[发明专利]自动驾驶全工况路面自适应MPC轨迹跟踪控制及评价方法

权利要求书

1.一种自动驾驶车辆在全工况行驶实现路面自适应的、基于模型预测控制的轨迹跟踪控制方法及性能评价方法，其特征在于，包括以下步骤：

步骤1)结合车辆三自由度非线性动力学模型建立模型预测控制方法的预测模型；

步骤2)制定模型预测控制方法的目标函数和约束条件，根据传感器检测的道路附着系数进行路面自适应的车速范围匹配，提高在极限工况下的行驶安全性；

步骤3)提出由路径跟踪误差、侧向加速度、质心侧偏角、前轮侧偏角的最大值和标准差组成的评价体系，全面准确地评价全工况下轨迹跟踪精度和行驶安全性；

步骤4)划分车辆全工况轨迹跟踪稳定区/失稳区域，为控制方法提供参考。

2.根据权利要求1所述的一种自动驾驶全工况路面自适应MPC轨迹跟踪控制方法及性能评价方法，其特征在于，所述的步骤2)中，模型预测控制方法的目标函数和约束条件为：

s.t.ΔU_min≤ΔU≤ΔU_max (4-a)

U_min≤A·ΔU+U≤U_max (4-b)

y_hc,min≤y_hc≤y_hc,max (4-c)

y_sc,min-ε≤y_sc≤y_sc,max+ε (4-d)

ε＞0 (4-e)

-12°＜β＜12°(良好路面) (4-f)

-2°＜β＜2°(冰雪路面) (4-g)

-2.5°＜α_f＜2.5° (4-i)

式中：y_hc是硬约束输出；y_sc是软约束输出；y_hc,min和y_hc,max是硬约束极限值；y_sc,min和y_sc,max是软约束极限值；A为系数矩阵；ε为松弛因子；ρ、Q、R均为权重系数；β为质心侧偏角；a_y为侧向加速度；α_f为前轮侧偏角；设置软约束保证每个控制步求解得到可行解，适当放大输出量范围；

以上的多约束条件当中，式(4-f)和(4-g)约束质心侧偏角；式(4-h)约束侧向加速度；式(4-i)约束前轮侧偏角，保证了车辆行驶安全性；式(4-a)约束车速和前轮转角增量；

如图3所示的基于路面自适应的车速范围匹配模块中，车载摄像头检测的前方道路图像输送给CPU，结合深度学习神经网络等智能算法进行图像处理，估计出前方道路附着系数；根据不同的道路附着系数，实现车速的自适应匹配，计算得到车速增量Δv；车速增量输送到模型预测控制器的约束条件中，实现优化模型的最优化求解。

3.根据权利要求1所述的一种自动驾驶全工况路面自适应MPC轨迹跟踪控制方法及性能评价方法，其特征在于，所述的步骤3)中，提出自动驾驶车辆轨迹跟踪评价指标体系，由路径跟踪误差、侧向加速度、质心侧偏角、前轮侧偏角的最大值和标准差全面准确地评价全工况下轨迹跟踪精度和行驶安全性；其中，路径跟踪误差表征轨迹跟踪精度，侧向加速度、质心侧偏角和前轮侧偏角表征行驶安全性；指标的最大值表征了车辆行驶经过大曲率路段时轨迹跟踪精度和行驶安全性的极限情况，标准差表征指标相对平均值的离散程度，反映车辆在整个轨迹跟踪过程中的性能波动情况。

4.根据权利要求1所述的一种自动驾驶全工况路面自适应MPC轨迹跟踪控制方法及性能评价方法，其特征在于，所述的步骤4)中，为了获得良好的轨迹跟踪精度和行驶安全性，考虑车速和道路附着系数的匹配关系，将车辆的行驶工况分割成稳定区和失稳区两块区域；车辆在稳定区工况行驶时，车辆具有良好的轨迹跟踪精度和行驶安全性；而车辆在失稳区工况行驶时，轨迹跟踪精度和行驶安全性急剧恶化，需要根据传感器检测到的路面信息及时调整车速的大小，重新回到稳定工况区行驶。