一种含驾驶员焦点预瞄模型的车辆自主转向控制方法与流程

本发明涉及一种车辆自主转向控制方法，尤其涉及一种含驾驶员焦点预瞄模型的车辆自主转向控制方法。

背景技术：

汽车数量的不断增加带来了道路拥挤、交通事故、能源浪费和环境污染等问题。人们希望汽车能自动识别道路、根据规划好的路径自动安全行驶，使驾驶员能够从枯燥繁琐的驾驶行为中解脱出来。

车辆的路径跟踪控制是无人驾驶车辆的核心控制问题之一，基于偏差调节的路径跟踪控制系统相当于一个驾驶员模型，驾驶员模型是汽车自主转向技术的重要组成部分。就驾驶员而言，他的操作技术是在反复实践和经验积累的基础上形成的。一个驾驶员，如果不能保证汽车运动的轨迹与预期轨道的误差小于安全行车所允许的数值，那么，他就不是一个合格的驾驶员。越是熟练的驾驶员，驾驶的误差也就越小。

现有的几种驾驶员模型，如Macadam的最优预瞄控制模型(MACAMAM C C.Application of an optiaml preview control for simulation of closed-loop automobile driving.IEEE Transactions on Systems，Man and Cybernetics，1981，11(6)：393-399)被认为是驾驶员转向模型的里程碑，其缺点在于并没有考虑航向偏差对最优预瞄模型的贡献；郭孔辉的对上述模型进行跟踪研究，提出预瞄最优曲率模型(郭孔辉.驾驶员-汽车闭环系统操纵运动的预瞄最优曲率模型.汽车工程，1984，6(3)：1-16)，其模型参数的物理含义清晰，在一定程度上能模拟人的驾驶习惯，且应用方便。但在高速转向时，跟踪精度不高以及出现转向波动现象，使其在高速下的应用具有一定的局限性；Ungoren等建立了自适应最优预瞄控制驾驶员模型(UNGOREN A Y，PENG H.An adaptive lateral preview driver model.Vehicle System Dynamics，2005，43(4)：245-259)，通过自适应算法对远近不同位置的位置偏差选取不同权重，实现比固定权重更好的控制效果。Sharp提出多点预瞄路径转向控制方法(Sharp R S.Driver steering control and a new perspective on car handling qualities.Journal of Mechanical Engineering Science，2005，219(10)：1041-1051)，与单点及两点预瞄相比，采取更多的预瞄点能获得更理想的控制效果。

针对现有车辆自主转向控制方法无法真实模拟驾驶员的视野特性，未融合视线范围内的道路信息的缺点，本发明提供了一种含驾驶员焦点预瞄模型的车辆自主转向控制方法。使用该方法能获得很好的路径跟踪效果。

技术实现要素：

1、发明目的：本发明的目的在于提供一种含驾驶员焦点预瞄模型的车辆自主转向控制方法。

2、技术方案：为实现上述发明目的，本发明所述的一种含驾驶员焦点预瞄模型的车辆自主转向控制方法的流程如图1所示，具体步骤如下：

(1)由全球定位系统GPS和视频摄像头等车载传感器获得前方的道路轨迹；

(2)在视野范围内由车辆自主决策系统根据当前车辆状态及观测到的外部环境，规划最优的路径，即确定预瞄路径；

(3)将车辆行驶正前方(即视线正前方)距离视屏摄像头l的点作为预瞄中心，即焦点。

(4)在车辆坐标系下，引进分数阶微积分融合焦点前后的路径信息，计算预瞄焦点处车辆行驶正前方与预瞄路径间的横向误差y_d。所述横向误差y_d的公式如下：

式中，和为分数阶微积分算子，a为焦点至视线前点的纵向距离，b为焦点至视线后点的纵向距离。α和α′是分数阶的阶数，f(t)是预瞄路径，t是时间变量。

(5)分数阶阶数取值范围为(-1，1)，视线范围(a+b)即为积分区间，取值在(0，100)米范围内。式(1)在计算分数阶微积分时，自带权重其中

i对应离散积分点从1到n。如图3所示，分数阶最大权重处对应着驾驶员的视线焦点，驾驶员开车时的视野习惯是远离焦点处逐渐模糊，预瞄路径上每个点对应的分数阶权重也是远离焦点处逐渐变小；

(6)考虑车辆自身状态量，计算车辆行驶过程中实际的预瞄偏差量y_ε，得到预瞄偏差量y_ε的计算公式如下：

式中β为质心侧偏角，由车辆内部传感器/观测器获得。

(7)通过实时计算预瞄偏差量，按以下公式不断的调整方向盘转角，从而实现对车辆的自主转向控制：

式中，θ为方向盘转角，T为机械机构的延迟时间，K为操纵的增益。方向盘始终以减小横向误差的方向转动。

附图说明

图1为本发明一种含驾驶员焦点预瞄模型的车辆自主转向控制方法流程示意图

图2为实施例中通过S型道路的示意图

图3为本发明的驾驶员焦点预瞄原理图

图4为实施例中的车辆路径跟踪效果图

具体实施方式

以车辆在车速设为15m/s的工况下通过前方S型弯道，预瞄路径设为S型道路的中心线，视线正前方距离摄像头l＝25m的点作为焦点，扇形视线区的扇形角为60度，沿视线正前方的视线前点与焦点距离a＝22.5m，视线后点与焦点距离b＝22.5m为例，具体说明本发明的实施方式。

如图2所示，当车辆(长方形表示)行驶时，由全球定位系统GPS和视频摄像头等车载传感器获得前方的道路轨迹，检测到前方通过S型弯道；

图2中的扇形用来模拟驾驶员的扇形视野区域，相关标注及参数如上所述。扇形视线区固结在车辆的正前方，扇形角平分线始终在车辆前进方向(即视线正前方)的直线上。在视野范围内由车辆自主决策系统根据当前车辆状态及观测到的外部环境，规划最优的路径，即确定预瞄路径。在图2所示的冻结时刻下，本实施例假定规划的预瞄路径为S型道路的中心线落在扇形视线区的线段；

将视线正前方距离视屏摄像头l的点作为预瞄中心，即视线焦点。开车时，驾驶员的视线特性为靠近焦点的道路信息清楚，远离焦点的道路信息逐渐模糊；

在车辆坐标系下(以车辆前进方向，即视线正前方为x轴)，引进分数阶微积分融合焦点前后的路径信息，计算预瞄焦点与预瞄路径间的横向误差y_d。所述横向误差y_d的公式如下：

式中，和为分数阶微积分算子，α和α′是分数阶阶数，f(t)是S型道路的中心曲线函数；

分数阶的阶数取值范围为(-1，1)，视线范围(a+b)对应积分区间，其取值在(0，100)范围内。本实施例中，视线范围为50m，α＝-0.8，α′＝-0.5。式(1)在计算分数阶微积分时，自带权重其中

i对应离散积分点从1到n。如图3所示，分数阶积分时，预瞄路径f(t)上的每一点对应的权重(每条虚线表示每个点对应的权重)是不一样的。分数阶最大权重处对应着驾驶员的视线焦点，驾驶员开车时的视野习惯是远离焦点处逐渐模糊，所选分数阶的权重也是远离焦点处逐渐变小。因此，式(1)算出的横向误差y_d以不同权重融合了预瞄路径上所有点的信息；

考虑车辆自身状态量，计算车辆行驶过程中实际的预瞄偏差量y_ε，得到预瞄偏差量y_ε的计算公式如下：

式中β为质心侧偏角，由车辆内部传感器/观测器获得；

通过实时计算预瞄偏差量，按以下公式不断的调整方向盘转角，从而实现对车辆的自主转向控制：

式中，θ为方向盘转角，T为机械机构的延迟时间，K为操纵的增益。本实施例中T＝0.05s，K＝0.2。方向盘始终以减小横向误差量的方向转动。

图4为本发明的车辆跟踪S型道路轨迹的效果，图中显示，通过驾驶员模型等相关参数的合理选取，车辆的行使轨迹与预瞄路径基本重合，说明路径跟踪效果很好，且在转弯时的路径跟踪误差仅在0.1m左右。本发明能很好的模拟驾驶员的视野特性，综合考虑视野范围内的道路信息，因此能提前“感知”前方道路信息，可以避免急转弯带来的负面影响。同时，该方法也为无人驾驶技术中自动规避障碍物和换道行驶的研究提供了一个可行的研究途径。本发明具有较大的实用价值。