基于前后轴融合参考的自主招车导航及控制方法

摘要

本发明公开了一种基于前后轴融合参考的自主招车导航及控制方法，包括以下步骤：步骤一，获取停车场布局、车辆停车位置及驾驶员在停车场中的位置，建立世界坐标系，用Dubins曲线规划出从车辆停车的位置到驾驶员所在的位置的全局路径；步骤二，在车辆坐标系下，根据规划的全局路径，采用基于车辆前后轴融合参考控制方法计算车辆前轮偏角；步骤三，按照根据期望车辆前轮偏角，控制车辆前轮转动并移动车辆；步骤四，更新车辆位置，如果到达驾驶员所在的位置，则自主招车结束，否则重复步骤二、三。本发明基于前后轴融合参考的自主招车导航及控制方法，能够极大的增加对车辆特别是轴距较长的车辆的控制精度，极大提高车辆的控制效果。

说明书

技术领域

本发明涉及智能驾驶及其控制技术领域，特别是一种基于前后轴融合参考的自主招车导航及控制方法。

背景技术

近几年来智能驾驶技术发展迅猛，从最开始的谷歌无人车到现在的特斯拉等几个公司的研发到现在几乎所有的汽车厂商及互联网企业都在智能驾驶中的探索，智能驾驶也逐渐被人们接受。智能驾驶真正走进人们的生活的就是自主泊车，现在很多中高档轿车中已经实现了这个功能，但是在一些空间狭小的停车场中，车辆之间的距离比较近，以至于车门都无法打开，这时就需要一种能够将车辆自主开出停车位并到达指定地点的导航及控制方法。

发明内容

本发明所要解决的技术问题是，针对现有技术不足，提供一种基于前后轴融合参考的自主招车导航及控制方法，使车辆即使在很狭小的停车位中都能够顺利的行驶到指定的停车位置，减轻驾驶员的驾驶负担。

为解决上述技术问题，本发明所采用的技术方案是：一种基于前后轴融合参考的自主招车导航及控制方法，包括以下几个步骤：

步骤一，获取停车场布局、车辆停车位置及驾驶员在停车场中的位置，建立世界坐标系，用Dubins曲线规划出从车辆停车的位置到驾驶员所在的位置的全局路径；

步骤二，在车辆坐标系下，根据规划的全局路径，采用基于车辆前后轴融合参考控制方法计算车辆前轮偏角；

其中，基于前轴参考控制根据车辆前轴与期望路径的误差，计算期望车轮转角，基于后轴的参考控制依据车辆运动学模型及预瞄控制，根据预瞄点计算期望车轮转角，最后，将两种参考计算出的期望车轮转角融合到一起。

步骤三，按照根据期望车辆前轮偏角，控制车辆前轮转动并移动车辆；

步骤四，更新车辆位置，如果到达驾驶员所在的位置，则自主招车结束，否则重复步骤二、三。

进一步的，步骤一中，用Dubins曲线规划出从车辆停车的位置到驾驶员所在的位置的全局路径是指：

车辆停车的位置是一个带有方向的初始位置，该点的坐标为车辆在世界坐标系中的位置，车头朝向为该点的方向，驾驶员的位置也是一个有方向的点，这个点的位置就是驾驶员所在的位置，方向与行车通道平行，这两个有方向的点之间最短的路径就是Dubins路径。Dubins路径是由几段半径固定的圆弧和一段直线段拼接组成的线段，其中圆弧是车辆向前行驶的最小转弯半径。

进一步的，步骤二中，采用基于车辆前后轴融合参考控制方法计算车辆前轮偏角是指：

车辆在行驶过程中，以车辆前轴及后轴为参考分别计算出对应的期望车轮偏角，之后根据公式(1)计算基于前后轴融合参考的期望车轮偏角。

δ＝λδ_p+(1-λ)δ_f>

其中，λ为基于后轴参考的期望前轮偏角的权重，δ_p为基于后轴参考计算出的期望前轮偏角，δ_f为基于前轴参考计算出的期望前轮偏角。

进一步的，步骤二中，计算基于前轴参考的期望车轮偏角是指：

在车辆坐标系下找到全局路径中与前轮(x_f,y_f)最近的点(x_s,y_s,θ_s)，θ_s为全局路径在该点切线的倾角，计算该点与前轮之间的距离e_fa：

通过公式(3)计算基于前轴参考的期望车轮偏角：

v_x为车辆当前的线速度，k为设定的系数。

进一步的，步骤二中，计算基于后轴参考的期望车轮偏角是指：

首先在车辆坐标系下根据预瞄距离L_pre在全局路径中获得预瞄点(x_p,y_p,θ_p)坐标，L_pre可由公式(4)得到：

L_pre＝k_L·v+L_min>

其中，k_L为速度的系数，v为车辆当前的速度，L_min为最小的预瞄距离。

由Akerman转向原理可得，一定有一条确定的圆弧能够使车辆到达该预瞄点，该圆弧的半径为R，假设后轴中心点与预瞄点连线在车辆坐标系下的角度为α，则圆弧的圆心角为2α，应用正弦定理可得：

应用阿克曼转向公式：

其中δ为前轮偏角，L为轴距，κ为圆弧的曲率，可以求得基于后轴参考的车辆前轮偏角为：

进一步的，计算预瞄点坐标的方法为：根据车辆实时速度和预瞄时间，计算合适的预瞄距离，然后再根据期望轨迹计算轨迹上满足预瞄距离的预瞄点坐标。

预瞄距离的计算公式为：

L_pre＝k_L·v+L_min(8)

其中，k_L为速度的系数，v为车辆当前的速度，L_min为最小的预瞄距离。

根据期望轨迹，计算预瞄点坐标，其计算方法为，先将期望轨迹离散化，在轨迹上每隔10cm取1个点，得到期望轨迹的散点，再根据当前时刻的车辆位置坐标向前遍历，计算当前位置前方轨迹上的散点与当前时刻的车辆位置的距离L_a，当距离L_a大于或等于预瞄距离L_pre即L_d≥L_pre时，结束遍历，并且取当前遍历到的散点坐标为预瞄点坐标(x_p,y_p)，则在车辆坐标系下，预瞄点与车辆当前位置的夹角α＝tan^-1(y_p/x_p)，预瞄点在车辆左边α为正，右边α为负。

进一步的，选取合理的加权系数的方法为：根据车辆实时车速v，计算相应的加权系数，计算公式如式(10)所示。

λ＝k_λv,λ∈[0,1]

(9)

其中k_λ为调整系数，需要结合现场调试情况设定。

进一步的，步骤四中，判断是否到达目标点的方法为：判断当前时刻的车辆位置与目标点的欧氏距离及车辆的航向的偏差指标M，计算公式如式(12)所示。

其中，k₁，k₂为设置的系数，在0-1之间；如果距离M＜M_min，则判定车辆已经到达相对合理的目标点，其中M_min为偏差指标阈值，为经验参数。

车辆的速度要求小于或等于10km/h；车位尺寸按照国家的标准，即小型车车位尺寸为2.5～2.7×5～6米，公交车车位尺寸为3.8～4.8×12～14，车辆最小转弯半径按照国家规定的数据，其中，大型公交车的最小转弯半径为10m。

与现有技术相比，本发明所具有的有益效果为：

1.基于后轴参考的控制是基于车辆运动学的预瞄控制，能够适应于更多类型的车辆，同时能够克服大型车辆大惯性的特性；

2.基于前轴参考的控制能够根据车辆前轴相对于参考路径的误差，能够消除基于后轴参考控制下前轴误差不可控的缺点；

3.基于前后轴融合参考的自主招车导航及控制方法能够在低速情况下极大地提高车辆的控制精度，同时能够保证车辆控制的稳定性及平滑性，提高车辆控制的舒适性及稳定性。

附图说明

图1为本发明流程图；

图2为本发明中的路径规划类型；图2(a)为垂直停车路径规划，图2(b)为平行停车路径规划；

图3为前后轴参考示意图；图3(a)为后轴参考示意图，图3(b)为前轴参考示意图。

具体实施方式

本实施实例采用长12m，宽2.5m的大客车改装的智能车，该公交车轴距为6m，最小转弯半径为10m，最大车速为60km/h，同时装有激光雷达两个、毫米波雷达、GPS定位系统及机器视觉系统，本实例是在标准的公交车停车场进行自主招车实验。

参照图1所示的流程，一种基于前后轴融合参考的自主招车导航及控制方法，包括以下几个步骤：

步骤一，获取停车场布局、车辆停车位置及驾驶员在停车场中的位置，建立世界坐标系，用Dubins曲线规划出从车辆停车的位置到驾驶员所在的位置的全局路径；

步骤二，在车辆坐标系下，根据规划的全局路径，采用基于车辆前后轴融合参考控制方法计算车辆前轮偏角；

其中，基于前轴参考控制根据车辆前轴与期望路径的误差，计算期望车轮转角，基于后轴的参考控制依据车辆运动学模型及预瞄控制，根据预瞄误差计算期望车轮转角，最后，将两种参考计算出的期望车轮转角融合到一起。

步骤三，按照根据期望车辆前轮偏角，控制车辆前轮转动并移动车辆；

步骤四，更新车辆位置，如果到达驾驶员所在的位置，则自主招车结束，否则重复步骤二、三。

步骤一具体包含以下步骤：

(1.1)获取车辆所处的停车场布局及车辆当前的位置(x₀,y₀,θ₀)，其中x₀、y₀为车辆所处的位置，θ₀为停车位的航向，获取驾驶员所处的位置(x_E,y_E,θ_E)；

(1.2)根据车辆当前的位置及驾驶员的位置用Dubins曲线规划一条全局路径。

本实施例中，车辆泊车位为垂直泊车位，规划的路径为一段1/4圆弧与两条直线的连线，第一条直线的起点为车辆当前位置的后轴中心点，长度为6m，终点为圆弧的起点，圆弧的半径为10m，本例子中车辆的最小转弯半径设置为10，另外一条直线的起点为圆弧的终点，终点为驾驶员所在的位置，如图2(a)所示。

步骤二具体包含以下步骤：

(2.1)更新车辆的位置，将全局路径映射到车辆坐标系中；

(2.2)如图3(b)所示，在车辆坐标系下找到全局路径中与前轮(x_f,y_f)最近的点(x_s,y_s,θ_s)，θ_s为全局路径在该点切线的倾角，计算该点与前轮之间的距离e_fa：

通过公式(3)计算基于前轴参考的期望车轮偏角：

根据项目的经验，将k设置为0.8，v_x为车辆当前速度。

(2.3)如图3(a)所示，在车辆坐标系下获得预瞄点(x_p,y_p)坐标，L_pre可由公式(4)得到：

L_pre＝k_L·v+L_min>

其中，根据经验，k_L为1，L_min为5m。

(2.4)根据公式(5)计算后轮参考下期望前轮偏角。

其中L根据车辆实际情况设置，本例子中车辆轴距为6m，因此将L设置为6。

(2.5)根据公式(6)计算比例系数λ：

λ＝k_λv(15)

其中，根据项目经验k_λ取0.5。

(2.6)根据公式(7)计算基于前后轴融合参考的期望车轮偏角。

δ＝λδ_p+(1-λ)δ_f>

步骤三具体包含以下步骤：

将期望的前轮偏角发送给底层执行机构，判断当前时刻的车辆位置与目标点的欧氏距离及车辆的航向的偏差指标M，计算公式如式(7)所示。

其中，k₁＝0.5，k₂＝0.5，M_min＝2如果距离M＜M_min，则判定车辆已经到达相对合理的目标点。