[发明专利]车辆动态预测模型更新方法及装置

说明书

本发明提供一种车辆动态预测模型更新方法及装置，方法包括：获取目标时间窗内的实际方向盘转角和实际横摆角速度；对目标时间窗内的实际方向盘转角进行归一化处理；将归一化处理后的实际方向盘转角输入至车辆动态预测模型中，车辆动态预测模型基于输入的目标时间窗内的实际方向盘转角与车辆动态预测模型单位脉冲响应进行卷积，得到预测横摆角速度；根据预测横摆角速度、归一化处理后的实际方向盘转角和目标时间窗内的实际横摆角速度，更新车辆动态预测模型，得到车辆动态更新模型。本发明实现了在线自动更新车辆动态模型，提高模型预测的精度，进而便于后续根据模型预测结果进行控制，满足了控制的精确度要求。

技术领域

本发明涉及自动驾驶技术领域，尤其涉及一种车辆动态预测模型更新方法及装置。

背景技术

随着自动驾驶车辆的普及，自动驾驶车辆可作为出租车或公共交通工具使用，乘客在使用自动驾驶车辆时，需要输入目的地，自动驾驶车辆基于当前位置和目的地生成行驶路线，并按照生成的行驶路线行驶，而对车辆参数的精准控制是按照行驶路线行驶的前提。

目前，大多对车辆和环境进行静态建模和参数标定，以及对每一辆车都独立进行标定和建模。然而由于柔性挂车、横坡横风等不确定性确定，单一的静态模型难以覆盖车辆的参数变化且无法适配所有的营运场景。另外，在大规模运营后，为每辆车都进行精细参数调整使得成本变高，同时部分类型车的车量一致性较差，运行过程中容易出现参数漂移的情形，比如转向零位，乘用车下线的标准通常在1°以内，而商用车标准在15°，随着运行里程的累积，在横拉杆、轮胎等多种因素的影响下，转向零位会出现不同程度的偏移。

发明内容

本发明提供一种车辆动态预测模型更新方法及装置，用以解决现有技术中现有静态模型难以覆盖车辆的参数变化且无法适配所有的营运场景的缺陷，采用模型动态更新技术，在线实时更新模型，提高模型预测的精度，进而便于后续根据模型预测结果进行控制，以满足控制的精确度要求。

本发明提供一种车辆动态预测模型更新方法，包括：获取目标时间窗内的实际方向盘转角和实际横摆角速度；对所述目标时间窗内的实际方向盘转角进行归一化处理；将归一化处理后的实际方向盘转角输入至车辆动态预测模型中，所述车辆动态预测模型基于输入的目标时间窗内的实际方向盘转角与所述车辆动态预测模型单位脉冲响应进行卷积，得到预测横摆角速度；根据所述预测横摆角速度、归一化处理后的实际方向盘转角和所述目标时间窗内的实际横摆角速度，更新所述车辆动态预测模型，得到车辆动态更新模型。

根据本发明提供的一种车辆动态预测模型更新方法，更新所述车辆动态预测模型，得到车辆动态更新模型，包括：更新所述车辆动态预测模型，得到车辆动态更新模型，包括：根据所述预测横摆角速度和所述目标时间窗内的实际横摆角速度，得到横摆角速度误差；根据归一化处理后的实际方向盘转角、第一预设值和所述横摆角速度误差，更新所述车辆动态预测模型；确定更新后的车辆动态预测模型的响应强度，所述响应强度为所述更新后的车辆动态预测模型的所有权重值之和；判断所述响应强度是否位于预设区间内，并根据判断结果确定车辆动态更新模型。

根据本发明提供的一种车辆动态预测模型更新方法，所述根据判断结果确定车辆动态更新模型，包括：基于所述响应强度位于所述预设区间外，调整所述第一预设值；利用调整后的第一预设值，结合经所述归一化处理后的实际方向盘转角和所述横摆角速度误差，重新更新所述车辆动态预测模型；根据重新更新后的车辆动态预测模型，重新确定响应强度；重新判断所述重新确定的响应强度是否位于预设区间内，以根据重新判断的结果重新确定车辆动态更新模型。

根据本发明提供的一种车辆动态预测模型更新方法，所述基于所述响应强度位于所述预设区间外，调整所述第一预设值，包括：基于所述响应强度大于所述预设区间的最大边界值，减小所述第一预设值；基于所述响应强度小于所述预设区间的最小边界值，增大所述第一预设值。

根据本发明提供的一种车辆动态预测模型更新方法，所述根据判断结果确定车辆动态更新模型，还包括：基于所述响应强度位于所述预设区间内，确定当前更新后的车辆动态预测模型作为车辆动态更新模型。