无人车坡道速度控制方法及装置与流程

本发明涉及数据处理技术领域，尤其涉及一种无人车坡道速度控制方法及装置。

背景技术：

近年来，随着无人驾驶技术的快速发展，无人驾驶技术越来越受到人们的关注。无人驾驶算法主要包括四个核心模块：感知模块、定位模块、决策模块和控制模块，控制模块又包括车辆的横向控制和纵向控制。横向控制控制方向盘使车辆跟踪目标轨迹，纵向控制控制车辆的节气门开度和制动压力使车辆较好的跟随决策模块规划好的道路速度。而对于坡道这一复杂场景，由于该场景的干扰会对加大控制模型的失配，从而导致车辆出现不能正常起步，速度跟随精度降低，停车时车辆溜车等现象。因此提高坡道场景下的速度控制效果，对于提高自动驾驶车辆的经济性、安全性和舒适性都具有重要的意义。

大多是通过引入积分环节的形式抵消由于坡道的干扰带来的模型的失配，在车辆下坡时，由于重力的分力在坡道的影响，导致实际车速会大于决策模块规划好的车速，积分模块使节气门开度逐渐减小或制动压力逐渐正大，直至实际车速与规划车速基本相等；在车辆上坡时，坡道的影响使实际车速小于决策模块规划好的车速，此时积分模块使制动压力逐渐减小或节气门开度逐渐增大，直至实际车速与规划车速积分相等。

这种在自动驾驶纵向控制算法中引入积分环节来抵消坡道对车辆运动模型的干扰的方式存在以下缺点：

1.由于积分环节存在滞后的现象，会导致车辆速度控制存在较大的超调。

2.由于积分的起作用的效果较慢，车辆起步时间会明显增长。

3.积分往往会设置积分上下限，导致较大坡道下即使引入积分，也会出现速度稳态误差较大、车辆不能正常起步、车辆刹车出现溜车的现象。

综上，采用积分补偿的方式解决自动驾驶车辆坡道场景的速度控制，在较大坡道场景中安全性、经济型和舒适性均较差。

技术实现要素：

本发明实施例的目的是提供一种无人车坡道速度控制方法，以解决现有技术中采用积分补偿的方式解决自动驾驶车辆坡道场景的速度控制，在较大坡道场景中安全性、经济型和舒适性均较差的问题。

为解决上述问题，第一方面，本发明提供了一种无人车坡道速度控制方法，所述方法包括：

获取车辆的俯仰角信息；

根据所述俯仰角信息、车辆的实际加速度、预设的俯仰角扰动与车辆加速度的拟合系数，确定坡度信息；

根据所述坡度信息，确定重力加速度在坡道方向的分量；

根据所述车辆的实际车速和规划车速，计算车辆的第一期望加速度；

根据所述重力加速度在坡道方向的分量和所述第一期望加速度，计算第二期望加速度；

根据所述车辆的实际车速、所述第二期望加速度，查询预设的节气门开度/制动压力表，确定所述实际车速、所述第二期望加速度对应的节气门开度信息或制动压力信息，所述节气门开度信息用于控制车辆加速，所述制动压力信息用于控制车辆减速。

在一种可能的实现方式中，所述方法之前还包括：

获取车辆的原始俯仰角信息；

对所述原始俯仰角信息进行滤波处理，得到俯仰角信息。

在一种可能的实现方式中，所述根据所述俯仰角信息、车辆的实际加速度、预设的俯仰角扰动与车辆加速度的拟合系数，确定坡度信息，具体包括：

利用公式slope＝pitch_after_filter-k*a_real计算坡度信息；

其中，slope为坡度信息，pitch_after_filter为俯仰角信息，k为预设的俯仰角扰动与车辆加速度的拟合系数，a_real为车辆的实际加速度。

在一种可能的实现方式中，所述根据所述坡度信息，确定重力加速度在坡道方向的分量，具体包括：

利用公式g_a＝g*sin(slope*π/180)计算重力加速度在坡道方向的分量；

其中，g_a为重力加速度在坡道方向的分量，g为重力加速度，slope为坡度信息。

在一种可能的实现方式中，所述根据所述车辆的实际车速和规划车速，计算车辆的第一期望加速度，具体包括：

利用公式acc_command＝p*(v_real-v_desired)计算车辆的第一期望加速度；

其中，acc_command为第一期望加速度，v_real为车辆的实际车速，v_desired为车辆的规划车速。

在一种可能的实现方式中，所述根据所述重力加速度在坡道方向的分量和所述第一期望加速度，计算第二期望加速度，具体包括：

利用公式acc_desired＝acc_command-g_a计算第二期望加速度；

其中，acc_desired为第二期望加速度，acc_command为第一期望加速度，g_a为重力加速度在坡道方向的分量。

在一种可能的实现方式中，所述根据所述车辆的实际车速、所述第二期望加速度，查询预设的节气门开度/制动压力表，确定所述实际车速、所述第二期望加速度对应的节气门开度信息或制动压力信息，具体包括：

通过对所述车辆的实际车速、所述第二期望加速度进行二维线性插值，确定节气门开度信息或制动压力信息。

第二方面，本发明提供了一种无人车坡道速度控制装置，所述装置包括：

获取单元，所述获取单元用于获取车辆的俯仰角信息；

确定单元，所述确定单元用于根据所述俯仰角信息、车辆的实际加速度、预设的俯仰角扰动与车辆加速度的拟合系数，确定坡度信息；

所述确定单元还用于根据所述坡度信息，确定重力加速度在坡道方向的分量；

计算单元，所述计算单元用于根据所述车辆的实际车速和规划车速，计算车辆的第一期望加速度；

所述计算单元还用于根据所述重力加速度在坡道方向的分量和所述第一期望加速度，计算第二期望加速度；

所述确定单元还用于根据所述车辆的实际车速、所述第二期望加速度，查询预设的节气门开度/制动压力表，确定所述实际车速、所述第二期望加速度对应的节气门开度信息或制动压力信息，所述节气门开度信息用于控制车辆加速，所述制动压力信息用于控制车辆减速。

第三方面，本发明提供了一种设备，包括存储器和处理器，所述存储器用于存储程序，所述处理器用于执行第一方面任一所述的方法。

第四方面，本发明提供了一种包含指令的计算机程序产品，当所述计算机程序产品在计算机上运行时，使得所述计算机执行如第一方面任一所述的方法。

第五方面，本发明提供了一种计算机可读存储介质，所述计算机可读存储介质上存储有计算机程序，所述计算机程序被处理器执行时实现如第一方面任一所述的方法。

通过应用本发明实施例一提供的无人车坡道速度控制方法及装置，实时获取车辆的俯仰角信息，并对俯仰角信息进行滤波、去干扰等处理，代替车辆行驶道路的坡度信息，通过该信息补偿车辆的第一期望加速度，从而实现通过坡度信息调整车辆的油门开度和制动压力，实现自动驾驶车辆在坡道环境下的车辆起步，精确速度跟随及刹车功能，可以显著提升自动驾驶车辆在坡道行驶时的速度控制效果，有效解决自动驾驶车辆在上坡场景中不能起步的情况和下坡场景中刹车溜车的情况。

附图说明

图1为本发明实施例一提供的无人车坡道速度控制方法流程示意图；

图2为本发明实施例二提供的无人车坡道速度控制装置结构示意图。

具体实施方式

下面结合附图和实施例对本申请作进一步的详细说明。可以理解的是，此处所描述的具体实施例仅仅用于解释相关发明，而非对该发明的限定。另外还需要说明的是，为便于描述，附图中仅示出了与有关发明相关的部分。

需要说明的是，在不冲突的情况下，本申请中的实施例及实施例中的特征可以相互组合。下面将参考附图并结合实施例来详细说明本申请。

图1为本发明实施例一提供的无人车坡道速度控制方法流程示意图，该方法应用在无人驾驶车辆中，该方法的执行主体为无人驾驶车辆的处理器。方法包括以下步骤：

步骤101，获取车辆的俯仰角信息。

其中，在步骤101之前，还包括：

获取车辆的原始俯仰角信息；

对原始俯仰角信息进行滤波处理，得到俯仰角信息。

具体的，车辆进入自动驾驶模式后，控制模块，即车辆的处理器实时从惯性测量单元(inertialmeasurementunit，imu)中读取车辆的原始俯仰角信息。由于从imu获取的车辆的原始俯仰角信息存在噪声，因此首先需要对原始俯仰角信息进行低通滤波，以过滤掉原始俯仰角信号中的噪声，得到俯仰角信息，从而避免俯仰角发生跳变，影响控制效果。

步骤102，根据俯仰角信息、车辆的实际加速度、预设的俯仰角扰动与车辆加速度的拟合系数，确定坡度信息。

具体的，利用公式slope＝pitch_after_filter-k*a_real计算坡度信息；

其中，slope为坡度信息，pitch_after_filter为俯仰角信息，k为预设的俯仰角扰动与车辆加速度的拟合系数，a_real为车辆的实际加速度。车辆的实际加速度可以通过车辆上的加速度传感器测量得到。

由于车辆的加速、减速等运动会对车辆的俯仰角信息造成影响，加速时车辆的俯仰角会增大，减速时车辆的俯仰角会减小。加速度越大该现象越明显。该现象会影响道路坡度信息数据获取的准确性，因此需要去除车辆加减速对车辆俯仰角的干扰。

由于不同车辆悬架的刚度和轴距不同，为了得到汽车加减速对车辆俯仰角变化的影响，需要进行实车测试。首先将自动驾驶车辆开到一条平直的道路上，此时道路的坡度基本为0，此时使车辆进行加减速运动即可使车辆的俯仰角信息发生变化。在车辆的加速度范围(例如[-5，3])内，每次以一定的间隔让车辆以不同的加速度加速和减速，并分别记录下车辆在不同加速度下加减速俯仰角的变化情况，最后得到俯仰角扰动与车辆加速度的拟合系数k。

步骤103，根据坡度信息，确定重力加速度在坡道方向的分量。

具体的，可以利用公式g_a＝g*sin(slope*π/180)计算重力加速度在坡道方向的分量；

其中，g_a为重力加速度在坡道方向的分量，g为重力加速度，slope为坡度信息。

步骤104，根据车辆的实际车速和规划车速，计算车辆的第一期望加速度。

具体的，利用公式acc_command＝p*(v_real-v_desired)计算车辆的第一期望加速度；

其中，acc_command为第一期望加速度，v_real为车辆的实际车速，v_desired为车辆的规划车速，p为经验值，单位为1/s，p的数值可以为0.8-1。

具体的，无人车在行驶过程中，会根据车辆当前的位置信息和环境感知数据，进行路径规划，得到全局规划路径，在全局规划路径上有多个路点，每个路点包括路点的x坐标、y坐标、航向角、车辆的规划车速。

车辆在行驶的过程中，会实时的获取到车辆的实际车速，比如，可以通过差分gps得到车辆的实际车速，通过轮速计得到车辆的实际车速等，本申请对车辆的实际车速的获取方法，并不限定。

步骤105，根据重力加速度在坡道方向的分量和第一期望加速度，计算第二期望加速度。

具体的，利用公式acc_desired＝acc_command-g_a计算第二期望加速度；

其中，acc_desired为第二期望加速度，acc_command为第一期望加速度，g_a为重力加速度在坡道方向的分量。

步骤106，根据车辆的实际车速、第二期望加速度，查询预设的节气门开度/制动压力表，确定实际车速、第二期望加速度对应的节气门开度信息或制动压力信息，节气门开度信息用于控制车辆加速，制动压力信息用于控制车辆减速。

其中，可以通过车速和补偿后的期望加速度查表输出油门开度信息或制动压力信息。

首先在一条平直的道路测试车辆的速度和加速度与油门开度或制动压力的map图。以固定步长的油门开度/制动压力下测试不同速度下汽车的加速度大小，完成由油门开度/制动压力，车速及加速度的二维表格绘制，如表1所示：

表1

使用matlab将表1的二维表转化为节气门开度/制动压力与速度和期望加速度的二维表，如表2所示：

表2

通过实时车速v和坡度补偿后期望加速度acc_desired进行二维线性插值，查找表2获取节气门开度信息或制动压力信息，从而实现车辆坡道下速度的控制。

二维线性插值可以采取双线性插值、一维插值等，本申请对此并不限定。

通过应用本发明实施例一提供的无人车坡道速度控制方法，实时获取车辆的俯仰角信息，并对俯仰角信息进行滤波、去干扰等处理，代替车辆行驶道路的坡度信息，通过该信息补偿车辆的第一期望加速度，从而实现通过坡度信息调整车辆的油门开度和制动压力，实现自动驾驶车辆在坡道环境下的车辆起步，精确速度跟随及刹车功能，可以显著提升自动驾驶车辆在坡道行驶时的速度控制效果，有效解决自动驾驶车辆在上坡场景中不能起步的情况和下坡场景中刹车溜车的情况。

图2为本发明实施例二提供的无人车坡道速度控制装置结构示意图。该无人车坡道速度控制装置应用在无人车坡道速度控制方法中，如图2所示，该无人车坡道速度控制装置包括：获取单元201，确定单元202和计算单元203。

获取单元201用于获取车辆的俯仰角信息；

确定单元202用于根据俯仰角信息、车辆的实际加速度、预设的俯仰角扰动与车辆加速度的拟合系数，确定坡度信息；

确定单元202还用于根据坡度信息，确定重力加速度在坡道方向的分量；

计算单元203用于根据车辆的实际车速和规划车速，计算车辆的第一期望加速度；

计算单元203还用于根据重力加速度在坡道方向的分量和第一期望加速度，计算第二期望加速度；

确定单元202还用于根据车辆的实际车速、第二期望加速度，查询预设的节气门开度/制动压力表，确定实际车速、第二期望加速度对应的节气门开度信息或制动压力信息，节气门开度信息用于控制车辆加速，制动压力信息用于控制车辆减速。

各个单元的具体作用于上述实施例一中的描述相同，此处不再赘述。

通过应用本发明实施例一提供的无人车坡道速度控制方法，实时获取车辆的俯仰角信息，并对俯仰角信息进行滤波、去干扰等处理，代替车辆行驶道路的坡度信息，通过该信息补偿车辆的第一期望加速度，从而实现通过坡度信息调整车辆的油门开度和制动压力，实现自动驾驶车辆在坡道环境下的车辆起步，精确速度跟随及刹车功能，可以显著提升自动驾驶车辆在坡道行驶时的速度控制效果，有效解决自动驾驶车辆在上坡场景中不能起步的情况和下坡场景中刹车溜车的情况。

本发明实施例三提供了一种设备，包括存储器和处理器，存储器用于存储程序，存储器可通过总线与处理器连接。存储器可以是非易失存储器，例如硬盘驱动器和闪存，存储器中存储有软件程序和设备驱动程序。软件程序能够执行本发明实施例提供的上述方法的各种功能；设备驱动程序可以是网络和接口驱动程序。处理器用于执行软件程序，该软件程序被执行时，能够实现本发明实施例一提供的方法。

本发明实施例四提供了一种包含指令的计算机程序产品，当计算机程序产品在计算机上运行时，使得计算机执行本发明实施例一提供的方法。

本发明实施例五提供了一种计算机可读存储介质，计算机可读存储介质上存储有计算机程序，计算机程序被处理器执行时实现本发明实施例一提供的方法。

专业人员应该还可以进一步意识到，结合本文中所公开的实施例描述的各示例的单元及算法步骤，能够以电子硬件、计算机软件或者二者的结合来实现，为了清楚地说明硬件和软件的可互换性，在上述说明中已经按照功能一般性地描述了各示例的组成及步骤。这些功能究竟以硬件还是软件方式来执行，取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能，但是这种实现不应认为超出本发明的范围。

结合本文中所公开的实施例描述的方法或算法的步骤可以用硬件、处理器执行的软件模块，或者二者的结合来实施。软件模块可以置于随机存储器(ram)、内存、只读存储器(rom)、电可编程rom、电可擦除可编程rom、寄存器、硬盘、可移动磁盘、cd-rom、或技术领域内所公知的任意其它形式的存储介质中。

以上的具体实施方式，对本发明的目的、技术方案和有益效果进行了进一步详细说明，所应理解的是，以上仅为本发明的具体实施方式而已，并不用于限定本发明的保护范围，凡在本发明的精神和原则之内，所做的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。