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: 2024112421005
申请人: 长沙理工大学
专利类型:发明专利
专利状态:已下证
专利领域: 一般车辆
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:

1.一种自动驾驶汽车路径与速度协同规划方法,其特征在于,包括如下步骤:构建整车动力学模型与轮胎动力学模型,得到轮胎的动态受力极限,并将其作为车辆的运动极限边界;

采用准稳态平衡法,遍历不同油门开度与制动压力下的车辆稳态平衡状态,记录每一时刻的横向加速度和纵向加速度,矢量计算得到改进G-G图;

基于得到的改进G-G图,采用向前-向后欧拉法,建立最优速度模型;

采用道路分段法,建立最短行程时间下的轨迹优化模型;

基于道路安全边界与车辆动力学约束,结合最优速度模型和轨迹优化模型,采用二次规划构建最优路径与速度协同规划模型,求解得到最优路径与速度规划;

基于得到的改进G-G图,采用向前-向后欧拉法,建立最优速度模型,包括:根据轮胎附着力极限的约束,计算不同曲率下的车辆通过弯道的最大通过速度;所述最大通过速度包括最大纵向速度和最大侧向速度;

基于微分思想,结合G-G图和最大纵向加速度的约束,构建纵向速度与路径的函数表达式;

采用向前-向后欧拉法,以动力系统的最大加速度变化率为迭代增益,连接双向迭代的速度和加速度耦合点,建立最优速度模型;

最优路径与速度协同规划模型的表达式为:;

;

;

;

;

式中,表示路径总程度;表示路径长度微分单元;表示时间微分单元;表示状态量;表示控制量; 表示时刻状态量与时刻控制量相关的软约束;表示时刻状态量与时刻控制量相关的硬约束。

2.根据权利要求1所述的一种自动驾驶汽车路径与速度协同规划方法,其特征在于,构建整车动力学模型与轮胎动力学模型,得到轮胎的动态受力极限,并将其作为车辆的运动极限边界的过程具体包括如下步骤:构建车辆动力学模型和轮胎动力学模型;

考量车辆的载荷在侧向和前进方向的转移,计算四个轮胎的垂向受力特性;

利用轮胎与路面的附着系数,计算极限附着力,得到轮胎的动态受力极限,将其作为车辆的运动极限边界。

3.根据权利要求2所述的一种自动驾驶汽车路径与速度协同规划方法,其特征在于,整车动力学模型的表达式为:

;

式中,表示整车质量;表示纵向速度;表示纵向加速度;表示侧向速度;表示侧向加速度;表示横摆角速度;表示后左轮的纵向力;表示后右轮的纵向力;表示前左轮的侧向力;表示前右轮的侧向力;表示后左轮的侧向力;表示后右轮的侧向力;表示前轮转角;表示绕Z轴的转动惯量;表示绕X轴的转动惯量;表示前半轴距;表示后半轴距;表示车身质量;表示车身侧倾角;表示质心高度;表示侧向阻尼;表示侧倾刚度;表示一阶导数;表示二阶导数;

轮胎动力学模型的表达式为:

;

式中,表示轮胎纵向力;表示轮胎侧向力;表示轮胎纵向刚度;表示轮胎侧偏刚度;表示纵向滑移率;表示侧偏角;;表示轮胎横纵向综合作用力,其表达式为:;

式中,表示路面附着系数;表示轮胎的垂直载荷,其包括前左轮的垂直载荷、前右轮的垂直载荷、后左轮的垂直载荷、后右轮的垂直载荷,即各轮胎垂直载荷的表达式为:;

式中,表示轴距;表示前轮距;表示后轮距;表示绕X轴旋转的倾覆力矩。

4.根据权利要求3所述的一种自动驾驶汽车路径与速度协同规划方法,其特征在于,采用准稳态平衡法,遍历不同油门开度与制动压力下的车辆稳态平衡状态,记录每一时刻的横向加速度和纵向加速度,矢量计算得到改进G-G图的过程具体包括如下步骤:设定车辆沿直线行驶;

采用准稳态平衡法,遍历不同的油门踏板开度,记录每一时刻的车辆速度,并求解最大速度;

最大速度的表达式为:

;

;

式中,表示最大速度的目标函数;表示最大速度的优化变量;表示油门踏板开度;表示转置;

在当前速度下,采用准稳态平衡法,遍历不同的制动压力,记录每一时刻的纵向加速度,并求解最大纵向加速度;

当前速度下的最大纵向加速度的表达式为:;

;

式中,表示最大纵向加速度的目标函数;表示最大纵向加速度的优化变量;表示刹车踏板制动力矩;

在当前速度和纵向加速度下,采用准稳态平衡法,遍历不同油门踏板开度和制动压力,记录每一时刻的侧向加速度,并求解最大侧向加速度;

当前速度和纵向加速度下的最大侧向加速度的表达式为:;

;

式中,表示最大纵向加速度的目标函数;表示最大纵向加速度的优化变量;

将最大纵向加速度和最大侧向加速度进行矢量计算,采用制图软件生成G-G图,用于限制车辆的横向最大加速度和纵向最大加速度。

5.根据权利要求1所述的一种自动驾驶汽车路径与速度协同规划方法,其特征在于,最大通过速度的关系式为:

;

式中,表示最大纵向速度;表示最大侧向速度;表示曲率;

纵向速度与路径的函数表达式为:

;

式中,表示纵向速度;表示路径的微分单元;表示纵向加速度,,表示当前车速下的最大纵向加速度;

最优速度模型的表达式为:

;

式中,表示当前前馈纵向加速度,,表示前馈纵向速度,,,表示下一个前馈纵向速度;表示前一个前馈纵向加速度;表示路径长度的微分单元;表示加速度变化率。

6.根据权利要求1所述的一种自动驾驶汽车路径与速度协同规划方法,其特征在于,采用道路分段法,建立最短行程时间下的轨迹优化模型的过程具体包括:采用道路分段法,将规划路径划分为多个采样点;

采样点的表达式为:

;

式中,表示规划路径上的采样点,;表示第个采样点的横坐标;表示第个采样点的纵坐标;表示横坐标矢量单元;表示纵坐标矢量单元;表示上边界上第个采样点的横坐标;表示上边界上第个采样点的纵坐标;表示下边界上第个采样点的横坐标;表示下边界上第个采样点的纵坐标;表示当前路径点横坐标方向上的路径宽度;表示当前路径点纵坐标方向上的路径宽度;表示道路约束系数,;

采用五次多项式曲线平滑连接多个采样点,得到规划路径;

结合最优速度模型,构建最短行程时间下的轨迹优化模型;

最短行程时间下的轨迹优化模型的表达式为:;

式中,表示最小值,表示行程时间;表示相邻路径采样点间的距离;表示第个采样点的纵向速度。

7.一种实现权利要求1所述的自动驾驶汽车路径与速度协同规划方法的装置,其特征在于,包括:约束条件确定模块,其用于确定车辆的运动极限边界、横向最大加速度和纵向最大加速度、道路安全边界和车辆动力学约束;

模型构建模块,其用于构建整车动力学模型、轮胎动力学模型、最优速度模型、轨迹优化模型、以及最优路径与速度协同规划模型。

8.一种电子设备,其特征在于,所述电子设备包括存储器和处理器,所述存储器存储有计算机程序,所述处理器执行所述计算机程序时实现权利要求1至6任一项所述的方法。

9.一种计算机可读存储介质,所述计算机可读存储介质存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现权利要求1至6中任一项所述的方法。