[发明专利]一种无人车控制方法及装置

说明书

本说明书公开了一种无人车控制方法及装置，基于历史时刻的控制量，确定上一时刻的状态估计值，以根据状态估计值以及上一时刻控制量，确定动力学模型输出的当前时刻预测状态，再根据历史时刻的控制量和真实状态，预测上一时刻预测状态，根据该历史时刻无人车的真实状态与上一时刻预测状态，确定动力学模型的预测误差，最后根据误差校正后的当前时刻预测状态和参考轨迹，确定沿参考轨迹像是所需各时刻的控制量，并从其中确定当前时刻的控制量，控制无人车行驶。充分考虑到了系统时滞带来的影响，以及运动模型在时滞情况下预测误差导致的精度问题，确定出更准确的控制量，控制无人车行驶，提高了无人车控制的准确度，提高无人车行驶的安全性。

技术领域

本申请涉及计无人驾驶领域，尤其涉及一种无人车控制方法以及装置。

背景技术

目前，无人车控制方法中，为了简化对无人车控制的复杂程度，通常将对无人车的控制分为对无人车的横向控制以及对无人车的纵向控制，并通过两种控制实现无人车沿规划轨迹行驶。例如，对无人车转向角度的控制为横向控制，而与无人车速度的控制为纵向控制。

现有技术中，一般采用模型预测控制（Model Predictive Control）方法，确定如何控制无人车行驶。MPC通过在预测时间段内，求取每个时刻的无车人最优控制解，然后重复优化过程，从而实现无车人整个预测时间段控制量的优化求解。并且，由于控制无人车的过程中，无人车的状态并不会完全与想达到的状态一致，因此在控制过程中要不断根据无车人状态对未来的控制量作出调整。

在采用MPC对于无车人控制时，需要根据当前无人车的状态以及无人车预定行驶的规划轨迹，求出一组控制量序列，并取时序上最早的控制量作为控制器的输出传给执行器。

但是，在实际应用MPC的过程中，无人车的处理器计算控制量需要消耗时间，处理器根据控制量确定控制指令并通过数据总线（BUS）传输也会产生延时，执行器的机械结构从执行控制指令到完成相应的控制动作也存在一定的延时。上述这些可以统称为系统的延时，都会导致车辆在沿规划轨迹行驶时，产生行驶轨迹的误差。尤其是在横向控制时，更容易产生安全问题。

发明内容

本说明书实施例提供的一种无人车控制方法及装置，用于部分解决现有技术中存在的问题。

本说明书实施例采用下述技术方案：

本说明书提供的无人车控制方法，包括：

确定各历史时刻的控制量；

将确定出的至少部分历史时刻的控制量作为输入，依次输入预先训练的预测神经网络模型，得到上一时刻所述无人车的状态估计值；

将所述上一时刻的控制量以及所述状态估计值作为输入，输入预先训练的动力学模型，预测得到当前时刻所述无人车的预测状态；

根据所述历史时刻中指定的历史时刻的控制量以及所述指定的历史时刻的真实状态作为输入，输入所述动力学模型，将得到的预测结果作为上一时刻的预测状态，并根据上一时刻所述无人车的真实状态与所述上一时刻的预测状态，确定所述动力学模型的预测误差；

根据当前时刻所述无人车的预测状态以及所述预测误差，确定所述无人车当前时刻的状态校正值；

根据预先规划得到的待预测时段内无人车的参考轨迹以及所述状态校正值，确定当前时刻所述无人车的控制量，并根据所述控制量控制所述无人车行驶。

可选地，确定各历史时刻的控制量，具体包括：

根据监测器监测到的所述无人车的执行器执行的动作，以及各历史时刻向所述执行器发送的控制量，确定与当前所述执行的动作匹配的控制量；

根据所述匹配的控制量，确定当前时刻所述无人车的时滞时长；

确定当前时刻之前所述时滞时长内各历史时刻的控制量。