[发明专利]一种自动驾驶汽车低速自动泊车横向控制方法

说明书

本发明公开了一种自动驾驶汽车低速自动泊车横向控制方法，包括：规划层规划出泊车轨迹并发送到控制层；定位层对车辆的当前位置实时定位获得定位信息并发送到控制层；底层接收控制层发出的控制指令并实时反馈车辆的当前状态信息；控制层根据车辆运动学模型得出车辆运动的状态空间方程，并建立LQR控制模型，进行求解得出泊车过程中的反馈车辆前轮转角；利用LQR控制模型计算得到实际的反馈前轮转角deltaf_feedback，并结合求得的前馈输出转角deltaf_feedforward得到最终的总输出转角，根据总输出转角控制车辆泊车过程中前向行驶和后向行驶的过程。本发明的提高了控制的稳定性，同时降低了系统的稳态误差，优化了车辆控制结构，实现全自动泊车控制。

技术领域

本发明涉及一种自动驾驶汽车低速自动泊车横向控制方法，属于自动驾驶横向控制的技术领域。

背景技术

自动驾驶在近年迎来了高速发展的契机，其中自动驾驶车的实际控制关乎车辆的安全性，稳定性以及舒适性，是自动驾驶技术落地的关键性技术。现有的自动驾驶控制技术分为横向控制技术以及纵向控制技术。横向控制关乎车辆的稳定性，现有的横向控制技术包括纯跟踪算法，Stanley算法，LQR算法，MPC算法等等。动力学LQR算法对车辆进行动力学建模，从而在中高速运动中更能符合车辆的运动特性，在横向控制效果中表现较好。

而在低速泊车场景中，车辆转弯时往往面对转角较大的场景，此时动力学模型由于对转角的线性化处理，难以实现精准的横向控制，所以现有的低速横向控制以运动学模型为主。而常用的横向控制算法以PID和纯跟踪算法为主。但PID算法难以适应泊车下多场景的变化以及存在控制参数调节难度大的问题，而纯跟踪算法设置合适的预瞄距离是个很大的挑战，往往设置不合理会导致车辆转弯过程内切或跟踪过程较慢的情况。

发明内容

针对现有自动驾驶车辆在低速运动下的控制不精确以及参数调节难度大的问题，本发明提供一种自动驾驶汽车低速自动泊车横向控制方法，结合LQR算法的优点和运动学模型在低速的良好表现，提出运动学LQR算法用于车辆泊车过程中的前进，后退等过程。

本发明具体采用以下技术方案解决上述技术问题：

一种自动驾驶汽车低速自动泊车横向控制方法，包括以下步骤：

步骤1：自动驾驶车辆的规划层根据当前环境规划出泊车轨迹并发送到控制层；自动驾驶车辆的定位层对车辆的当前位置实时定位获得定位信息并发送到控制层；自动驾驶车辆的底层接收控制层发出的控制指令并实时反馈车辆的当前状态信息；

步骤2：自动驾驶车辆的控制层根据车辆运动学模型得出车辆运动的状态空间方程，并建立LQR控制模型；

步骤3：自动驾驶车辆的控制层根据建立的LQR控制模型进行求解，推导出泊车过程中的反馈车辆前轮转角deltaf_feedback；

步骤4：自动驾驶车辆的控制层结合规划层发送的泊车轨迹、定位层发送的定位信息、底层反馈的车辆的当前状态信息，利用LQR控制模型计算得到实际的反馈前轮转角deltaf_feedback，并结合求得的前馈输出转角deltaf_feedforward得到最终的总输出转角，根据总输出转角控制车辆泊车过程中前向行驶和后向行驶的过程。

进一步地，作为本发明的一种优选技术方案，所述步骤1中自动驾驶车辆的规划层根据当前环境规划出泊车轨迹，具体为：自动驾驶车辆的规划层规划出到达泊车位的轨迹点集，由轨迹点集形成泊车轨迹，其中轨迹点集包括规划的所有轨迹点，每个轨迹点的信息包括：车辆规划的全局纵坐标x_n，横坐标y_n，航向信息fai_n，以及规划点的曲率信息Kappa_n。

进一步地，作为本发明的一种优选技术方案，所述步骤1中自动驾驶车辆的定位层获得的定位信息包括车辆当前的全局纵坐标x_a，全局横坐标y_a，航向信息fai_a。