一种自动驾驶汽车纵向速度控制方法及系统

本发明涉及自动驾驶汽车纵向运动控制，尤其涉及一种自动驾驶汽车纵向速度控制方法及系统。

背景技术：

1、随着智能交通系统、车路协同技术和自动驾驶技术的发展，自动驾驶汽车需要在复杂交通环境下准确跟踪期望速度，并保证自动驾驶汽车纵向加减速过程平顺、执行器动作协调。纵向速度控制效果不仅影响自动驾驶汽车对期望车速的跟踪精度，也直接关系到乘员舒适性、节气门和制动系统工作强度以及整车运行经济性。

2、现有自动驾驶汽车纵向控制方法主要包括pid控制、滑模控制和模型预测控制等。pid控制结构简单、工程实现方便，但在速度变化较快或执行器约束明显的工况下，参数整定敏感，容易出现超调或控制输入波动；滑模控制具有较强鲁棒性，但在切换面附近易产生抖振，若处理不当会影响加速度响应平顺性；模型预测控制能够在有限预测时域内综合考虑车辆模型、控制目标和输入约束，适用于纵向速度跟踪中的多目标、多约束控制问题。

3、但是，现有纵向速度控制技术仍存在以下不足：其一，部分控制方法主要关注速度误差，未充分约束期望加速度指令在相邻采样时刻之间的连续性，容易在加速、减速和目标速度突变工况下产生加速度波动；其二，部分控制方法对控制输入幅值过大所带来的能耗增加和执行器负担考虑不足，难以同时兼顾速度跟踪精度与控制输入经济性；其三，采用固定权重或固定控制增量边界的控制器难以适应起步阶段、初期跟踪阶段和稳态运行阶段控制需求的差异；其四，部分研究仅停留在上层期望加速度或期望驱动力层面，对期望加速度向节气门开度和制动主缸压力等实际执行器输入的映射过程考虑不充分，容易造成驱动系统和制动系统频繁切换。

4、因此，目前亟需一种兼顾速度跟踪精度、纵向加速度平顺性、控制输入经济性和执行器协调性的自动驾驶汽车纵向速度控制方法，使控制器能够在多种速度变化工况下平稳输出期望加速度，并将其可靠转换为自动驾驶汽车可执行的驱动和制动控制量。

技术实现思路

1、本发明的目的在于提供一种自动驾驶汽车纵向速度控制方法及系统，能够兼顾速度跟踪精度、纵向加速度平顺性、控制输入经济性和执行器协调性，使控制器能够在多种速度变化工况下平稳输出期望加速度，并将其可靠转换为自动驾驶汽车可执行的驱动和制动控制量。

2、为实现上述目的，第一方面，本发明提供了一种自动驾驶汽车纵向速度控制方法，包括：

3、s1 采集自动驾驶汽车实际纵向速度、纵向加速度、参考速度以及执行器相关状态；

4、s2对纵向加速度反馈信号进行一阶低通滤波，得到用于预测模型的滤波后的加速度状态；

5、s3建立自动驾驶汽车的纵向速度-加速度预测模型；

6、s4引入控制增量构造增广模型；

7、s5在预测时域内构造预测输出序列、控制增量序列和参考速度序列；

8、s6建立含速度跟踪误差、控制增量、jerk近似平滑项和能耗正则项的二次规划优化问题；

9、s7按照起步阶段、初期跟踪阶段和稳态运行阶段调度控制增量边界与速度误差权重；

10、s8求解最优控制增量序列，并取首项更新当前期望纵向加速度；

11、s9通过逆纵向动力学模型反求节气门开度或制动主缸压力；

12、s10采用驱动/制动过渡区切换策略输出执行器命令，并进入下一采样时刻。

13、其中，步骤s3具体包括：

14、以自动驾驶汽车纵向速度、纵向加速度和参考速度为输入，建立纵向速度-加速度预测模型，取系统状态向量、控制输入和输出为：

15、

16、其中，为第k个采样时刻自动驾驶汽车纵向速度；为纵向加速度；为上层控制器输出的期望纵向加速度指令；为期望纵向加速度；为系统输出，取纵向速度作为输出量；

17、考虑实际纵向加速度对期望加速度指令存在一阶滞后响应，建立连续状态空间模型为：

18、，

19、

20、式中，、、分别为连续系统状态矩阵、输入矩阵和输出矩阵；k为加速度响应增益；为加速度一阶惯性响应时间常数；

21、采用采样周期进行离散化处理，得到离散状态空间模型：

22、，

23、

24、式中，、、分别为离散系统状态矩阵、输入矩阵和输出矩阵；i为单位矩阵。

25、其中，步骤s4具体包括：

26、引入控制增量：

27、，

28、式中，为第k个采样时刻期望纵向加速度的控制增量；为上一采样时刻期望纵向加速度指令；

29、进一步构造增广状态向量并建立控制增量增广模型：

30、

31、，

32、

33、式中，为滤波后的纵向加速度状态，为增广状态向量；、、分别为增广系统状态矩阵、输入矩阵和输出矩阵；增广模型能够将控制量递推关系并入预测模型，使控制量幅值约束和控制增量约束在同一优化框架下处理。

34、其中，步骤s5具体包括：

35、在预测时域和控制时域内，预测输出序列表示为：

36、

37、其中，为预测时域内的输出序列；ψ为自由响应矩阵，用于描述当前增广状态对未来输出的影响；θ为受控响应矩阵，用于描述未来控制增量序列对未来输出的影响；δu为未来控制增量序列。

38、其中，步骤s6具体包括：

39、基于速度跟踪精度、控制输入变化幅度、期望加速度平滑性和控制输入经济性，构建目标函数：

40、

41、其中，为速度跟踪误差权重矩阵，为控制增量权重矩阵，为jerk近似平滑项权重，为能耗正则项权重为差分矩阵，为预测时域内的控制量序列；

42、其中，未来控制量序列由上一时刻控制量和未来控制增量累加得到：

43、

44、将预测输出表达式代入目标函数并去除与优化变量无关的常数项，得到标准二次规划形式：

45、

46、其中，为二次项系数矩阵，为一次项系数向量，二者由预测矩阵、权重矩阵、差分矩阵和当前状态共同确定。

47、其中，步骤s7具体包括：

48、为保证期望加速度指令满足自动驾驶汽车执行能力和平顺性要求，设置控制增量约束和控制量幅值约束：

49、

50、

51、其中，、分别为第k个采样时刻控制增量下限和上限；、分别为期望纵向加速度指令下限和上限；

52、为协调不同运行阶段的控制需求，设置起步阶段步数和初期增强跟踪阶段步数：

53、，

54、控制增量边界按如下分段方式：

55、，

56、速度误差权重采用分段调度：

57、

58、其中，为速度误差权重；为起步阶段对应的采样步数，表示自动驾驶汽车在仿真开始后前3s内采用较小的控制增量边界；为初期增强跟踪阶段对应的采样步数，表示自动驾驶汽车在前12s内采用较大的速度误差权重；起步阶段通过收紧控制增量边界减小起步冲击，初期增强跟踪阶段通过提高速度误差权重提升跟踪响应，稳态阶段通过降低权重增强输出平顺性。

59、其中，步骤s8具体包括：

60、在每个采样时刻在线求解最优控制增量δu(k)，并更新期望加速度u(k)。

61、其中，步骤s9具体包括：

62、根据车辆纵向受力平衡关系，车辆轮端需求纵向力表示为：

63、

64、其中，为满足期望纵向加速度所需的轮端纵向力；m为整车质量；δ为旋转质量换算系数；u(k)为期望纵向加速度；为滚动阻力；为空气阻力；为坡道阻力；对于平直道路工况，可取0；

65、，，，

66、其中，为空气密度；为空气阻力系数；为迎风面积；为纵向速度；g为重力加速度；为滚动阻力系数；为道路坡度角；

67、当自动驾驶汽车处于驱动阶段时，根据传动系统力矩传递关系反求发动机输出转矩：

68、，

69、其中，为车轮半径，单位；是变速器的传动比，可由 carsim的输出 获得；为主减速器的传动比；为传动效率，发动机转速由自动驾驶汽车状态获得，节气门开度通过发动机map反查得到：

70、，

71、式中，为节气门开度；为发动机的转速；为发动机的输出扭矩；

72、当自动驾驶汽车处于制动阶段时，根据所需制动力反求制动主缸压力：

73、

74、其中，为制动主缸压力；为所需制动力；与分别为前轮制动力矩与后轮制动力矩。

75、其中，步骤s10具体包括：

76、当期望纵向加速度高于自然滑行加速度上边界时，系统进入驱动状态并输出节气门开度；当期望纵向加速度低于自然滑行加速度下边界时，系统进入制动状态并输出制动主缸压力；当期望纵向加速度位于过渡滑行区内时，驱动系统和制动系统均不主动输出控制量，车辆依靠滚动阻力、空气阻力、坡道阻力和传动系统反拖力自然滑行。

77、第二方面，本发明还提供了一种自动驾驶汽车纵向速度控制系统，包括车辆状态与输入模块、信号预处理模块、上层改进模型预测控制模块、目标函数与约束优化模块、分段调度模块、下层逆纵向动力学映射模块、驱动制动执行模块和车辆状态反馈模块；

78、所述车辆状态与输入模块、所述信号预处理模块、所述上层改进模型预测控制模块、所述目标函数与约束优化模块、所述分段调度模块、所述下层逆纵向动力学映射模块、所述驱动制动执行模块、所述车辆状态反馈模块依次连接；

79、所述车辆状态与输入模块，用于获取自动驾驶汽车当前纵向速度、纵向加速度、参考速度和执行器状态；

80、所述信号预处理模块用于对纵向加速度测量值进行滤波，输出滤波后的加速度状态；

81、所述上层改进模型预测控制模块用于根据车辆状态、参考速度和预测模型输出期望纵向加速度；

82、所述目标函数与约束优化模块用于结合速度跟踪误差、控制增量、jerk近似平滑项、能耗正则项以及约束条件求解最优控制增量；

83、所述分段调度模块用于根据车辆运行阶段提供控制增量边界和速度误差权重；

84、所述下层逆纵向动力学映射模块用于将期望纵向加速度转换为节气门开度或制动主缸压力；

85、所述驱动制动执行模块用于根据切换策略输出最终执行器命令；

86、所述车辆状态反馈模块用于将执行后的实际纵向速度和纵向加速度反馈至下一控制周期，形成闭环控制。

87、本发明的一种自动驾驶汽车纵向速度控制方法及系统，由上层改进模型预测控制、目标函数与约束优化、分段调度、下层逆纵向动力学映射、驱动/制动过渡区切换以及车辆状态反馈共同组成，以期望纵向加速度控制增量为优化变量，将上一采样时刻期望纵向加速度与当前控制增量共同纳入增广预测模型，使期望加速度幅值约束和变化幅度约束能够统一写入二次规划优化问题；同时，在目标函数中加入速度跟踪误差项、控制增量项、jerk近似平滑项和能耗正则项，以兼顾速度跟踪精度、期望加速度平顺性和控制输入经济性；进一步通过控制增量边界与速度误差权重的分段调度策略，协调车辆起步阶段、初期增强跟踪阶段和稳态运行阶段的不同控制需求；在下层控制中，根据纵向受力平衡关系将期望纵向加速度转换为轮端需求纵向力，并进一步反求节气门开度或制动主缸压力；最后通过驱动/制动过渡区切换策略和车辆状态反馈，减少驱动系统与制动系统在临界区域的频繁切换，形成能够面向工程实现的闭环纵向速度控制系统。本发明能够兼顾速度跟踪精度、纵向加速度平顺性、控制输入经济性和执行器协调性，使控制器能够在多种速度变化工况下平稳输出期望加速度，并将其可靠转换为自动驾驶汽车可执行的驱动和制动控制量。