[发明专利]一种无人驾驶车辆的自动超车方法

权利要求书

1.一种无人驾驶车辆的自动超车方法，其特征在于：在分别与超车车辆及被超车辆的车体固连的坐标系X₁O₁Y₁和X₂O₂Y₂中，设两车的位置误差的协方差分别为：

其中，σ_1x为被超车辆的纵向位置偏差的标准差，σ_1y为被超车辆的横向位置偏差的标准差，σ_2x为超车车辆的纵向位置偏差的标准差，σ_2y为超车车辆的横向位置偏差的标准差；

θ_r为超车车辆与被超车辆之间的相对方位角，通过坐标变换，将被超车辆的位置误差协方差矩阵转换为：

C′₁＝RC₁R^T (3)

其中，

两车的相对位置误差协方差矩阵为：

C_r＝C′₁+C₂ (5)

设某时刻t，超车车辆和被超车辆间的相对位置为X＝{s_x,s_y}^T，该时刻的碰撞概率密度函数为：

其中，μ＝[0,0]^T；

相应的碰撞概率为：

P(t)＝∫∫_Gf(s_x，s_y)dxdy (7)

其中，G为冲突区域；

超车过程中，两车的碰撞概率应保持一个安全值，设为P_cs，该值介于0和警戒冲突概率之间；

超车过程中，超车车辆采用模型预测控制方法控制车体运行，该方法采用滚动优化方法求解控制量，具体分为三部分：1)预测模型，2)目标函数，3)获取控制量。

2.根据权利要求1所述的无人驾驶车辆的自动超车方法，其特征在于：所述预测模型用于预测车辆之间的碰撞概率，该模型包括相对位置预测子模型和碰撞概率预测子模型，相对位置预测子模型使用两车当前位置及车辆动力学模型预测车辆未来时刻的相对位置，碰撞概率预测子模型使用位置预测子模型的输出结果，预测未来某时刻两车的碰撞概率。

3.根据权利要求2所述的无人驾驶车辆的自动超车方法，其特征在于：所述预测模型形式化地表示为：

P_c(t+j|t)＝f(U,t) (8)

其中，P_c(t+j|t)是t时刻预估的j个控制周期之后的碰撞概率，f(U,t)为预测模型，即相对位置预测子模型和碰撞概率预测子模型的集合体，U＝[α,δ_f]为无人驾驶车辆的控制输入，其中α为期望加速度，δ_f为期望的前轮方向角。

4.根据权利要求3所述的无人驾驶车辆的自动超车方法，其特征在于：所述目标函数的形式如式(9)所示，采用在线优化方法确定控制输入序列：

其中，P_cs为预先确定的安全冲突概率，U(t+j-1),j＝1,2,…,N_u为未来时段的控制输入序列，N₁和N₂分别为最小和最大控制时域，Γ_j^p和Γ_j^u分别为碰撞概率跟踪误差权重和控制量权重，目标函数(式9)为非线性形式，因而采用迭代优化方法求解，第n步迭代优化的形式为：

U_n+1＝U_n+λ_nd_n (10)

其中，U_n为第n步的控制输入向量，d_n为目标函数J相对于控制输入向量的负梯度向量，λ_n为沿搜索方向的步长向量；当d_n的二阶矩小于较小的正值ε时，则可认为控制输入向量U_n已收敛到最优值。

5.根据权利要求1所述的无人驾驶车辆的自动超车方法，其特征在于：矩阵C₁和C₂由无人驾驶车辆在线或离线的运行数据获得。