基于预测模型的自动驾驶汽车稳定性路径跟踪方法

技术特征：
1.一种基于预测模型的自动驾驶汽车稳定性路径跟踪方法，其特征在于，所述方法包括：建立包括车辆动力学模型与跟踪误差模型的自动驾驶汽车的车辆模型与预测模型；自动驾驶汽车执行路径规划，并基于贝塞尔曲线对规划出的参考路径分段拟合，实时计算道路曲率；基于所述预测模型构建表达控制输出预测值与控制输出参考值之间的误差和控制增量的目标函数；求解所述目标函数，获得最优控制量，并输入所述车辆模型。2.根据权利要求1所述的基于预测模型的自动驾驶汽车稳定性路径跟踪方法，其特征在于，所述车辆动力学模型表示为：为：为：为：式中，m为车辆质量，v
x
、v
y
分别为车体质心处的纵向速度和横向速度，为横摆角速度，β为质心侧偏角，i
z
为车身绕z轴的转动惯量，l
f
、l
r
分别为车辆质心到前轴和后轴的距离，c
αf
、c
αf
为轮胎侧偏刚度，c
lf
、c
lr
为轮胎纵向刚度，α
f
、α
r
为前轮和后轮轮胎侧偏角，s
f
、s
r
为前轮和后轮轮胎滑移率，δ
f
为前轮转角。3.根据权利要求2所述的基于预测模型的自动驾驶汽车稳定性路径跟踪方法，其特征在于，所述车辆跟踪误差模型表示为：在于，所述车辆跟踪误差模型表示为：式中，横向位置误差e
y
为车辆后轴中心在道路中心线上投影点之间的距离，航向误差为道路中心线切向与道路地面坐标系x的夹角，κ为参考路径的道路曲率。4.根据权利要求3所述的基于预测模型的自动驾驶汽车稳定性路径跟踪方法，其特征在于，所述建立预测模型，包括：对车辆动力学模型和车辆跟踪误差模型进行线性化处理，获得车辆跟踪控制模型：
式中，状态向量为输入向量为u1＝δ
f
，附加输入向量为u2＝κ；a,b1,b2为雅可比矩阵，其中，为雅可比矩阵，其中，b2(t)＝[0 0 0 0 0
ꢀ‑
v
x
]
t
；对车辆跟踪控制模型采用一阶差商的方法进行离散化处理，得到离散的状态空间表达式：ξ(k 1)＝a
k
ξ(k) b
k
u1(k) c
k
u2(k)，式中，a
k
＝i ta(t),b
k
＝tb1(t),c
k
＝tb2(t)，i为六阶单位矩阵；构建新的状态向量ξ(k|t)＝[ξ(k) u1(k-1)]
t
，根据离散的状态空间表达式得到新的状态空间方程：式中，根据新的状态空间方程进行状态预测，获得未来时刻的所述预测模型：y＝ψξ(k) θ
△
u1 υu2，其中，y＝[ξ(k 1) ξ(k 2)
…
ξ(k n
c
)
…
ξ(k n
p
)]
t
,,
△
u1＝[
△
u1(k)
ꢀ△
u1(k 1)
…△
u1(k n
c
)]
t
,u2＝[u2(k) u2(k 1)
…
u2(k n
c
)]
t
,式中，n
p
为预测时域，n
c
为控制时域，
△
u1为控制增量。5.根据权利要求1所述的基于预测模型的自动驾驶汽车稳定性路径跟踪方法，其特征在于，所述参考路径由一系列离散路点构成，采用三阶贝塞尔曲线分段拟合表示为：q(τ
i
)＝(1-τ
i
)3p0 3τ
i
(1-τ
i
)2p1 3τ
i2
(1-τ
i
)2p2 τ
i3
p3，式中，q(τ
i
)为参数τ
i
处的插值点，p
k
为第k个控制点，通过对参数τ
i
在[0,1]内取值，可以在第一个控制点和最后一个控制点之间生成任意个插值点；根据每个拟合路段的插值点计算道路曲率：式中，x
′
＝x
c-x
a
，y
′
＝y
c-y
a
，x
″
＝x
c
x
a-2x
b
，y
″
＝y
c
y
a-2y
b
，η＝(x
′
)2 (y
′
)2，(x
a
,y
a
),(x
b
,y
b
),(x
c
,y
c
)为每个拟合路段的插值点。6.根据权利要求1所述的基于预测模型的自动驾驶汽车稳定性路径跟踪方法，其特征在于，所述目标函数为：式中，q
ey
,r为权重矩阵，ρ为权重系数，ε2为权重因子。7.根据权利要求6所述的基于预测模型的自动驾驶汽车稳定性路径跟踪方法，其特征在于，还包括构建目标函数的约束条件的步骤：建立由横摆角速度、质心侧偏角构成的稳定性包络边界，对横摆角速度和质心侧偏角进行稳定性约束；建立可行道路区域边界，对横向位置误差进行约束；对控制输入量和轮胎滑移率进行约束。8.根据权利要求7所述的基于预测模型的自动驾驶汽车稳定性路径跟踪方法，其特征在于，所述横摆角速度的稳定性控制边界为：式中，后轮侧偏角α
r,ss
阈值为[-α
r,lim
,α
r,lim
]；
所述质心侧偏角的稳定性控制边界为：所述稳定性包络边界为：h
env
ξ(k)≤g
env
，式中，ξ(k)为k时刻时的车辆状态量。9.根据权利要求7所述的基于预测模型的自动驾驶汽车稳定性路径跟踪方法，其特征在于，所述可行道路区域边界表示为：h
road
ξ(k)≤g
road
，式中，d为车体宽度，r
d
为路面宽度；所述控制输入量和轮胎滑移率的约束条件为：0.1≤s≤0.3，式中，δ
f,max
,
△
δ
f,max
分别为控制量阈值和控制增量阈值。10.根据权利要求1所述的基于预测模型的自动驾驶汽车稳定性路径跟踪方法，其特征在于，还包括建立反馈修正模块，降低外部环境、建模误差对控制系统的干扰的步骤，所述反馈修正模块的构建为：通过建立状态量和控制量控制输出参考值(ξ
p
(k),u
p
(k))与实际测量值(ξ
m
(k),u
m
(k))之间的线性关系，达到参数修正的目的，最后，修正后的参数(ξ
c
(k),u
c
(k))返回到控制系统，反馈修正方程为：式中，k1，k2为修正系数。

技术总结
本发明涉及一种基于预测模型的自动驾驶汽车稳定性路径跟踪方法，包括：建立包括车辆动力学模型与跟踪误差模型的自动驾驶汽车的车辆模型与预测模型；自动驾驶汽车执行路径规划，并基于贝塞尔曲线对规划出的参考路径分段拟合，实时计算道路曲率；基于预测模型构建表达控制输出预测值与控制输出参考值之间的误差和控制增量的目标函数；求解目标函数，获得最优控制量，并输入所述车辆模型。上述基于预测模型的自动驾驶汽车稳定性路径跟踪方法，实现了自动驾驶车辆行驶时，特别是在高速、冰雪路面等复杂道路环境中行驶时能保持良好的路径跟踪效果，保证车辆稳定行驶。保证车辆稳定行驶。保证车辆稳定行驶。


技术研发人员：刘飞 刘晓明 郭婧博
受保护的技术使用者：上海工程技术大学
技术研发日：2022.01.27
技术公布日：2022/5/6