[发明专利]一种考虑输入饱和的自适应动态滑模自动驾驶车辆路径跟踪控制方法

说明书

本发明公开了一种考虑输入饱和的自适应动态滑模自动驾驶车辆路径跟踪控制方法，其方法为：步骤一、建立一种同时考虑运动学与二自由度车辆动力学的综合路径跟踪模型；步骤二、基于反步法的思想，利用动态滑模控制理论设计车辆前轮转角控制率；步骤三、使用基于等价确定性原则的自适应方法对不确定项实时估计；步骤四、考虑控制输入饱和问题，采用饱和误差动态补偿方法对自适应控制率进行修正；有益效果：能够充分考虑路径跟踪时车辆的运动学和动力学特性。本发明通过构建控制饱和补偿的辅助补偿系统，改进了本发明在步骤三设计的自适应控制器，通过解决带有输入饱和约束控制问题，保证车辆路径跟踪过程中的行驶稳定性。

技术领域

本发明涉及一种自动驾驶车辆路径跟踪控制方法，特别涉及一种考虑输入饱和的自适应动态滑模自动驾驶车辆路径跟踪控制方法。

背景技术

近年来，交通拥堵、意外伤害和环境污染等社会问题日益严重。自动驾驶车辆由于其无需驾驶员操作的优势并被认为是提高道路利用率、提高车辆安全性、降低移动成本的有效而系统的方法。路径跟踪模块在决定自动驾驶车辆的自主驾驶表现方面发挥着极其重要的作用，它致力于以尽可能高的精度，连续且平滑地跟踪由路径规划模块决策出的期望路径。但是自动驾驶电动车辆具有的参数不确定性和不可避免的外部干扰等问题给设计路径跟踪控制器带来了挑战。

路径跟踪算法通常以期望路径坐标点为控制器输入，首先确定车辆当前位置与期望路径的横向位置偏差和航向角偏差，然后以此计算合理的前轮转角以保证车辆保持在期望路径上。常见的路径跟踪控制算法包括包括预瞄控制，滑模控制，模型预测控制等。如中国专利公布号CN109318905A，公布日2018-09-25，根据车速的不同，在低速下使用预瞄控制进行跟踪，高速下使用模型预测控制进行跟踪，同时设计模糊规则对二者进行加权，但是模型预测控制的求解速度相对较慢，在车辆高速行驶过程中并不可靠，并且预瞄控制由于本身精度不高，不利于对高速下的跟踪误差进行补偿。中国专利公布号CN108973769A，公布日2018.12.11，采用多级控制架构进行路径跟踪算法的研究，通过模型预测控制计算期望车体运动，然后利用一阶滑模控制计算期望轮胎力，最后通过底层执行器进行分配，算法整体计算量较大，需要求解两个最优控制问题，数学处理复杂。与上一专利相同，CN109606379A同样使用一阶滑模控制进行期望方向盘转角和附加横摆力矩的计算，为避免一阶滑模控制的抖振缺陷，使用了饱和函数代替切换函数，但是会因此降低控制精度。中国专利公布号CN111897344A，公布日2020.11.06，采用鲁棒最优控制分别设计稳态和非稳态下的路径跟踪控制器，并通过横向状态检测器进行两种控制器的分情况触发，但是设计过程中没有考虑执行器的饱和约束。

由于车辆本身存在时变非线性特性，并且在车辆与环境的实际交互过程中，存在若干未知干扰，因此需要控制算法具有较高的鲁棒性和自适应能力。上述算法中预瞄控制鲁棒性较差；常规的滑模控制抵抗干扰能力强但是存在输出抖振问题；模型预测控制对模型精度和处理器实时计算能力要求高，在实际应用中有较多限制；鲁棒控制的设计过程复杂。因此设计出一种能够处理参数不确定性，不可避免的外部干扰等因素的实用型路径跟踪控制算法至关重要。

发明内容

本发明的目的是为了解决自动驾驶车辆路径跟踪过程中的参数不确定和外部未知干扰等问题，而提供的一种考虑输入饱和的自适应动态滑模自动驾驶车辆路径跟踪控制方法。

本发明提供的考虑输入饱和的自适应动态滑模自动驾驶车辆路径跟踪控制方法，其方法包括如下步骤：

步骤一、建立一种同时考虑运动学与二自由度车辆动力学的综合路径跟踪模型；

基于车辆运动学的路径跟踪误差模型如下所示：

式中e_y为车辆质心与期望路径上对应点在车辆质心坐标系y轴上的距离；v_x为车辆纵向速度；v_y为车辆横向速度；为车辆航向角与期望路径上对应点的航向角差值；ρ为期望路径上对应点的曲率；r为车辆横摆角速度；