基于隐式动力学辨识的智能车辆轨迹跟踪控制方法
本技术涉及车辆控制,具体涉及一种基于隐式动力学辨识的智能车辆轨迹跟踪控制方法。
背景技术:
1、随着智能交通系统与自动驾驶技术的快速发展,智能车辆的轨迹跟踪控制已成为车辆横向运动控制的核心关键技术之一。轨迹跟踪控制旨在通过调节转向执行器转角,使车辆能够快速且平滑地跟踪预先规划好的参考路径,同时保证行驶的安全性和舒适性。在实际道路行驶环境中,车辆将面临道路曲率的剧烈变化、路面附着系数的随机波动(例如雨雪天气的低附着系数路面)、轮胎侧偏特性的非线性变化以及转向执行器的响应迟滞等多重复杂工况的挑战,这些因素都给车辆轨迹跟踪控制的精度和稳定性带来了严峻的考验。
2、线性二次型调节器(linear quadratic regulator, lqr)作为一种经典的最优控制方法,因其具备理论上的闭环稳定性、计算开销小、实时性极佳等优势,被大规模地部署在当前的智能车辆底盘横向运动控制之中。lqr控制器通过对车辆横向动力学模型进行线性化近似,在设定的线性操作点附近求解最优状态反馈控制律,从而实现轨迹跟踪。然而,lqr控制策略本质上为基于线性模型的最优控制方法,其在设计时难以充分考虑控制系统中的时变参考轨迹状态、非线性轮胎力、车辆载荷转移以及转向执行器固有滞后等复杂物理现象。因此,在道路曲率剧烈变化的工况、路面附着系数发生突变(例如驶入冰雪路面)以及执行器响应存在显著迟滞的高速紧急避障等极端工况下,lqr控制器极易出现跟踪误差急剧增大,甚至出现车辆失控、跟踪失败等危险场景,无法满足高级别自动驾驶的高安全性要求。
3、模型预测控制(model predictive control, mpc)和迭代线性二次型调节器(iterative linear quadratic regulator, ilqr)作为一种在有限时域内进行滚动优化求解的控制策略,由于其独特的结构特点,能够根据参考轨迹的未来曲率信息提前预判转向动作。同时,通过构造非线性约束条件,mpc和ilqr能够将车辆系统状态约束和非线性轮胎动力学自然纳入至优化问题之中,与线性lqr控制器相比,可以明显实现更为平滑、且跟踪精度更高的横向控制效果。但是,mpc或ilqr算法需要在固定的控制周期内实时求解复杂的非线性优化问题,或进行多次前向与后向的riccati迭代,其单步控制的计算复杂度极高。为了满足实时性约束,这类控制器通常依赖于算力较高的高性能域控制器(例如配备gpu或fpga加速器的计算平台)。此外,在非线性轮胎模型、路面附着系数动态变化以及转向执行器迟滞等多种非线性因素的叠加作用下,mpc或ilqr的实时求解负担将变得尤为沉重,极大增加了车载计算平台的成本和功耗,限制了其在低算力嵌入式控制器上的广泛部署。
4、近年来,利用神经网络近似复杂的模型预测控制策略或最优控制策略,即利用深度神经网络直接学习控制器的输入-输出映射关系,已经成为一种极具潜力的研究新方向。研究表明,可以利用神经网络拟合mpc或ilqr的最优控制策略,从而得到最优控制策略的近似解。当网络训练完成后,该神经网络模型具备控制精度高、推理计算实时性好的显著优势,并且易于部署于内存和算力有限的实车嵌入式控制器中,是目前学术界的重点研究热点。然而,现有的大多数基于神经网络的学习型控制方法,仍然倾向于将路面附着系数、轮胎等效侧偏刚度或转向执行器滞后时间常数等横向动力学工况参数作为显式的网络输入。这些方法实质上需要依赖外部状态观测器或测量传感器提供精确的工况参数,或者是仅能够在预先设定的专家状态分布上进行单纯的“行为克隆”训练,通过最小化网络输出控制量与专家控制量之间的误差进行网络参数更新。
5、上述依赖显式动力学参数输入或仅进行行为克隆训练的方法存在明显的缺陷。首先,在部署阶段,外部参数观测器不仅增加系统复杂度,其本身的估计误差也会直接影响控制精度。其次,由于“行为克隆”训练本质上是拟合专家在某个特定状态分布下的策略,当车辆在部署阶段运行于训练过程中从未探索过的全新状态(即存在状态分布偏移)时,策略网络将因为推理输入分布偏离训练分布而产生巨大的输出误差,导致控制性能大幅下降,甚至引发闭环失稳。目前,尚缺乏一种能够在不依赖在线模型预测控制优化求解、不依赖单一显式参数测量或监督的情况下,使智能车辆的轨迹跟踪控制器能够根据历史的车辆动力学响应自动形成横向动力学工况的隐式表征,并能利用这种隐式表征在分布偏移的部署环境下输出自适应的转向控制指令的有效解决方案。
技术实现思路
1、本技术的主要目的在于提供了一种基于隐式动力学辨识的智能车辆轨迹跟踪控制方法,包括以下步骤:
2、步骤s1,基于车辆横向误差模型和执行器动力学,构建车辆轨迹跟踪误差动力学模型,将车辆横向速度、横摆角速度、横向误差、航向角误差和转向执行器实际转角作为状态量;
3、步骤s2,在所述车辆轨迹跟踪误差动力学模型基础上,引入非线性magic formula轮胎模型、纵横向载荷转移、组合滑移修正和摩擦圆约束,并将转向执行器一阶惯性延迟增广进入状态方程,构建用于后续仿真运算的高保真车辆状态演化模型;
4、步骤s3,基于所述车辆状态演化模型,构建覆盖纵向车速、道路曲率、路面附着系数、轮胎等效侧偏刚度、附着载荷敏感性、转向执行器滞后时间常数、轮胎侧偏状态和跟踪误差的多工况采样空间,通过超立方体采样生成网络训练初始状态数据集;
5、步骤s4,基于步骤s1和步骤s2所构建的模型,计算稳态参考状态和稳态参考控制量,并采用有限时域ilqr求解专家转向控制量;
6、步骤s5,构建包含动力学辨识分支和控制分支的双gru策略网络,以车辆状态量、道路曲率和纵向车速构成观测输入,并由动力学辨识分支隐式辨识横向动力学参数向量;
7、步骤s6,设计多步动力学预测辅助任务,利用所述动力学辨识分支隐状态和未来多步实际执行动作序列预测车辆关键动力学状态,使所述动力学辨识分支隐状态包含所述向量对车辆横向响应的作用信息;
8、步骤s7,在仿真训练阶段,采用β-dagger交互式模仿学习策略,在每个仿真时刻混合执行专家转向控制量和网络控制量,使车辆在策略网络自身诱导的闭环状态分布下行驶,同时将对应的历史观测序列、专家控制量、实际执行动作序列及未来真实状态聚合形成训练数据集;
9、步骤s8,基于所述聚合的训练数据集,构建包含行为克隆损失、多步动力学预测损失和控制平滑项的联合损失函数,对构建的所述双gru策略网络进行参数迭代更新与联合训练;
10、步骤s9,将训练完成的双gru策略网络模型导出,经车辆动力学联合仿真验证后,通过快速原型工具链将网络计算图与权重参数刷写至整车控制器,完成车辆轨迹跟踪的转角指令实时控制。
11、在一实施例中,所述步骤s1,具体包括:
12、设定所述车辆轨迹跟踪误差动力学模型的状态向量,所述状态向量包含车辆的横向速度、横摆角速度、横向距离误差、航向角误差以及转向执行器实际转角;设定控制向量为控制器输出的期望转向指令;设定策略网络的观测向量,该观测向量在所述状态向量的基础之上,还包含当前时刻的道路曲率和车辆的纵向车速;
13、构建横向动力学工况参数向量,所述横向动力学工况参数向量包含路面附着系数、轮胎等效侧偏刚度尺度系数、附着系数随垂向载荷变化的敏感性参数,以及转向执行器的一阶滞后时间常数;并且明确所述横向动力学工况参数向量仅在训练阶段用于驱动车辆仿真模型和专家控制量的求解,在车辆轨迹跟踪的在线控制阶段,所述策略网络输入的观测向量中不直接包含该参数向量;
14、基于frenet坐标系下车辆与参考轨迹之间的几何关系,推导所述横向距离误差和所述航向角误差的运动学方程,并在小航向偏差角假设下对所述误差运动学方程进行线性化简化处理,最终构建由连续状态方程和离散状态转移函数共同表征的车辆轨迹跟踪误差动力学模型,以作为后续仿真迭代、最优控制求解以及策略网络训练的动力学基础。
15、在一实施例中,所述步骤s2,具体包括:
16、基于转向分配矩阵将控制器输出的期望转角转换为各个车轮的实际转角,并在轮胎小转角假设下,根据车辆质心处的横向速度、横摆角速度以及各轮胎相对质心的纵向位置,计算各轮胎的实时侧偏角;同时,结合各轮胎的静态轮荷,叠加由于车辆纵向加速度和横向加速度产生的纵向载荷转移和横向载荷转移,计算得到各轮胎的动态垂向载荷,并引入路面附着系数、侧偏刚度尺度系数及附着载荷敏感性参数,计算各轮胎当前工况下的有效附着系数和等效侧偏刚度;
17、基于所述有效附着系数、等效侧偏刚度及轮胎的侧偏角,利用非线性魔术公式计算纯横向滑移条件下的轮胎侧向力和纯纵向滑移条件下的纵向力;在车辆实际行驶的组合滑移条件下,对纵横向轮胎力进行耦合修正,并根据路面附着系数与动态垂向载荷计算当前轮胎所能提供的最大物理合力极限,通过计算该极限与轮胎未约束合力的比例,获得力缩放系数,从而将轮胎合力严格约束在摩擦圆所界定的物理极限范围之内,防止轮胎力突破附着极限;
18、基于牛顿第二定律和欧拉动力学方程,将所述经过摩擦圆约束修正后的各个轮胎纵向力与侧向力,转化为整车质心处的横向合力与绕质心的横摆合力矩,并结合车辆的质量和绕z轴的转动惯量,建立车辆横向加速度与横摆角加速度的演化方程;
19、将转向执行器对转向指令的响应特性建模为一阶惯性延迟环节,并将其与所述横向加速度、横摆角加速度动力学方程共同增广,构建用于后续仿真运算的高保真车辆状态演化模型。
20、在一实施例中,所述步骤s3,具体包括:
21、设定多工况采样的参数空间,所述参数空间覆盖归一化横向加速度、纵向车速、路面附着系数、轮胎等效侧偏刚度尺度参数、附着载荷敏感性参数、转向执行器滞后时间常数、前后轮侧偏角、横向误差、航向角误差以及执行器转角;将上述每一个采样维度单独划分为多个互不重叠的采样区间,在对应的区间范围内随机且独立地抽取样本值,并将不同维度下抽取的样本值进行交叉随机组合,从而构建形成覆盖多维工况空间的超立方体数据集;
22、在针对每个采样维度的数据生成时,根据该维度所在的编号区间确定采样位置,并在该采样位置上引入均匀分布的随机微扰动,以避免样本点的规则排列,从而生成用于训练的状态数据样本;
23、针对每一个初始生成的样本数据点,基于车辆运动学的物理映射关系,检验该样本中的归一化横向加速度、道路曲率、横摆角速度以及横向速度之间的相互约束关系,剔除不符合车辆实际运动物理规律的数据组合,从而显著提高最终用于网络训练样本集的质量和有效性。
24、在一实施例中,所述步骤s4,具体包括:
25、根据道路曲率、纵向车速以及轮胎侧向力与横摆力矩的非线性平衡关系构建侧向力残差和横摆力矩残差,并利用所述残差对车辆横向速度和期望转角的雅可比矩阵进行迭代求解,获得稳态参考状态和稳态参考控制量;
26、构建ilqr优化问题的预测时域总代价函数,所述阶段代价由状态量相对于稳态参考状态的偏差、控制量相对于稳态参考控制量的偏差以及相邻时刻控制量的变化率三项加权构成,终端代价由终端时刻状态误差构成;同时计算离散状态转移函数和控制输入函数相对于状态量和控制量的一阶偏导雅可比矩阵,对系统模型进行线性化近似;
27、基于所述线性化近似结果和二次近似代价项,通过riccati方程向后递推获取前馈修正项和反馈增益矩阵;随后,以一定的线搜索步长沿更新方向对控制序列进行前向迭代更新,待迭代收敛后,提取该预测时域内的第一步控制量作为当前时刻输出的专家转向控制量。
28、在一实施例中,所述步骤s5,具体包括:
29、构建包含动力学辨识分支和控制分支的双分支gru策略网络结构,设定所述动力学辨识分支仅接收后续多步动力学预测任务所产生的损失梯度,用于从车辆状态演化序列中隐式辨识横向动力学工况参数;设定所述控制分支仅接收行为克隆损失所产生的梯度,并设有梯度隔离模块,用于阻断控制分支的损失梯度向动力学辨识分支的反向传播;
30、将包含车辆状态量、道路曲率和纵向车速的观测输入进行归一化处理,分别输入所述动力学辨识分支和所述控制分支各自的独立特征提取层与门控循环单元;所述控制分支读取经过所述梯度隔离模块隔离处理后的动力学辨识分支隐状态,将其与自身的特征信息融合后,通过控制头输出网络转向控制量;
31、设置用于验证隐状态可表征性的探针映射网络,所述探针映射网络用于根据所述动力学辨识分支的隐状态反向预测所述横向动力学工况参数向量;明确所述探针映射网络仅在离线验证阶段用于评估辨识分支的特征提取质量,在车辆部署后的在线控制阶段不参与前向推理,所述控制分支仅基于所述梯度隔离后的隐状态计算最终的控制指令。
32、在一实施例中,所述步骤s6,具体包括:
33、构建多步动力学预测辅助任务,利用一维卷积神经网络提取车辆未来多步实际执行动作序列的时序特征,并将所述时序特征与当前时刻的动力学辨识分支隐状态进行特征拼接,形成辅助预测输入;
34、将所述辅助预测输入送入多步预测头网络,输出针对未来关键横向动力学状态的预测值;以车辆仿真模型在给定横向动力学工况参数向量下计算出的真实未来状态作为监督标签,通过最小化预测值与标签值的偏差,利用动力学辨识分支隐状态隐式编码所述横向动力学工况参数向量的物理作用信息。
35、在一实施例中,所述步骤s7,具体包括:
36、在每个仿真时刻同时计算当前的专家控制量与策略网络输出的控制量,并设定一个随训练轮次动态衰减的专家执行概率,根据所述衰减概率通过随机采样决定当前时刻实际执行专家控制量还是网络控制量,使车辆在训练初期依靠专家引导稳定行驶,而在训练后期逐步切换至策略网络自身诱导的闭环状态分布下自主探索;
37、构建数据聚合流程,将每一轮次仿真过程中产生的由历史观测序列、对应的ilqr专家控制量、实际执行控制量,以及由车辆模型在未来预设步数后产生的真实关键动力学状态构成的时间序列数据,打包存入聚合训练数据集,并随着训练轮次的进行持续扩充该数据集,以形成用于后续网络参数更新的高质量训练样本。
38、在一实施例中,所述步骤s8,具体包括:
39、所述联合训练损失函数由行为克隆损失、控制平滑项和多步动力学预测损失共同构成,其表达式为:
40、
41、式中:为动力学预测误差权重矩阵;为随训练轮次逐步升高的多步动力学预测损失权重;为权重升高轮次;为控制平滑项权重。
42、在一实施例中,所述步骤s9,具体包括:
43、通过完成网络的构建并进行训练后,储存所训练的损失值最低的策略网络;
44、将网络模型导出至matlab/simulink中,并基于carsim-simulink完成仿真验证后,使用快速原型工具链,刷写至整车控制器,完成实车部署。
45、由此可见,本技术具有如下有益效果:
46、其一,实现了不依赖显式物理参数输入的隐式动力学辨识。本技术打破了传统学习控制必须将路面附着、轮胎刚度等参数作为网络显式输入的思维定式,通过构建双gru策略网络并结合梯度隔离机制,使动力学辨识分支免受行为克隆梯度的干扰,能够独立地从纯历史观测序列中提取纯正、无偏的动力学工况特征,有效克服了依赖外部观测器或参数测量的行业偏见。
47、其二,有效突破了部署阶段的状态分布偏移瓶颈。本技术创造性地应用β-dagger交互式模仿学习策略,在训练初期依靠专家控制保障轨迹安全,在训练后期让网络在自身诱导的闭环状态分布下自主探索与学习,从而避免了传统监督式行为克隆在陌生状态域下控制失稳的风险,显著提升了策略网络在未知或突变工况下的闭环自适应性和鲁棒性。
48、其三,大幅降低了车载控制器的计算负担与硬件成本。在在线控制阶段,本技术无需运行耗时的模型预测控制或ilqr迭代优化,也无需设置复杂的参数估计观测器,训练完成的神经网络仅需进行轻量级的前向推理即可实时生成转向指令。该特性使其能够完美适配现有的低成本整车控制器,避免了因采用高算力域控制器而增加的硬件部署费用。
49、其四,在极端复合工况下仍能保持优异的跟踪精度与行驶安全性。结合多步动力学预测任务的物理约束,网络辨识出的隐状态不仅有效刻画了轮胎非线性、组合滑移及转向执行器滞后,还能精准捕捉因载荷转移导致的响应变化。同时,联合损失函数中的控制平滑项显著抑制了转向指令的抖动,使得车辆在路面附着系数突变、大曲率过弯等极端场景下依然能保持精确的路径跟踪能力和良好的驾驶平顺性。
版权声明:本站专利文献数据主要来源于国家知识产权局等公开渠道,由 技术新讯 进行整理汇编。页面设计及数据汇编的著作权归本站所有。全部内容仅供个人学习、科研评估与技术交流参考,严禁用于任何商业用途(包括但不限于直接生产制造、技术转让、倒卖数据等)。
免责条款:专利技术具有时效性,本站不对资料的绝对准确性、完整性和可实施性提供任何明示或暗示的担保。因参考本站内容造成的直接或间接损失,本站不承担相关法律责任。若您认为本站内容有侵权问题,请及时提供权属证明与我们联系,本站将在核实后依法处理。反馈意见:yyfuon@163.com