智能驾驶之前馈加反馈的自动转向控制方案

智能驾驶本质上涉及注意力吸引和注意力分散的认知工程学,主要包括网络导航、自主驾驶和人工干预三个环节。智能驾驶的前提条件是,我们选用的车辆满足行车的动力学要求,车上的传感器能获得相关视听觉信号和信息,并通过认知计算控制相应的随动系统。文章提出了一种前馈加反馈的自动转向控制方法,在前馈控制方法中考虑车辆运动学关系、轮胎不足转向等因素,而反馈控制方法根据车辆位置与目标轨迹之间的偏差进行补偿转向转角,解决因静态方向盘转角误差、外界侧向风及弯道下车辆高速离心力等多种因素导致的车辆横向偏差。经过实车试验验证,该算法在多种场景下进行测试,验证了该算法的可靠性与稳定性。

 
智能驾驶系统包括以下几个部分:感知、融合、定位与地图、决策与控制。其中,决策与控制是车辆行驶性能的关键,决策模块根据感知、融合的数据,实时规划出一条目标路径、车速以及加速度等 [1];车辆控制模块,根据实时的目标路径计算出方向盘目标转角。
 
文献 [2][3] 设计了横向轨迹 PID 闭环控制,该算法能够在中低速工况下稳定跟踪目标路径,但在高速工况下目标轨迹跟踪容易引起车辆超调与姿态发散。文献 [4][5] 设计了基于模型预测的轨迹跟踪控制方法,该算法通过寻优算法,设定约束条件,寻求最优的目标轨迹,能够实现部分的优化控制。
 
但在实车实验中发现,针对横向控制问题难以设计出适当的目标优化函数、合理的约束条件以及较小的计算量,使得算法在实车上难以获得较好的性能。
 
本文结合车辆运动学采用前馈控制计算目标转角,以及结合道路状态的反馈路径偏差闭环修正实现车辆的实时闭环控制。该控制算法可扩展性好,适应性强,能够应用于各种场景下的控制,通过实车试验验证了该算法的通用性、可靠性。
 
1. 轨迹跟踪横向控制框架
 
轨迹跟踪控制是衔接智驾系统与原车控制系统的关键要素,其中智驾系统根据感知环境、地图等信息计算出实时的局部路径与车速等信息,而 VCU 会在收到上层发送的轨迹后,根据车辆的特性合理地控制方向盘转角、油门、制动、档位等。其中,方向盘转角是车辆行驶控制的难点。
 
首先,需要将底层被动的电动助力转向更改为主动电动转向,并且对转向的响应速度、转角精度均具有很高的要求。其次,根据目标路径计算目标转角,让车辆能够平顺地安全行驶。
智能驾驶之前馈加反馈的自动转向控制方案
                                                                 图 1  轨迹跟踪转向控制系统框架
 
图 1 中包括基于运动学的预瞄前馈控制、横向误差反馈闭环控制、转向不足特性修正、人机模式切换时方向盘平滑处理。其中,人机模式切换时,方向盘平滑处理主要解决进入智能驾驶瞬间方向盘突然转动而可能出现打手的现象,为此对切换瞬间时方向盘转角转动进行平滑处理,使得车辆行驶稳定性更好。
 
下面将详细介绍其他各模块。
 
1.1 决策与控制信号通讯
 
决策是根据感知、地图、定位等规划出实时的局部目标路径,该路径以车辆后轴中心为规划原点,通过车辆预瞄全局路径某一点,分别计算出按照运动学关系每 1 m 车辆的未来运动点位置,通过预瞄获得车辆原点至目标全局路径贴近的短距离局部路径若干点 [6]。通过将若干点拟合出三阶方程,并将 X、Y 的三阶拟合系数发送给 VCU 进行解码控制。
智能驾驶之前馈加反馈的自动转向控制方案
式中: a1、b1、c1、d1、a2、b2、c2、d2 为三阶方程的拟合系数;η 为预瞄长度占局部轨迹规划长度的百分比。
 
道路曲率半径是根据车辆行驶的道路,在全局道路上每 1 m 取 1 个点,3 个点两两之间计算转弯半径,然后可以计算一段距离内的道路最小转弯半径。VCU 可以根据道路最小转弯半径得到未来道路的情况选择对应的控制方法,解决高速弯道上离心力的控制问题。
 
路径跟踪误差是根据车辆当前的横向位置与全局路径的横向位置偏差,若车辆与全局路径有偏差,规划的路径会将车辆引导至全局路径。但考虑到方向盘的静态偏差角度、外界侧向风或离心力等因素,会导致车辆实际位置与目标轨迹会有一定的偏距,使得车辆并不是行驶在车道中心。为此,输出该误差值用于反馈的补偿控制,能够解决相关问题。
 
换道指令是指车辆决策算法规划出换道的路径,但在弯道上车辆向内道并线时,按照直道上的换道控制方法,车辆难以实现正常向内线并线。为此 VCU 在接收到换道指令后,按照正常的换道控制方法,若在设定时间内未完成换道,意味着离心力阻止了车辆换道成功。为此,进入换道补偿控制,逐渐增大方向盘转角,实现成功换道。
 
1.2 转向前馈控制
 
驾驶员驾驶车辆时,在低速预瞄距离很近,而随着车速越来越高,需要驾驶员预瞄的距离也越远 [7][8]。为此,提出预瞄时间与车速的乘积为预瞄距离。
智能驾驶之前馈加反馈的自动转向控制方案