欢迎来到知嘟嘟! 联系电话:13336804447 卖家免费入驻,海量在线求购! 卖家免费入驻,海量在线求购!
知嘟嘟
我要发布
联系电话:13336804447
知嘟嘟经纪人
收藏
专利号: 2023106977921
申请人: 吉林大学
专利类型:发明专利
专利状态:已下证
专利领域: 控制;调节
更新日期:2026-11-16
缴费截止日期: 暂无
价格&联系人
年费信息
委托购买

摘要:

权利要求书:

1.一种静态避障场景下考虑驾驶习惯的路径规划与控制方法,其特征在于,包括以下步骤:步骤S1数据收集及处理:通过驾驶实验平台采集不同驾驶员的仿真行车数据;步骤S2:通过搭建驾驶风格分类器并利用kmeans-SVM算法进行驾驶员风格的分类,选取合适的速度作为不同风格驾驶员的驾驶期望速度,将不同类型驾驶员的期望速度作为车辆避障规划时的速度;步骤S3:将不同风格驾驶员的前轮转角范围作为车辆规划过程中的约束参考;步骤S4:车载传感器将障碍物的信息传给轨迹重规划控制器,轨迹重规划控制器结合环境信息以及不同风格的特征参数进行轨迹的重新规划;由轨迹跟踪控制器实现车辆对规划路径的跟踪;

所述轨迹重规划控制器和轨迹跟踪控制器组成加入重规划层的轨迹跟踪控制系统,该系统从轨迹重规划的角度出发,在轨迹跟踪层之上建立轨迹重规划层,该规划层能够根据车载传感器获得的障碍物信息和参考路径信息重新规划可绕开障碍物的局部期望路线,再将局部期望轨迹信息输入跟踪控制层,在实现避让障碍物的同时,实现对全局参考路径的跟踪;

在轨迹重规划控制器轨迹重规划过程中,将不同风格驾驶员的前轮转角范围作为车辆规划过程中的约束参考,设计不同的避障功能函数;避障功能函数为;其中,S为权重系数,为提取驾驶行车特征参数选取出的不同驾驶风格下的不同期望速度,通过影响避障功能函数,为障碍物点的坐标,为车辆的质心坐标,是防止函数分母为零的正数;

所述重规划层的模型预测控制器具体形式如下:

其中,是输出值,为重规划路径的横向位置和横摆角,是期望输出值,为期望路径,是控制量,为避障功能函数,分别是输出权重矩阵和控制量权重矩阵。

2.根据权利要求1所述的静态避障场景下考虑驾驶习惯的路径规划与控制方法,其特征在于,在所述步骤S1数据收集及处理中,数据收集的具体步骤如下:采集多位不同性别、不同年龄和不同驾龄的驾驶员行车数据并进行预处理与特征提取,建立表征驾驶风格的特征数据集;选择横纵加速度、横纵速度、横摆角速度为依据对驾驶员行车风格进行分类。

3.根据权利要求2所述的静态避障场景下考虑驾驶习惯的路径规划与控制方法,其特征在于,在所述步骤S1数据收集及处理中,数据预处理的具体步骤如下:对选取的驾驶数据进行异常数据的剔除和缺失数据的补充,再用高斯滤波进行平滑化处理。

4.根据权利要求1所述的静态避障场景下考虑驾驶习惯的路径规划与控制方法,其特征在于,所述搭建驾驶风格分类器的具体步骤如下:利用k-means算法提供的无监督分类结果作为训练支持向量机SVM算法的训练数据;把打上标签的数据作为训练数据传给SVM算法训练,训练好的kmeans-SVM模型即用作驾驶风格识别器。

5.根据权利要求4所述的静态避障场景下考虑驾驶习惯的路径规划与控制方法,其特征在于,支持向量机SVM模型在计算时通过给予一定量的训练数据,并使用核变量的方式,把空间中不能分组的数据集投射到某个高维空间,并找到某个符合类型条件的最优超平面,使空间结构内数据点和超平面之间的间距最优化,最终完成数据集的分类。

6.根据权利要求1所述的静态避障场景下考虑驾驶习惯的路径规划与控制方法,其特征在于,所述轨迹跟踪控制器采用模型预测控制算法进行设计,模型预测采用由非线性模型进行线性化得到的线性时变模型;其中,车辆非线性动力学模型如下:式中,m为车辆质量,为车身横摆角,为车辆横摆角速度,为车辆绕z轴的转动惯量,为车辆在惯性坐标系下X、Y轴方向的位置,为惯性坐标系下车辆在X、Y轴方向的速度,为车辆坐标系下车辆在x、y轴方向的速度,为车辆坐标系下车辆在x、y轴方向的加速度,分别为车辆前、后轮胎的侧偏刚度,分别为车辆前、后轮胎的纵向刚度,分别为车辆前后轮的滑移率,为车辆前轮转角。

7.根据权利要求6所述的静态避障场景下考虑驾驶习惯的路径规划与控制方法,其特征在于,非线性模型进行线性化的具体步骤是:构建车辆横向控制的状态空间方程:状态变量,输出量,控制量,C为系数矩阵,其中为车辆前轮转角,分别为车辆行驶轨迹的横摆角与横向位置;

将非线性动力学模型线性化,得到:

运用前向欧拉法对其进行离散化处理,离散化的系统如下:

。