车道保持控制方法、装置及系统与流程

本发明涉及智能交通领域，特别涉及一种车道保持控制方法、装置及系统。

背景技术：

自动驾驶车辆是通过安装在车身周围的各种传感系统来感知外部环境信息和车辆本身的信息，然后对输入的信息进行融合、决策(对应融合系统和决策系统)，按照不同的行驶工况自行规划出一条可行驶的安全路线，并通过控制系统实时监测和控制车辆安全行驶，实现车辆的高度自动化行驶。其中，控制系统作为自动驾驶车辆的核心部分，其性能的好坏直接决定着车辆的安全行驶和自动化程度标准，因此一直以来是各个公司研发和攻克的重点和难点。控制系统分为横向控制系统和纵向控制系统两个部分，横向控制系统主要是通过一系列控制算法实现对自动驾驶车辆的实时转向控制，使车辆按照已知规划的行驶路线进行车道保持、自动换道、动态避障、掉头和转弯等，纵向控制系统主要是通过对车辆加、减速度的控制，使自动驾驶车辆能够以一定的安全行驶速度纵向行驶，实现自动启停、跟随和巡航等。通过对横纵向控制的耦合，使整个控制系统能够同时对车辆的转向和速度实现自动控制。

在车辆行驶过程中，车道保持功能占据了大部分的行驶时间，也符合安全行驶规范，故车道保持控制算法在横向控制系统中起到了举足轻重的作用。目前主流的横向控制算法，特别是其中的车道保持算法，主要是基于车辆动力学和“轨迹跟踪”的思想来设计的。但是，由于非线性车辆动力学模型和轮胎模型的精度对车辆的操纵稳定性影响很大，很难针对不同的车型建立准确的模型来反映车辆的真实受力情况；其次复杂的模型使求解维度增加，同时计算量增大对控制器的运算能力也提出更高要求。另外，基于“轨迹跟踪”的思想的方案对定位精度要求很高，需要在车上安装高精度定位设备，因此会额外增加硬件成本。

技术实现要素：

有鉴于此，本发明旨在提出一种车道保持控制方法，以至少部分地解决上述技术问题。

为达到上述目的，本发明的技术方案是这样实现的：

一种车道保持控制方法，包括：获取自动驾驶车辆的当前航向角与目标航向角之间的航向角偏差以及所述自动驾驶车辆的当前横向位置与目标横向位置之间的横向位置偏差；获取自动驾驶车辆的预瞄道路曲率；根据所述预瞄道路曲率、所述横向位置偏差及所述航向角偏差确定目标方向盘转角，其中，所述目标方向盘转角要求能够使所述横向位置偏差及所述航向角偏差为0，并使所述预瞄道路曲率达到使所述自动驾驶车辆的实际行驶轨迹与期望轨迹误差最小的最优道路曲率；以及根据所述目标方向盘转角控制所述自动驾驶车辆进行车道保持。

进一步的，所述获取自动驾驶车辆的预瞄道路曲率包括：获取所述自动驾驶车辆的当前车道线方程；获取所述自动驾驶车辆的当前预瞄距离；以及根据所述当前预瞄距离及所述当前车道线方程计算所述预瞄道路曲率。

进一步的，所述根据所述预瞄道路曲率、所述横向位置偏差及所述航向角偏差确定目标方向盘转角包括：设置第一控制器，该第一控制器输入所述预瞄道路曲率，输出使所述预瞄道路曲率达到所述最优道路曲率的第一目标方向盘转角；设置第二控制器，该第二控制器输入所述横向位置偏差，输出使所述横向位置偏差为0的第二目标方向盘转角；设置第三控制器，该第三控制器输入所述航向角偏差，输出使所述航向角偏差为0的第三目标方向盘转角；以及根据所述第一目标方向盘转角、所述第二目标方向盘转角及所述第三目标方向盘转角确定最终的目标方向盘转角。

进一步的，所述车道保持控制方法还包括：在所述第一控制器中，基于阿克曼转向原理建立所述目标方向盘转角与所述预瞄道路曲率之间的映射关系。

进一步的，所述第二控制器为模糊pid控制器，且根据所述自动驾驶车辆的实时车速确定所述模糊pid控制器的控制系数。

相对于现有技术，本发明所述的车道保持控制方法具有以下优势：本发明所述的车道保持控制方法具有很好的控制效果以及很强的鲁棒性，能够使车辆行驶平稳，具有很好的舒适性，且能够使车辆在安全行驶速度的工况下按照当前车道保持通过直道、弯道等道路，满足车辆的操纵稳定性和安全性要求。

本发明的另一目的在于提出一种车道保持控制装置，以至少部分地解决上述技术问题。

为达到上述目的，本发明的技术方案是这样实现的：

一种车道保持控制装置，包括：第一获取模块，用于获取自动驾驶车辆的当前航向角与目标航向角之间的航向角偏差；第二获取模块，用于获取所述自动驾驶车辆的当前横向位置与目标横向位置之间的横向位置偏差；第三获取模块，用于获取自动驾驶车辆的预瞄道路曲率；确定模块，用于根据所述预瞄道路曲率、所述横向位置偏差及所述航向角偏差确定目标方向盘转角，其中，所述目标方向盘转角要求能够使所述横向位置偏差及所述航向角偏差为0，并使所述预瞄道路曲率达到使所述自动驾驶车辆的实际行驶轨迹与期望轨迹误差最小的最优道路曲率；以及控制模块，根据所述目标方向盘转角控制所述自动驾驶车辆进行车道保持。

进一步的，所述第三获取模块包括：车道线方程获取子模块，用于获取所述自动驾驶车辆的当前车道线方程；预瞄距离获取子模块，用于获取所述自动驾驶车辆的当前预瞄距离；以及预瞄曲率获取子模块，用于根据所述当前预瞄距离及所述当前车道线方程计算所述预瞄道路曲率。

进一步的，所述确定模块包括：第一控制器，用于输入所述预瞄道路曲率，并输出使所述预瞄道路曲率达到所述最优道路曲率的第一目标方向盘转角；第二控制器，用于输入所述横向位置偏差，输出使所述横向位置偏差为0的第二目标方向盘转角；第三控制器，用于输入所述航向角偏差，输出使所述航向角偏差为0的第三目标方向盘转角；以及方向盘转角确定子模块，用于根据所述第一目标方向盘转角、所述第二目标方向盘转角及所述第三目标方向盘转角确定最终的目标方向盘转角。

进一步的，在所述第一控制器中，基于阿克曼原理建立目标方向盘转角与预瞄道路曲率之间的映射关系；和/或所述第二控制器为模糊pid控制器，且根据所述自动驾驶车辆的实时车速确定所述模糊pid控制器的控制系数。

所述车道保持控制装置与上述车道保持控制方法相对于现有技术所具有的优势相同，在此不再赘述。

本发明的另一目的还在于提出一种机器可读存储介质及一种车道保持控制系统，以至少部分地解决上述技术问题。

为达到上述目的，本发明的技术方案是这样实现的：

一种机器可读存储介质，该机器可读存储介质上存储有指令，该指令用于使得机器执行上述的车道保持控制方法。

一种车道保持控制系统，包括：采集装置，用于采集车道线信息；上述的机器可读存储介质；以及处理器，用于从所述采集装置获取所述车道线信息，并结合所述车道线信息执行所述机器可读存储介质中存储的指令。

所述机器可读存储介质及所述车道保持控制系统与上述车道保持控制方法相对于现有技术所具有的优势相同，在此不再赘述。

本发明的其它特征和优点将在随后的具体实施方式部分予以详细说明。

附图说明

构成本发明的一部分的附图用来提供对本发明的进一步理解，本发明的示意性实施方式及其说明用于解释本发明，并不构成对本发明的不当限定。在附图中：

图1是本发明实施例的一种车道保持控制方法的流程示意图；

图2是最为理想的车道保持的行驶轨迹示意图；

图3是本发明实施例定义的航向角偏差以及横向位置偏差的示意图；

图4是本发明实施例中获取预瞄道路曲率的流程示意图；

图5是本发明实施例中获取目标方向盘转角的流程示意图；

图6是阿克曼转向原理的示意图；

图7是模糊逻辑控制流程的示意图；

图8是本发明实施例中进行横向位置偏差控制的流程示意图；

图9是本发明实施例中进行航向角偏差控制的流程示意图；

图10是本发明实施例的一种车道保持控制装置的结构示意图；

图11是本发明实施例的一种车道保持控制系统的结构示意图；以及

图12是本发明实施例的车道保持控制系统的通讯示意图。

附图标记说明：

100、第一获取模块；200、第二获取模块；300、第三获取模块；400、确定模块；500、控制模块；1110、采集装置；1120、处理器。

具体实施方式

需要说明的是，在不冲突的情况下，本发明中的实施方式及实施方式中的特征可以相互组合。

下面将参考附图并结合实施方式来详细说明本发明。

图1是本发明实施例的一种车道保持控制方法的流程示意图，其应用于自动驾驶车辆的控制系统。其中，车道保持是指使车辆保持在当前车道上行驶，最为理想的车道保持的行驶轨迹如图2所示。

参考图1，本发明实施例的车道保持控制方法可以包括以下步骤：

步骤s110，获取自动驾驶车辆的航向角偏差以及横向位置偏差。

其中，航向角是指车辆的当前航向与其所在的车道线的夹角，而航向角偏差是当前航向角与目标航向角之间的角度偏差；横向位置偏差是车辆的当前横向位置与目标行驶轨迹之间的距离偏差。参考图2，在车辆保持过程中，目标航向角与车道中心线方向一致，目标行驶轨迹则可以例如为车道中心线。图3是本发明实施例定义的航向角偏差以及横向位置偏差的示意图，其中d表示横向位置偏差，α表示航向角偏差。结合图2及图3，可知在理想的车道保持中，d和α都应为0，从而使得车辆保持在车道中心线上安全行驶。

步骤s120，获取自动驾驶车辆的预瞄道路曲率。

其中，图4是本发明实施例中获取预瞄道路曲率的流程示意图。如图4所示，可以包括以下步骤：

步骤s121，获取所述自动驾驶车辆的当前车道线方程。

举例而言，车辆自动驾驶系统的融合系统输出车道线信息，包括车道线类型、车道线宽度、车道线可信度等，通过拟合车道线信息，可得到车辆坐标系下的车道线方程例如为

y＝c0+c1*x+c2x²+3x³(1)

式中，(x，y)表示车道线坐标，c0-c3表示待定参数，不同的参数值表示不同类型的道路，当c2、c3为0时，表示直线路段。其中，c0-c3的值可在车道线拟合中提取得到。

步骤s122，获取所述自动驾驶车辆的当前预瞄距离。

驾驶员在开车时，往往会注意汽车行驶方向前边的一段距离，以便掌握车辆行驶的下一个位置(即驾驶员的前视点)，驾驶员选择的从当前位置至下一个位置之间的距离即为预瞄距离。一般地，为了更好地模拟驾驶员的驾驶过程，本发明实施例在对自动驾驶车辆进行车道保持控制时，先在自动驾驶车辆的行驶路径前面选择一段距离作为预瞄距离。

本发明实施例中，可通过以下公式来获取车辆的预瞄距离：

式中，s表示预瞄距离，单位为米；m为预设系数，本领域技术人员可根据经验来结合车辆最小转弯半径进行确定，例如m可以为1.5；v表示车速，单位为千米/小时，因s的单位为米，则需将其换算为米/秒，式中的3.6为相关的换算参数。d0为固定预瞄距离，根据道路测试经验，其一般为4m。

s123，根据所述当前预瞄距离及所述当前车道线方程计算所述预瞄道路曲率。

在已知当前预瞄距离及当前车道线方程的情况下，可通过下式计算预瞄道路曲率：

ρ＝a1*c3*s+a2*c2(3)

式中，a1及a2为常规参数，例如分别为6和2，c2和c3根据上述公式(1)得到，s根据上述公式(2)得到。

据此，得到车辆的预瞄道路曲率。

步骤s130，根据所述预瞄道路曲率、所述横向位置偏差及所述航向角偏差确定目标方向盘转角。

其中，所述目标方向盘转角要求能够使所述横向位置偏差及所述航向角偏差为0，并使所述预瞄道路曲率达到使所述自动驾驶车辆的实际行驶轨迹与期望轨迹误差最小的最优道路曲率。

可知，步骤s130在实质上包括有三个部分的控制策略，即：基于预瞄道路曲率控制目标方向盘转角的策略、基于横向位置偏差控制目标方向盘转角的策略以及基于航向角偏差确定目标方向盘转角的策略。

据此，在优选的实施例中，可通过三个控制器来实现，即如图5所示，使得步骤s130可包括以下步骤：

步骤s131，设置第一控制器，该第一控制器输入所述预瞄道路曲率，输出使所述预瞄道路曲率达到所述最优道路曲率的第一目标方向盘转角。

在此，因输入参数是预瞄道路曲率，因此第一控制器实质上是预瞄跟踪控制器，其基于预瞄跟随理论，车辆-驾驶员形成闭环系统，根据当前车道线信息和车辆运动状态估计前视的预瞄距离，使车辆在这一路程内相对于预期轨迹的误差最小，达到所需要的最优预瞄曲率。即，如果驾驶员在不断的驾驶实践中能够掌握轨迹曲率和方向盘转角之间的映射关系，那么当驾驶员观察到特定的道路曲率之后，就会很自然地确定出相应的方向盘转角。因此，在第一控制器的控制过程中，建立目标方向盘转角与预瞄道路曲率之间的映射关系至关重要。

优选地，在本发明实施例中，可通基于阿克曼(ackerman)转向原理来建立目标方向盘转角与预瞄道路曲率之间的映射关系，以根据该映射关系，得到车道保持所需的最优方向盘转角。图6是阿克曼转向原理的示意图，其中，l为车轮轴距，r为车辆转弯半径，δf为前轮转角。在车辆g处于低速转向的工况下，车辆的转弯半径r只与前轮转角δf有关，满足阿克曼原理。为了方便描述将四轮车辆模型简化为两轮模型，即认为车辆转弯时内外轮的转角相等，从而根据l、r和δf三者的几何关系可得到：

进一步地，前轮转角δf、方向盘转角σ以及车辆的转向系统传动比gi之间存在映射关系：

σ＝gi*δf(5)

又可知预瞄道路曲率ρ＝1/r，从而结合公式(4)和公式(5)可以得到目标方向盘转角σ与预瞄道路曲率ρ之间的映射关系为：

σ＝arctan(l.ρ)*gi(6)

据此，将预瞄跟随理论与阿克曼转向原理相结合，使得目标控制量(即第一目标方向盘转角)得到补偿，能够满足闭环响应的非线性运动工况。

步骤s132，设置第二控制器，该第二控制器输入所述横向位置偏差，输出使所述横向位置偏差为0的第二目标方向盘转角。

本发明实施例中，该第二控制器可采用pid控制器。在采用pid控制器时，往往需要pid控制器能够根据被控对象的变化自整定p、i、d参数，因此需要根据不同的车速调节多组p(比例)、i(积分)、d(微分)参数，然后根据车速的不同查表获得对应的参数。然而，通过查表法获得的参数是不连续的，而车速是连续变化的，所以总会遇到表中查寻不到的参数。

对此，在优选的实施例，考虑将模糊逻辑控制和pid控制结合设计模糊pid控制器来消除横向位置偏差。图7是模糊逻辑控制流程的示意图，如图7所示，对应的模糊逻辑控制模块可分为四个组成部分：输入量模糊化接口、输出量解模糊(清晰化)接口、模糊推理和知识库。本发明实施例中，将模糊逻辑控制模块的输入(车速)、输出(p、d参数)进行模糊化得到模糊论域。为了数学表达和运算简单，选择三角形函数作为输入、输出模糊子集的隶属度函数。

输入(车速)的模糊子集为：

[0，5]；[5，10]；[10，15]；[15，20]；[20，25]；[25，30]；[30，35]；[35，40]；[40，45]；[45，50]；[50，55]；[55，60]；[60，65]；[65，70]；[70，75]；[75，80]；[80，85]；[85，90]；[90，95]；[95，100]；[105，110]；[110，115]；[115，120]

知识库包括数据库和规则库两部分，其为根据不同车速标定的p、i、d参数，模糊规则和知识库一一对应。解模糊计算采用加权平均法，根据各规则的前件条件和输入模糊集，按确定的隶属度ki为权值，对后件代表值zi做加权平均，输出清晰值z0，公式如下：

式中，zi为输出量模糊子集的端点值，ki为输入量在所属模糊子集中的隶属度，z0为输出的精确值。模糊逻辑控制模块实现了pid参数对车速的自适应功能，最终实现自适应控制。

实际应用中，本发明实施例采用第二控制器使横向位置偏差为0可以如图8所示，具体包括：

1)pid控制部分

步骤s1321，设置当前横向位置偏差为e(t)。

步骤s1323，对该偏差e(t)作pd运算：

y＝kp*e(t)+kd*de(t)/dt(8)

式中，kp为比例(p)参数，kd为微分(d)参数，其通过模数控制得到，将在模糊控制部分详述。

步骤s1325，判断横向位置偏差为e(t)是否为0，若是则结束流程，否则返回公式(8)，调节目标控制量y直到横向位置偏差为0。

2)模糊控制部分

这部分主要是通过实时变化的车速获得公式(8)的pid控制器的控制系数kp和kd，具体包括：

步骤s1322，输入车速v进行模糊化。

可参考上文，对车速进行模糊化得到模糊论域。

步骤s1324，对输入的车速进行隶属度计算。

主要的隶属度计算公式为：

lsd1＝(v-v(i))/(v(i+1)-v(i))

lsd2＝(v(i+1)-v)/(v(i+1)-v(i))(9)

步骤s1326，进行模糊推理。

具体推理公式为：

kp(i)<kp<kp(i+1)且kd(i)<kd<kd(i+1)，若v(i)<v<v(i+1)(10)

步骤s1328，进行解模糊。

具体的解模糊公式为：

kp＝(lsd1*kp(i)+lsd2*kp(i+1))/(lsd1+lsd2)

kd＝(lsd1*kd(i)+lsd2*kd(i+1))/(lsd1+lsd2)(11)

据此，模糊控制部分向pid控制部分提供相对于车速自适应的控制系数kp和kd，使得pid控制部分基于确定的控制系数kp、kd对横向位置偏差进行pd控制，得到使横向位置偏差为0的控制量。

步骤s133，设置第三控制器，该第三控制器输入所述航向角偏差，输出使所述航向角偏差为0的第三目标方向盘转角。

本发明实施例中，该第三控制器可采用pid控制器。由于车辆行驶过程中，总是期望车辆方向和车道线方向一致的，即目标航向角为0度。如此，通过pid控制，以航向角偏差为输入，接着对航向角偏差作pid运算后得到控制量。本发明实施例中，为了使设计的pid控制器达到快速响应的效果，可对航向角偏差只进行采用p控制，并通过实车试验标定和修正，得到了比较理想的p参数。

实际应用中，本发明实施例采用第三控制器使航向角偏差为0可以如图9所示，具体包括：

步骤s1331，计算当前的航向角偏差。

已知目标航向角为0度，当前航向角用headingangle表示，则航向角偏差e(t)＝-headingangle。

步骤s1332，根据实际车速查pid参数表。

其中，该pid参数表是通过实车试验标定和修正得到的，其示出了不同车速所对应的最佳kp值。

步骤s1333，对航向角偏差进行p控制运算。

其中，运算公式可表示为y＝kp*e(t)，y表示控制量，kp为p控制的比例系数，且kp通过步骤s1332查询得到。

步骤s1334，判断航向角偏差为e(t)是否为0，若是则结束流程，否则返回步骤s1333，调节目标控制量y直到航向角偏差为0。

据此，通过对航向角偏差进行p控制，既保证了将航向角偏差控制为0，又能使pid控制器达到快速响应的效果。

步骤s134，根据所述第一目标方向盘转角、所述第二目标方向盘转角及所述第三目标方向盘转角确定最终的目标方向盘转角。

举例而言，对预瞄道路曲率进行预瞄跟踪控制，得到第一目标方向盘转角y1，对横向位置偏差作pd运算得到第二目标方向盘转角y2，对航向角偏差作p运算得到第三目标方向盘转角y3，则最终的目标控制方向盘转角可表示为y＝y1+y2+y3。

步骤s140，根据所述目标方向盘转角控制所述自动驾驶车辆进行车道保持。

举例而言，可根据目标方向盘转角生成方向盘转角指令，将方向盘转角指令发送至方向盘控制器，方向盘控制器接收该方向盘转角指令，并解析出对应的目标方向盘转角，并据此调整方向盘转动的角度和方向，使得自动驾驶车辆保持在当前行驶车道的中心线上行驶。

结合上述步骤s110-步骤s140，本发明实施例的车道保持控制方法能够根据实时提取车辆的横向位置和航向角变化，控制车辆在运动状态下保持在当前行驶车道的中心线上安全行驶，其是基于“前馈-反馈控制算法”设计的，其中前馈部分涉及针对预瞄曲率的预瞄跟踪控制，反馈部分涉及针对横向位置偏差的模糊pid控制器和针对航向角偏差的pid控制，所需的控制输入变量为当前的横向决策状态、车道中心线、道路曲率、航向角、横向位置、车速等，输出变量则为实时变化的目标方向盘转角。而判断车辆是否真正达到车道保持状态，一般是根据车辆当前的横向位置偏差和航向角偏差是否为0进行判断，但是当横向位置偏差和航向角偏差不为0时，各部分就会根据设计的控制算法消除偏差，重新调整车辆姿态，使车辆的当前横向位置和行驶方向与车道中心线保持一致。

综上所述，本发明实施例的车道保持控制方法通过大量的实车测试验证，控制效果很好，具有很强的鲁棒性；行驶平稳，具有很好的舒适性；并且，能够使车辆在安全行驶速度的工况下按照当前车道保持通过直道、弯道等道路，满足车辆的操纵稳定性和安全性要求。具体地，本发明实施例的车道保持控制方法可具有以下几个方面的优点：

1)本发明实施例的车道保持控制方法按照车辆运动学进行算法设计，通过预瞄跟踪控制和对横向位置偏差和航向角偏差分别运用了模糊-pid和pid控制，满足了实时性控制要求，具有很好的车道保持效果，且通过封装后，算法的可移植性非常高。

2)传统的车道保持控制方法一般都是基于“轨迹跟踪”的思想设计，需要在车上安装高精度定位设备，因此会额外增加硬件成本，而本发明实施例的车道保持控制方法通过高清摄像头输出的车道信息就可实现同样的功能，大大降低了系统成本。

3)通过最优预瞄道路曲率，在前馈控制中可实现对前方道路信息的初步掌握和利用，根据第一控制器所输出的第一目标方向盘转角可使自动驾驶车辆提前进行相应的动作，使驾驶过程较为舒适、平顺，也更加符合驾驶员在道路上的驾驶情况，满足自动驾驶车辆以安全行驶速度在直道和弯道等路况下进行车道保持的要求，避免因操作不当造成的过度转向和不足转向问题，提高弯道行驶的稳定性和安全性。

4)根据车速的变化设计自整定p、i、d参数的模糊推理模块并将其和pid控制结合实现自适应pid控制，另外运用成熟的控制理论，可行性较强，提高系统的稳定性和控制鲁棒性，运行效率高。

图10是本发明另一实施例的一种车道保持控制装置的结构示意图，该车道保持控制装置与上述的车道保持控制方法基于同样的发明思路。如图10所示，所述车道保持控制装置可包括：第一获取模块100，用于获取自动驾驶车辆的当前航向角与目标航向角之间的航向角偏差；第二获取模块200，用于获取所述自动驾驶车辆的当前横向位置与目标横向位置之间的横向位置偏差；第三获取模块300，用于获取自动驾驶车辆的预瞄道路曲率；确定模块400，用于根据所述预瞄道路曲率、所述横向位置偏差及所述航向角偏差确定目标方向盘转角，其中，所述目标方向盘转角要求能够使所述横向位置偏差及所述航向角偏差为0，并使所述预瞄道路曲率达到使所述自动驾驶车辆的实际行驶轨迹与期望轨迹误差最小的最优道路曲率；以及控制模块500，根据所述目标方向盘转角控制所述自动驾驶车辆进行车道保持。

在优选的实施例中，所述第三获取模块300包括：车道线方程获取子模块，用于获取所述自动驾驶车辆的当前车道线方程；预瞄距离获取子模块，用于获取所述自动驾驶车辆的当前预瞄距离；以及预瞄曲率获取子模块，用于根据所述当前预瞄距离及所述当前车道线方程计算所述预瞄道路曲率。

在优选的实施例中，所述确定模块400可以包括：第一控制器，用于输入所述预瞄道路曲率，并输出使所述预瞄道路曲率达到所述最优道路曲率的第一目标方向盘转角；第二控制器，用于输入所述横向位置偏差，输出使所述横向位置偏差为0的第二目标方向盘转角；第三控制器，用于输入所述航向角偏差，输出使所述航向角偏差为0的第三目标方向盘转角；以及方向盘转角确定子模块，用于根据所述第一目标方向盘转角、所述第二目标方向盘转角及所述第三目标方向盘转角确定最终的目标方向盘转角。

在更为优选的实施例中，在所述第一控制器中，基于阿克曼原理建立目标方向盘转角与预瞄道路曲率之间的映射关系；和/或所述第二控制器为模糊pid控制器，且根据所述自动驾驶车辆的实时车速确定所述模糊pid控制器的控制系数。可以理解的是，结合上文，所述第一控制器可对应为作为前馈控制器的预瞄跟踪控制器，第二控制器及第三控制器可分别对应为作为反馈控制器的模糊pid控制及常规pid控制器。

本发明实施例的其他实施细节及效果也可参考前述的车道保持控制方法的实施例，在此则不再赘述。

本发明另一实施例还提供一种机器可读存储介质，该机器可读存储介质上存储有指令，该指令用于使得机器执行上述的车道保持控制方法。其中，所述机器可读存储介质包括但不限于相变内存(pram)、静态随机存取存储器(sram)、动态随机存取存储器(dram)、其他类型的随机存取存储器(ram)、只读存储器(rom)、电可擦除可编程只读存储器(eeprom)、快闪记忆体(flashmemory)或其他内存技术、只读光盘只读存储器(cd-rom)、数字多功能光盘(dvd)或其他光学存储、磁盒式磁带，磁带磁磁盘存储或其他磁性存储设备等各种可以存储程序代码的介质。

图11是本发明另一实施例的一种车道保持控制系统的结构示意图，所述车道保持控制系统包括：采集装置1110，用于采集车道线信息；上述的机器可读存储介质(图中未示出)；以及处理器1120，用于从所述采集装置获取所述车道线信息，并结合所述车道线信息执行所述机器可读存储介质中存储的指令。

其中，采集装置1110为车辆在车道保持状态下实时提供车道线信息的装置，其例如为摄像头，其可安装在挡风玻璃顶部中间，且安装位置可调，优先选用德尔福的高清摄像头，像素为1.2m，探测距离可以达到150m，同时频率更新较快，能够满足实时性控制问题。需说明的是，该摄像头可包括感光系统、图像传感器及图像处理系统等部分，以实现对车道线信息的准确提取，而在获取准确的车道线信息后，即可将其提供给处理器1120来实现车道控制，而无需再同时安装高精度定位设备，因此会大大减少硬件成本。

其中，机器可读存储介质中存储有实现上述车道保持控制方法的算法程序(指令)，处理器1120根据采集装置1110实时提供的车道线信息及下载至机器可读存储介质的算法程序就可以控制车辆按照目标行驶轨迹在当前车道安全行驶。处理器1120可以是车辆的ecu(electroniccontrolunit，电子控制单元)，也可以是独立配置的常规控制器，如cpu、单片机、dsp(digitalsignalprocessor，数字信号处理器)、soc(systemonachip，片上系统)等，且可以理解，这些独立控制器也可以集成至ecu中。处理器1120优选采用运算速度较快且有着丰富的i/o口设备的控制器来进行配置，要求具有能与整车can通信的输入输出端口、开关信号的输入输出端口、网线接口等。

在优选的实施例中，该车道保持控制系统还可以包括例如abs(antilockbrakesystem，防抱死制动系统)、eps(electricpowersteering，电动助力转向系统)等能够提供车速信息的车速相关系统，以从车辆相关系统中获取车速信息来进行上文所涉及的模糊pid控制器的参数整定。需说明的是，这里的车速相关系统也可不包括在车道保持控制系统中，而是通过can通讯方式来与车道保持控制系统进行通讯以获取车速信息。

图12是本发明实施例的车道保持控制系统的通讯示意图，其中车道保持控制系统包括高清摄像头(对应上述的采集装置1110)、ecu(对应上述的处理器1120)和车速相关系统三部分。其中，高清摄像头用于提供车道线信息，包括车道线类型、车道线宽度、车道线可信度等。高清摄像头可将车道线信息以can通讯方式输出至ecu进行处理。ecu采用cpu配置，且具有rom、ram、flashmemory等可读存储介质，这些可读存储介质存储在关于上述车道保持方法的算法程序；车速相关系统例如是abs和eps，其中abs可通过ad-can通讯方式与ecu通讯，eps可通过pt-can通讯方式与ecu通讯。如此，车道保持控制系统的各部分之间以各种can进行通讯交互，根据ecu输出的控制信号以及车速信息实时响应车道线变化，使整个自动驾驶系统形成闭环控制，实时调整车辆姿态，使车辆的当前横向位置和行驶方向与车道中心线保持一致。

以上所述仅为本发明的较佳实施方式而已，并不用以限制本发明，凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。