本发明涉及一种路面自适应的智能车辆横向混合控制方法，属于汽车智能驾驶领域。
背景技术：
目前智能汽车横向控制中广泛采用位置偏差控制法(如纯跟踪控制法)来实现车辆的路径跟踪性能，即当目标路径为直线型车道或小曲率车道时，预瞄点与目标车道相对于车辆的最近点间的横向偏差和方位偏差差别较小，此时控制车辆与预瞄点间的位置和方位偏差最小可基本实现准确的车道跟踪性能。但实际车辆的目标道路工况相对复杂，会存在直线车道、小曲率弯道、大曲率弯道等相互融合的多样工况，此时常见的位置偏差控制法显然无法满足大曲率弯道的车道跟随性能。于是有专家学者针对位置偏差控制法存在的控制精度不高的问题，提出了一种跟踪期望横摆角速度的车辆横向控制方法，并通过仿真实验表明该控制方法可实现各曲率特别是大曲率路径的精确跟踪。但这种控制方法鲁棒性较差，同时在车辆还未完全稳定跟踪期望路径的过程中存在横摆角速度波动较大的情况，这将直接影响车辆的乘坐舒适性。因此如何控制车辆在各种曲率下均能稳定地跟踪目标路径是亟待解决的问题。
技术实现要素：
为克服以上技术缺陷，本发明提出一种路面自适应的智能车辆横向混合控制方法，包括步骤：
步骤1)由智能车辆上的传感器设备测得的车辆位置信息及其姿态信息输入到车道识别系统中，综合其目标车道信息和预瞄距离的输入，确定出当前车辆的预瞄目标点及目标车道相对于车辆的最近点，并检测出车辆与预瞄目标点的横向距离误差ye和方位角误差φe，以及目标车道相对于车辆的最近点的曲率ρ及其曲率变化率
步骤2)模糊控制器根据输入的误差信号及其变化率，输出为智能车辆横向控制模式，即γ＝1(位置偏差控制法)，γ＝0(跟踪期望横摆角速度控制法)；
步骤3)若γ＝1时；
此时智能车辆横向混合控制器切换为位置偏差控制方法，pid控制器根据车道识别系统输出的车辆预瞄点相对横向距离误差ye和方位角误差φe，计算输出合适的前轮转角信号δ，转向执行机构根据该转角信号控制智能车辆转向，完成路径跟踪过程。
步骤4)若γ＝0时；
此时智能车辆横向混合控制器切换为跟踪期望横摆角速度的控制方法，上层期望横摆角速度生成器根据车道识别系统输出的车辆预瞄点相对横向距离误差ye和方位角误差φe，输出车身传感器信号产生期望横摆角速度ωd，并作为下层期望横摆角速度跟踪控制器的参考输入。下层期望横摆角速度跟踪控制器通过分析计算，输出合适的前轮转角信号δ，转向执行机构根据该转角信号控制智能车辆转向，完成路径跟踪过程。
进一步，所述车辆的位置及姿态信息包括汽车在行驶过程中相对于大地坐标系xy的坐标、位移、速度、加速度、横摆角速度、前轮转角等信息，分别由装载于智能车辆上的gps定位系统、霍尔速度传感器、陀螺仪、转角传感器等设备实时采集。
进一步，所述道路曲率是基于车道识别系统对目标道路的车道标线进行识别，并对识别的标线进行曲线拟合，计算得到的道路曲率及其曲率变化率。
进一步，所述步骤二的模糊控制器设计如下：
选取道路曲率误差信号e和曲率误差变化率信号
进一步，所述pid控制器的实现方式可由下式表达：
其中，kp、kd和ki为横向距离误差ye的比例、微分及积分系数，k′p、k′d和k′i为方位角误差φe的比例、微分及积分系数。通过调整横向距离误差ye和方位角误差φe的比例、积分及微分系数，输出当前时刻的前轮转角信号δ。
进一步，所述期望横摆角速度生成器根据预瞄距离、横向距离误差ye和方位角误差φe输入信号，在车辆和预瞄点之间构造虚拟行驶路径，并基于此虚拟路径计算出当前时刻车辆沿虚拟路径逼近目标道路的期望横摆角速度ωd，然后由下层期望横摆角速度跟踪控制器实时控制车辆转角δ，达到准确跟踪期望横摆角速度ωd的目的。
本发明的有益效果为：本发明通过对目标道路曲率及其变化率的实时监测，使车辆跟踪面对不同曲率路径时可在位置偏差控制法和跟踪期望横摆角速度控制法间自由切换，进而获得精度较高，鲁棒性较好的车辆跟踪性能。
附图说明
图1为本发明所述一种路面自适应的智能车辆横向混合控制方法的实施例控制方案图。
具体实施方式
以下结合附图及具体实施例对本发明做进一步说明。智能车辆在行驶过程中，由其上的多种传感器设备测得的车辆当前位置及其姿态信息输入到车道识别系统和横向混合控制器中，随后车道识别系统根据目标车道信息、预瞄距离信息以及车辆位置姿态信息计算，确定出当前车辆的预瞄目标点及目标车道相对于车辆的最近点，并检测出车辆与预瞄目标点的横向距离误差ye和方位角误差φe，以及目标车道相对于车辆的最近点的曲率ρ及其曲率变化率
表1为本发明所述的模糊控制器的模糊规则控制表
模糊控制器根据输入的误差信号及其变化率，输出为智能车辆横向控制模式，即γ＝1(位置偏差控制法)，γ＝0(跟踪期望横摆角速度控制法)；
若γ＝1时，表明此时车辆跟踪的车道段曲率较小，横向混合控制器采取位置偏差控制法来跟踪期望路径。根据车道识别系统输出的车辆预瞄点相对横向距离误差ye和方位角误差φe，pid控制器根据下式：
其中，kp、kd和ki为横向距离误差ye的比例、微分及积分系数，k′p、k′d和k′i为方位角误差φe的比例、微分及积分系数。
调整其对应得横向距离误差ye和方位角误差φe的比例、积分及微分系数，计算输出合适的前轮转角信号δ，转向执行机构根据该转角信号控制智能车辆转向，完成路径跟踪过程。
若γ＝0时，表明此时车辆跟踪的车道段曲率较大，横向混合控制器切换为跟踪期望横摆角速度的控制方法，上层期望横摆角速度生成器根据车道识别系统输出的车辆预瞄点相对横向距离误差ye和方位角误差φe，在车辆和预瞄点之间构造虚拟行驶路径，并基于此虚拟路径计算出当前时刻车辆沿虚拟路径逼近目标道路的期望横摆角速度ωd，并作为下层期望横摆角速度跟踪控制器的参考输入。下层期望横摆角速度跟踪控制器通过分析计算，输出合适的前轮转角信号δ，转向执行机构根据该转角信号控制智能车辆转向，完成路径跟踪过程。
综上，本发明的一种路面自适应的智能车辆横向混合控制方法，属于汽车智能驾驶领域。本发明针对智能车常用的位置偏差控制无法满足大曲率路径跟踪的缺陷问题，引入另一种跟踪车辆期望状态量的横向控制策略，并以实时监测的目标道路曲率及其曲率变化率为切换条件，设计模糊控制器使得智能车辆在两种控制策略间实时切换，以实现适应于不同路面的高精度路径跟踪。本发明可有效降低智能车辆跟踪的稳态误差，并使其转向控制更加精确、平稳。
在本说明书的描述中，参考术语“一个实施例”、“一些实施例”、“示意性实施例”、“示例”、“具体示例”、或“一些示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本发明的至少一个实施例或示例中。在本说明书中，对上述术语的示意性表述不一定指的是相同的实施例或示例。而且，描述的具体特征、结构、材料或者特点可以在任何的一个或多个实施例或示例中以合适的方式结合。
尽管已经示出和描述了本发明的实施例，本领域的普通技术人员可以理解：在不脱离本发明的原理和宗旨的情况下可以对这些实施例进行多种变化、修改、替换和变型，本发明的范围由权利要求及其等同物限定。