[发明专利]基于改进Stanley控制的车辆路径跟踪方法

说明书

本发明公开了基于改进Stanley控制的车辆路径跟踪方法，其步骤是：根据基于二自由度汽车运动模型的Stanley控制算法，对路径跟踪方法进行建模；利用该模型设计F Stanley算法路径跟踪控制器，设计模糊控制器对Stanley控制器的增益参数不断进行调优，通过改进控制器实现无人车的横向控制，纵向控制通过CarSim车辆模型控制；对路径跟踪控制器进行仿真分析，评估改进后的控制器在各种轨迹和曲率下的通用性。本发明提高了车辆速度的适用范围，提高了车辆路径跟踪精度以及运行稳定性，并提出了一种自适应控制器，根据车辆状态和路径航向自动调整参数，在传统Stanley控制器的基础上提出通过模糊算法对无人驾驶车辆轨迹跟踪控制器的增益参数进行优化，提高了路径跟踪精度。

技术领域

本发明涉及无人驾驶车辆的控制体系技术领域，具体为基于改进Stanley控制的车辆路径跟踪方法。

背景技术

无人驾驶车辆的控制体系通常包括感知层以收集车辆周围数据并处理收集到的数据；规划层对车辆轨迹进行规划；控制层控制车辆跟踪路径。其中，路径跟踪是过去十年中研究热点之一，路径跟踪的主要任务是控制车辆沿着预定轨迹行驶。

在路径跟踪控制器中，最常用的策略之一是基于运动学的控制。此类控制器根据车辆的运动学特性(如加速度、速度和位置)确定所需的转向输入，与基于动力学控制器中使用的力和扭矩等动力学特性相比，这些特性更容易获得。

然而，对Stanley控制器性能的进一步研究表明，该控制器过于依赖于参数，这也是大多数运动控制器的常见问题。当Stanley控制器参数调整合适时，将在某种道路路线和一定的车速范围内工作得很好，但当车辆速度增大时，Stanley控制器的跟踪横向误差就会变大，从而导致控制效果不佳的问题。

发明内容

本发明的目的在于提供基于改进Stanley控制的车辆路径跟踪方法，以解决上述背景技术中提出的问题。

为实现上述目的，本发明提供如下技术方案：基于改进Stanley控制的车辆路径跟踪方法，其步骤是：

a，根据基于二自由度汽车运动模型的Stanley控制算法，对路径跟踪方法进行建模；

b，利用该模型设计F Stanley算法路径跟踪控制器，通过Stanley控制模型与模糊算法相结合实现无人车的横向控制，纵向控制通过CarSim车辆模型控制；

c，对路径跟踪控制器进行仿真分析，评估改进后的控制器在各种轨迹和曲率下的通用性。

优选的，在步骤a中，首先建立基于二自由度汽车运动模型的Stanley控制算法，其次对Stanley控制算法进行推导，

其中，δ为车辆前轮转角，θ_e为航向偏差，e为横向误差，v为车速，k为增益参数。

优选的，在步骤b中，首先设计模糊控制器，提出了通过模糊算法对Stanley控制器的增益参数k进行优化，设计模糊控制时，选择模糊控制的输入为横向误差e和航向偏差θ_e，输出为增益参数k；在车辆跟踪路径过程中，跟踪控制器不断调优增益参数k，其次基于CarSim与Matlab/Simulink建模后进行联合仿真。

优选的，在步骤c中，首先进行直线路径跟踪仿真分析，其次进行双移线路径跟踪仿真分析，最后进行不同速度的路径跟踪仿真分析。

与现有技术相比，本发明的有益效果是：

本发明提高了车辆速度的适用范围，提高了车辆路径跟踪精度以及运行稳定性，并提出了一种自适应控制器，根据车辆状态和路径航向自动调整参数，该控制器在传统Stanley控制器的基础上提出通过模糊算法对无人驾驶车辆轨迹跟踪控制器的增益参数进行优化，从而提高路径跟踪精度。

附图说明