1.一种无人车辆极限工况下横纵向耦合控制方法,其特征在于,包括:构建NMPC横纵向耦合控制预测模型、横向NMPC控制模型和纵向PID控制模型;
将所述NMPC横纵向耦合控制预测模型及其相应的车辆模型和性能评价指标函数组成第一控制器;
将所述横向NMPC控制模型及其相应的车辆模型和性能评价指标函数、结合所述纵向PID控制模型组成第二控制器;
在每个控制周期内,根据当前车速和道路曲率判断当前行驶工况,选择所述第一控制器或所述第二控制器对车辆速度及前轮转角进行控制;
其中,在判定当前行驶工况为高速过弯极限工况的情形下,采用所述第一控制器;在判定当前行驶工况为低速或小曲率道路行驶工况的情形下,则采用所述第二控制器;
所述横纵向耦合控制预测模型描述为式(3):所述横向NMPC控制模型描述为式(4):所述纵向PID控制模型描述为式(5):Δa(k)=Kp(e(k)‑e(k‑1))+Kie(k)+KD[e(k)‑2e(k‑1)+e(k‑2))(5)
式中,ye为车辆横向距离偏差, 为车辆横向距离偏差变化率,εe为车辆航向角偏差,为车辆航向角偏差变化率,为车辆纵向速度Vx, 为车辆横向速度Vy,κ为跟踪目标点处的道路曲率, 分别为车辆纵向速度和横向速度,为车辆沿x轴的纵向加速度ax,为车辆沿y轴的横向加速度ay,m为车辆质量,为车辆横摆角, 为车辆横摆角速度,为车辆横摆角速度随时间的变化率,β为车辆质心侧偏角, 为车辆质心侧偏角随时间的变化率,δf为车辆前轮转角,lf为质心到前轴中心的距离,lr为质心到后轴中心的距离,Ccf为前轮侧偏刚度,Ccr为后轮侧偏刚度,Iz为车辆转动惯量,Kp、Ki、KD为预设的PID系数,e(k)为k时刻期望速度vdes与当前速度v之间的偏差,Δa(k)为k时刻的纵向加速度增量。
2.如权利要求1所述的无人车辆极限工况下横纵向耦合控制方法,其特征在于,所述性能评价指标函数表示为式(12):式中,Δax(k+i)、Δδf(k+i)分别为车辆在(k+i)预测时刻的纵向、横向控制增量;Ey(k+i)为修正后的车辆在(k+i)预测时刻的横向距离偏差ye,Eyaw(k+i)为修正后的车辆在(k+i)预测时刻的航向角偏差ε′e,EVx(k+i)为车辆在(k+i)预测时刻的参考路点的期望速度与步式(3)的第一项计算的车辆在(k+i)预测时刻的速度预测值之间的速度偏差,β(k+i)为车辆在(k+i)预测时刻的质心侧偏角预测值,Np为预测时域,Nc为控制时域,Q1、Q2、Q3、Q4、R1和R2分别为权重系数;
其中,Q3和R1均取非零值时,式(12)为所述NMPC横纵向耦合控制预测模型的性能评价指标函数;Q3和R1均取零值时,式(12)为所述横向NMPC控制模型的性能评价指标函数;
将所述横纵向耦合控制预测模型的车辆模型描述为式(6):式中,状态变量 控制量u(t)=[ax,δf],控制增量Δu(t)=[Δax,Δδf];
将解耦控制预测模型的车辆模型描述为式(7):式中,状态变量 控制量u(t)=[δf],控制增量Δu(t)=[Δδf];
所述第一控制器的控制量为:通过采用式(3)和式(6),结合所述横纵向耦合控制预测模型的性能评价指标函数,利用最小化求解方式获得所述NMPC横纵向耦合控制的最优控制增量Δu(t)=[Δax,Δδf],与上一时刻控制量相加,获得当前控制量u(t)=u(t‑1)+Δu(t);
所述第二控制器的控制量为:通过采用式(4)和式(7),结合所述横向NMPC控制模型的性能评价指标函数,利用最小化求解方式获得所述横向NMPC控制的最优控制增量Δu1(t)=[Δδf],结合增量型PID控制获得纵向加速度增量Δu2(t)=[Δax],与上一时刻控制量相加,获得当前控制量。
3.如权利要求1或2所述的无人车辆极限工况下横纵向耦合控制方法,其特征在于,“根据当前车速和道路曲率判定当前行驶工况”的方法包括:步骤2.1,获取规划层轨迹信息和车辆当前状态信息,计算规划层轨迹距离车辆后轴中心的最近点及作为NMPC预测时域内的参考路点的预瞄点,两相邻预瞄点之间的间隔设置为S=v·dt,v是当前车速,dt是控制周期;其中,所述规划层轨迹信息包括所有期望路点的信息,表示为 其中的参数分别对应为期望路点位置、航向角、道路曲率以及期望速度;所述车辆当前状态信息表示为 其中的参数分别对应为车辆纵向速度、横向速度、横摆角速度、航向角及后轴中心位置坐标;
步骤2.2,在当前车速v大于车速阈值vthr且预瞄点处道路曲率κ大于曲率阈值κthr的情形下,则判定当前行驶工况为高速过弯极限工况;在当前车速v小于车速阈值vthr或预瞄点处道路曲率κ小于曲率阈值κthr的情形下,则判定当前行驶工况为低速或小曲率工况。
4.如权利要求1或2所述的无人车辆极限工况下横纵向耦合控制方法,其特征在于,所述性能评价指标函数的获得方法包括:基于扩展卡尔曼滤波实时估计车辆当前时刻质心侧偏角,所得值作为预测时域内质心侧偏角预测初值,计算预测时域内的质心侧偏角大小、横向距离偏差、速度偏差以及结合质心侧偏角进行修正后的航向角偏差,设计所述性能评价指标函数。
5.如权利要求3所述的无人车辆极限工况下横纵向耦合控制方法,其特征在于,所述性能评价指标函数的获得方法包括:基于扩展卡尔曼滤波实时估计车辆当前时刻质心侧偏角,所得值作为预测时域内质心侧偏角预测初值,计算预测时域内的质心侧偏角大小、横向距离偏差、速度偏差以及结合质心侧偏角进行修正后的航向角偏差,设计所述性能评价指标函数。
6.如权利要求4所述的无人车辆极限工况下横纵向耦合控制方法,其特征在于,所述性能评价指标函数的获得方法具体包括:步骤3.1,基于扩展卡尔曼滤波实时获得车辆当前时刻质心侧偏角估计值β,并将β作为预测时域内质心侧偏角预测初值与方程(3)和(4)结合,计算预测时域内一系列质心侧偏角预测值;
步骤3.2,根据步骤3.1获得的预测时域内质心侧偏角预测初值及质心侧偏角预测值,修正预测时域内的航向角偏差及误差模型:修正前的航向角偏差表示为式(8):修正后的航向角偏差表示为式(9):ε′e=εe+β (9)式中, 为车辆当前横摆角, 为修正前参考路点处的期望航向角,εe为修正前的航向角偏差,ε′e为修正后的航向角偏差;
航向角偏差修正前的误差模型表示为式(10):航向角偏差修正后的误差模型表示为式(11):步骤3.3,根据预测时域内的质心侧偏角预测值、横向距离偏差、速度偏差、修正后的航向角偏差、前轮转角增量以及纵向加速度增量,确定所述性能评价指标函数。
7.如权利要求5所述的无人车辆极限工况下横纵向耦合控制方法,其特征在于,所述性能评价指标函数的获得方法具体包括:步骤3.1,基于扩展卡尔曼滤波实时获得车辆当前时刻质心侧偏角估计值β,并将β作为预测时域内质心侧偏角预测初值与方程(3)和(4)结合,计算预测时域内一系列质心侧偏角预测值;
步骤3.2,根据步骤3.1获得的预测时域内质心侧偏角预测初值及质心侧偏角预测值,修正预测时域内的航向角偏差及误差模型:修正前的航向角偏差表示为式(8):修正后的航向角偏差表示为式(9):ε′e=εe+β (9)式中, 为车辆当前横摆角, 为修正前参考路点处的期望航向角,εe为修正前的航向角偏差,ε′e为修正后的航向角偏差;
航向角偏差修正前的误差模型表示为式(10):航向角偏差修正后的误差模型表示为式(11):步骤3.3,根据预测时域内的质心侧偏角预测值、横向距离偏差、速度偏差、修正后的航向角偏差、前轮转角增量以及纵向加速度增量,确定所述性能评价指标函数。
8.如权利要求1或2或5所述的无人车辆极限工况下横纵向耦合控制方法,其特征在于,所述性能评价指标函数的获得方法具体包括:步骤3.1,实时获得车辆当前时刻质心侧偏角估计值β,并将β作为预测时域内质心侧偏角预测初值与方程(3)和(4)结合,计算预测时域内一系列质心侧偏角预测值;
步骤3.2,根据质心侧偏角估计值及预测值,修正预测时域内的航向角偏差及误差模型:
修正前的航向角偏差表示为式(8):修正后的航向角偏差表示为式(9):ε′e=εe+β (9)式中, 为车辆当前横摆角, 为修正前参考路点处的期望航向角,εe为修正前的航向角偏差,ε′e为修正后的航向角偏差;
航向角偏差修正前的误差模型表示为:航向角偏差修正后的误差模型表示为:步骤3.3,根据预测时域内的质心侧偏角大小、横向距离偏差、速度偏差、修正后的航向角偏差、前轮转角增量以及纵向加速度增量,确定所述性能评价指标函数。
9.如权利要求3所述的无人车辆极限工况下横纵向耦合控制方法,其特征在于,所述性能评价指标函数的获得方法具体包括:步骤3.1,实时获得车辆当前时刻质心侧偏角估计值β,并将β作为预测时域内质心侧偏角预测初值与方程(3)和(4)结合,计算预测时域内一系列质心侧偏角预测值;
步骤3.2,根据质心侧偏角估计值及预测值,修正预测时域内的航向角偏差及误差模型:
修正前的航向角偏差表示为式(8):修正后的航向角偏差表示为式(9):ε′e=εe+β (9)式中, 为车辆当前横摆角, 为修正前参考路点处的期望航向角,εe为修正前的航向角偏差,ε′e为修正后的航向角偏差;
航向角偏差修正前的误差模型表示为:航向角偏差修正后的误差模型表示为:步骤3.3,根据预测时域内的质心侧偏角大小、横向距离偏差、速度偏差、修正后的航向角偏差、前轮转角增量以及纵向加速度增量,确定所述性能评价指标函数。
10.如权利要求4所述的无人车辆极限工况下横纵向耦合控制方法,其特征在于,所述性能评价指标函数的获得方法具体包括:步骤3.1,实时获得车辆当前时刻质心侧偏角估计值β,并将β作为预测时域内质心侧偏角预测初值与方程(3)和(4)结合,计算预测时域内一系列质心侧偏角预测值;
步骤3.2,根据质心侧偏角估计值及预测值,修正预测时域内的航向角偏差及误差模型:
修正前的航向角偏差表示为式(8):修正后的航向角偏差表示为式(9):ε′e=εe+β (9)式中, 为车辆当前横摆角, 为修正前参考路点处的期望航向角,εe为修正前的航向角偏差,ε′e为修正后的航向角偏差;
航向角偏差修正前的误差模型表示为:航向角偏差修正后的误差模型表示为:步骤3.3,根据预测时域内的质心侧偏角大小、横向距离偏差、速度偏差、修正后的航向角偏差、前轮转角增量以及纵向加速度增量,确定所述性能评价指标函数。