[发明专利]一种智能车的路径跟踪控制方法

说明书

一种智能车的路径跟踪控制方法，包括以下步骤：步骤一、建立二自由度车辆平面运动模型，并根据控制需求将此模型简化，得到非线性的车辆路径跟踪控制模型；步骤二、构造期望偏航角函数使该期望偏航角函数满足当车辆的偏航角趋近于该期望偏航角时，车辆的侧向位移偏差Y_e收敛于0；步骤三、将偏航角跟踪控制问题转换成偏航角镇定问题；步骤四、设计非线性控制器：包括期望偏角模块、扩张状态观测器和非奇异终端滑膜非线性误差反馈控制律；步骤五、基于非线性控制器进行车辆的路径跟踪控制。

技术领域

本发明涉及一种智能车的路径跟踪控制方法。

背景技术

随着机器人技术和汽车技术的发展，智能车的研究成为热点。智能车具有驾驶行为可预测、减少交通事故发生及缓解交通压力等优点，在未来智能交通系统和军事领域中有很广阔的应用前景。作为智能车的关键技术之一,智能车的路径跟踪控制研究的是如何在保证行驶安全性和乘坐舒适性的前提下，通过控制车辆的转向系统，使得车辆能够沿着期望的路线行驶；由于智能车行驶工况的复杂多变，因此如何设计出具有良好鲁棒性的路径跟踪控制系统是研究的重点，车辆本身高度动态的非线性特性和耦合性以及易受外部扰动的影响，使实现智能车的路径跟踪控制充满了挑战性。

智能车的路径跟踪控制的目标是通过消除车辆在行驶过程中实际行驶路径与参考轨迹之间产生的跟踪偏差，实现路径的准确跟踪的。根据消除跟踪偏差的原理不同，可以将路径跟踪方法分成两大类：第一类方法：以车辆前方或者当前的位姿和参考路径的位姿之间的偏差，如侧向位移偏差或者偏航角偏差，为控制目标进行反馈跟踪控制。第二种方法是通过参考路径来产生描述车辆运动的动力学物理量，如前轮偏角，车辆横摆角速度等，并对其进行跟踪反馈控制。现有的无人车辆路径跟踪控制方法包括的经典的PID控制、线性理论的控制方法，如LQR、非线性的控制方法，如反馈线性化、自适应控制、滑膜控制、鲁棒控制、智能控制等。这些控制方法大都是基于精确的数学模型，然而现实行驶中的车辆的数学模型存在着高度的非线性和不确定性。而智能控制中的神经网络的方法需要大量的离线计算和训练，移植性差；模糊控制中规则的制定依赖于经验，没有定性的规则可供参考，因此在工程化方面存在一定的难度。

发明内容

为克服现有技术的缺点，本发明提出一种智能车的路径跟踪控制方法，本发明具有强鲁棒性。

本发明采用以下技术方案：

一种智能车的路径跟踪控制方法，包括以下步骤：

步骤一、建立二自由度车辆平面运动模型，并根据控制需求将其简化，得到非线性的车辆路径跟踪控制模型。为了让车辆能够完美地跟踪理想参考路径，其中参考的车辆位姿为车辆的实际位姿为这里需要同时控制车辆的侧向位移偏差Y_e＝Y-Y_ref和偏航角偏差都能够趋近于0，因此简化后的非线性的车辆路径跟踪控制模型与侧向位移及偏航角有关。

步骤二、构造一个期望偏航角函数当期望偏航角函数满足当车辆的偏航角趋近于该期望偏航角时，车辆的侧向位移偏差Y_e收敛于0，从而将复杂的路径跟踪问题简化为较为简单易行的偏航角控制问题。

步骤三、将偏航角跟踪控制问题转换成偏航角镇定问题。这里令x₁为车辆实际的偏航角与期望偏航角的偏差，将x₁—0作为控制目标，结合步骤一和步骤二，构建偏航角镇定控制系统，以无人驾驶车辆实际的偏航角与期望的偏航角的偏差作为偏航角镇定控制系统的控制输出，智能车的前轮转角作为偏航角镇定控制系统的控制输入。

步骤四、根据步骤二和步骤三建立的偏航角镇定控制系统设计非线性控制器，所述非线性控制器包括期望偏航角模块、扩张状态观测器和非奇异终端滑膜非线性误差反馈控制律。具体如下：

1)期望偏航角模块：用于实时地获取期望的偏航角值。根据步骤二所得到的期望偏航角函数进行设计，所述的期望偏航角模块的输入为车辆的位置和姿态信息，输出为期望的偏航角。