[发明专利]一种基于危险程度变权重的人机协同转向控制方法

摘要

本发明公开了一种基于危险程度变权重的人机协同转向控制方法，包括以下步骤：建立简化模型；确定车辆安全行驶道路边界；确定驾驶环境危险指数和驾驶员操作危险指数表达式，然后确定驾驶环境危险指数和驾驶员操作危险指数以及自动驾驶权重系数的隶属度函数，根据模糊规则划分不同危险程度等级，得到自动驾驶权重系数关于驾驶环境危险指数和驾驶员操作危险指数的三维map，实时确定驾驶环境危险指数和驾驶员操作危险指数，利用三维map得到自动驾驶权重系数；进行基于危险程度变权重的人机协同转向控制器设计并完成控制。本发明通过判别驾驶员和车辆危险程度来改变驾驶权重，采用约束模型预测控制，使车辆能尽可能满足驾驶员驾驶意图。

主权项

1.一种基于危险程度变权重的人机协同转向控制方法，其特征在于，包括以下步骤：步骤一、建立综合车辆动力学和运动学的简化模型：式中，x＝[y_o ψ β r]^T,u＝δ_f.式中，x为系统的状态向量；u为系统控制量；A为系统矩阵；B为输入矩阵；y_o为车辆质心o的侧向位置，单位：m；ψ为车辆航向角，单位：rad；v为车辆质心处的纵向速度，单位：m/s；β为车辆的质心侧偏角，单位：rad；r为车辆的横摆角速度，单位：rad/s；C_f为车辆前轮轮胎的侧偏刚度，单位：N/rad；C_r为车辆后轮轮胎的侧偏刚度，单位：N/rad；m为车辆的质量，单位：kg；I_z为车辆绕z轴的转动惯量，单位：kg·m²；a为车辆质心o到车辆前轴的距离，单位：m；b为车辆质心o到车辆后轴的距离，单位：m；δ_f为车辆的前轮转角，单位：rad；步骤二、确定车辆安全行驶道路边界：式中，f_l(x)为通过感知系统扫描后处理得到的前方可行道路区域的左边界；f_r(x)为通过感知系统扫描后处理得到的前方可行道路区域的右边界；w为车辆宽度，单位，m；l_f为车辆质心o到车辆前端点F的距离，单位，m；l_r为车辆质心o到车辆后端点R的距离，单位，m；ψ为车辆航向角，单位，rad；步骤三、确定自动驾驶权重系数：首先确定驾驶环境危险指数和驾驶员操作危险指数表达式，然后确定驾驶环境危险指数和驾驶员操作危险指数以及自动驾驶权重系数的隶属度函数，根据模糊规则划分不同危险程度等级，得到自动驾驶权重系数关于驾驶环境危险指数和驾驶员操作危险指数的三维map，最后实时确定驾驶环境危险指数和驾驶员操作危险指数，利用所述三维map得到自动驾驶权重系数；步骤四、利用步骤三得到的自动驾驶权重系数，采用MPC方法进行基于危险程度变权重的人机协同转向控制器设计：满足：x(k+i+1)＝A_cx(k+i)+B_cu(k+i)式中：C_ψ＝[0 1 0 0].其中，J为优化函数的目标函数；δ_h为驾驶员期望的前轮转角，单位：rad；l_f为车辆质心o到车辆前端点F的距离，单位：m；l_r为车辆质心o到车辆后端点R的距离，单位：m；u(k+i)为k+i时刻的系统控制量，即为车辆的前轮转向角，单位：rad；x(k+i)为k+i时刻的系统状态向量；y(k+i)为k+i时刻的系统输出量；P为预测时域，N为控制时域；Γ_d和Γ_h分别为控制量增量的权重系数和驾驶员目标权重系数；Γ_y和Γ_β分别为道路中心线跟随权重系数和质心侧偏角权重系数；Γ为自动驾驶权重系数；f_l(k+i)为前方可行道路区域左边界线f_l(x)在时刻k+i的采样值，单位：m；f_r(k+i)则为前方可行道路区域右边界线f_r(x)在时刻k+i的采样值，单位：m；T_s为采样时间，单位：s；x为系统的状态向量；A为系统矩阵；B为输入矩阵；步骤五、选取控制量并完成控制：选取控制率u^*为：u^*＝U*(1)其中，U*为优化得到的最优控制序列；即选取最优控制序列的第一个量作为控制量作用到被控车辆上；到下一时刻，基于模型预测控制的共享转向控制器将根据当前车辆状态重新计算一个最优控制量；以此往复，实现滚动优化控制。