[发明专利]一种智能驾驶预瞄控制方法、装置和存储介质

说明书

本发明公开了一种智能驾驶预瞄控制方法、装置和存储介质，涉及车道保持方法技术领域，智能驾驶预瞄控制方法包括以下步骤：以车辆行驶时目标轨迹点与预瞄轨迹点之间的横向偏差、航向角偏差和横摆角速度偏差为状态量，并以横摆角速度为控制量构造代价函数；计算所述代价函数的最小值，以获得目标横摆角速度；根据所述目标横摆角速度，并基于方向盘转角的前馈控制、反馈控制、自适应补偿控制以及横坡补偿，计算目标方向盘转角以执行控制动作。本发明根据横向偏差，航向角偏差及横摆角速度偏差设计多点预瞄控制系统，引入横摆角速度控制量本身作为控制代价，在提高控制精度和鲁棒性的基础上，保证了车辆横向控制的平顺性。

技术领域

本发明涉及车道保持方法技术领域，具体涉及一种智能驾驶预瞄控制方法、装置和存储介质。

背景技术

车道保持系统(Lane Keeping Assistsystem，LKA)是高速公路自动驾驶最基本的辅助驾驶系统，是实现无人驾驶车辆横向运动控制的基本途径之一。其中，LKA是在车道偏离预警系统(Lane Departure Warningsystem，LDW)的基础上对汽车的主动转向控制，以纠正汽车在驾驶员非正常操作情况下的车道偏离行为，并将汽车控制在本车道内行驶。

在实现本发明技术过程中，目前现存的相关技术至少存在以下几个问题：

第一种方案是：设定至少三个测量点,且至少三个测量点在目标路径上的分别对应的测量距离应满足：x1＝0,x3x2x1；测量点到对应预瞄点的距离为预瞄点横向偏差y1、y2、y3。将当前实际工况分解计算,即：计算只考虑车辆与实际目标路径距离偏差条件下的理想横摆角速度ωso；计算只考虑车辆与实际目标路径夹角偏差条件下的理想横摆角速度ωss；计算只考虑实际目标路径弯曲条件下的理想横摆角速度ωsw。叠加ωso、ωss、ωsw后乘以一个预定系数得到车辆的理想方向盘转角δs。

虽然该方案考虑了横向偏移，航向角和曲率信号进行了多点预瞄，使用数学方法将多点的位移，航向角和曲率替换为单点的位移，航向角和曲率，但是单纯的几何替换控制误差大，不能满足复杂工况下的控制精度；而且该方法未考虑横摆角速度本身的影响，当输入变化较大时，控制可能出现突变。

第二种方案是：根据本车道左道线参数和本车道右道线参数计算本车道中心线；根据本车道中心线和本车车速获取预瞄时间；根据预瞄时间、本车道左道线参数和本车道右道线参数计算预瞄面积；根据预瞄面积计算转向盘转角控制量；根据转向盘转角控制量控制车辆车道保持。

该方案仅考虑预瞄面积作为控制量，未考虑航向角和曲率变化的影响，且仅考虑两个预瞄点，无法保证控制精度。

第三种方案是：建立整车十四自由度动力学参考模型；设计分层式横向控制器结构。分层式横向控制器分为上层控制器和下层控制器，其中上层控制器由模糊控制器和迭代学习控制器并联组成。下层控制器基于准滑动模态理论设计。

该方案存在的问题是侧重于计算预瞄距离，并且预瞄点较少，未考虑目标轨迹变化趋势。

发明内容

针对现有技术中存在的缺陷，本发明第一方面提供智能驾驶预瞄控制方法，其根据横向偏差，航向角偏差及横摆角速度偏差设计多点预瞄控制系统，引入横摆角速度控制量本身作为控制代价，在提高控制精度和鲁棒性的基础上，保证了车辆横向控制的平顺性。

为达到以上目的，本发明采取的技术方案是：

一种智能驾驶预瞄控制方法，该方法包括以下步骤：

以车辆行驶时目标轨迹点与预瞄轨迹点之间的横向偏差、航向角偏差和横摆角速度偏差为状态量，并以横摆角速度为控制量构造代价函数；

计算所述代价函数的最小值，以获得目标横摆角速度；

根据所述目标横摆角速度，并基于方向盘转角的前馈控制、反馈控制、自适应补偿控制以及横坡补偿，计算目标方向盘转角以执行控制动作。