考虑参数估计的MPC算法的商用车车道保持控制

设计了一种考虑参数估计的模型预测控制(MPC)算法的、智能辅助驾驶的商用车的车道保持算法,对于难以直接测量的质量和横向速度进行估计。建立车辆动力学模型和状态误差方程,通过扩展Kalman滤波(EKF)和递推最小二乘法(RLS)分别对车辆的横向速度、质量进行估计。基于估计得到的车辆参数,设计MPC车道保持控制器。构建硬件在环(HIL)仿真平台,设置不同的测试工况对车道保持算法进行了验证。结果表明:与普通MPC相比,在偏移回正工况中,车辆纠偏消耗的时间减少28.6%,并且超调量更小;高速路工况的横向位置偏差的均方根误差减小了4.2 cm。该方法提升了纠偏能力和跟踪精度,降低了传感器成本。

基于改进预瞄控制模型的车道保持系统设计

为解决扭矩控制的车道保持(LKA)系统鲁棒性不高、受车辆制造一致性以及路面激烈干扰影响大的问题,采用神经网络技术、Autofix算法及预瞄反馈控制理论,利用预期轨迹决策和跟随PID控制算法设计了一套基于角度控制的车道保持系统。基于Carsim/Veristand/MATLAB搭建了硬件在环仿真试验平台,通过虚拟仿真验证了该车道保持系统设计的有效性与准确性。基于GB/T 39323—2020、CN-CAP—2021、Euro-NCAP—2022并结合实车调试及用户关注场景对车道保持系统的测试要求,通过仿真及实际场景对比验证得出以下结论:相对于扭矩控制的LKA系统,在相同使用场景下,使用角度控制的车道保持系统具有较好的车道保持能力、稳定性、适应性和鲁棒性。

车道保持辅助系统设计

车道保持辅助系统(LKAS)在汽车无意识偏离时能发出预警并纠正偏离,具有重要的安全作用和研究意义。设计了一种车道保持辅助系统,主要包括车道偏离预警模块和车道居中控制模块,通过摄像头采集数据并做了图像处理,根据左右车道线和车辆位置状态判断车辆是否偏离车道。若车辆发生偏离且驾驶员未主动控制车辆,则偏离预警发出声光报警,控制模块对车辆速度及方向进行调节,车辆向车道中心靠近,并沿着车道中心行驶。用实验小车对车道保持辅助系统进行验证,结果表明,系统可实现车道偏离预警和车道居中控制,具有较高的稳定性和可靠性。

车道保持技术专利现状

车道保持辅助系统属于智能驾驶辅助系统中的一种。它可以在车道偏离预警系统的基础上对刹车的控制协调装置进行控制,在车辆行驶时借助摄像头识别行驶车道的标识线将车辆保持在车道上。其检测本车在车道内的位置,并可自动调整转向,使车辆保持在车道内行驶。

车道保持模型预测控制中车辆模型简化推导及仿真分析

为提高车道保持控制中算法的计算效率,构建了模型预测控制(MPC)算法,基于刚体动力学推导出单轨车辆模型,并考虑横、纵向轮胎作用力特性作为标准车辆模型,在此基础上,忽略偏滑角和轮胎滑移率,推导出了简化车辆模型,该模型用线性方程表达车辆航向角变化率,省去轮胎模型,从而降低了MPC约束方程的复杂度。综合考虑跟踪误差、控制量及其变化率的代价项作为目标函数,对标准车辆模型和简化车辆模型的控制效果进行了仿真对比分析,结果表明,简化车辆模型在车道保持模型预测控制中取得了与标准车辆模型相近的控制效果,同时避免了车速接近0时无法求解轮胎模型的问题,且显著缩短了MPC优化求解耗时。

基于转角补偿的滑模驾驶员车道保持控制方法探究

针对智能车辆车道保持过程出现的转向不足或者转向过度而无法有效跟踪目标轨迹的情况,文章在滑模变结构控制基础上设计了汽车横向预瞄驾驶员模型,并引入前轮转角补偿控制建立车道保持模型,该模型能够及时修正和优化转角,确保车辆在转弯过程中保持稳定性。仿真结果表明,所提出的车道保持控制方法能够在车速较高的情况下实现车道保持功能,并能在连续弯道情况下实时修正并补偿前轮转角。高速下预瞄横向偏差和航向偏差分别降低38.4%和37.6%,具有良好的路径跟踪性能。

融合车道线势场的模型预测车道保持方法

车道保持作为先进辅助驾驶(ADAS)的重要组成部分,对缓解驾驶疲劳和提升驾驶安全性意义重大。基于车道线势场设计与模型预测控制,提出了一种融合车道线势场的模型预测车道保持控制方法,以优化车道保持过程中的行驶稳定性与安全性。在Carsim&Simulink的联合仿真环境下,仿真结果表明,基于模型预测控制的车道保持算法对比PID控制,在跟踪精度与车辆稳定性方面都具有明显的优势,横向跟踪精度与车辆稳定性都有显著的提升;此外,与无融合车道线势场的车道保持模型预测控制对比,具有更好的车辆稳定性和通行效率(27.8 km/h vs 26.6 km/h),其最大横摆角速度与最大横向加速度均下降了10%左右。仿真结果验证了所提出算法的有效性和优越性,具备良好的工程指导价值。

基于视频暗箱的车道保持系统HIL测试研究

为解决实车的车道保持辅助系统(LKA)的高效测试的问题,搭建了基于预瞄驾驶员模型的车道保持控制算法,并提出了基于视频暗箱的车载前视摄像头和ADAS控制器双硬件在环测试方法。方法将摄像头集成在以NI PXI为核心的硬件在环实时仿真系统中,使用CarMaker软件进行车辆动力学和场景建模,通过视频暗箱采集虚拟场景的视频信号用于模拟实际道路情况,完成车道保持辅助系统虚拟仿真测试。结果表明,直线工况下方向盘转角在-1~1deg之间变化,控制器控制效果较为平稳。硬件在环与软件在环的测试结果平均误差在5%以下,表明上述方法对车道保持控制器有较好的测试精度。

人机共驾型车道保持辅助控制策略

车道保持辅助系统对于汽车横向安全具有重要意义,然而在实际使用中往往存在人机冲突等问题,为此,文章提出了人机共驾型车道保持辅助控制策略。基于实车平台搭建了驾驶员驾驶数据采集系统并对驾驶数据进行实时采集;根据学习向量量化神经网络理论,利用实车驾驶数据训练并生成驾驶员驾驶意图辨识模型;设计人机共驾型车道保持辅助控制系统构架,基于偏离预警模型确定辅助系统的介入条件,基于单点预瞄最优曲率驾驶员模型输出能够使车辆快速回正的最优转向盘转角,设计模糊控制系统实现对共驾系数的实时计算;搭建驾驶员在环平台并进行测试验证。结果表明,所提出的车道保持辅助控制策略能够在对驾驶员驾驶意图进行准确辨识的基础上,根据车辆偏离状态,提供合理的辅助的机器转角以实现人机共驾型车道保持辅助控制。

车道保持辅助系统的模糊输出反馈协同控制

为提高四轮驱动智能汽车的车道保持性能,提出了一种速度相关的静态输出反馈控制方法。考虑车辆存在纵向速度与轮胎侧偏刚度等不确定因素,采用鲁棒增益调度方法来处理系统的非线性问题;然后,针对实际应用中存在不可测的状态变量,将主动前轮转向与横摆力矩控制算法结合,设计一种模糊输出反馈的鲁棒协同控制策略;最后,基于李雅普诺夫函数将鲁棒控制问题转化为线性矩阵不等式求解控制增益问题,再通过差动分配策略对力矩进行分配。仿真结果验证了所提控制策略的有效性。

基于SOTIF的车道保持辅助系统架构设计

随着自动驾驶技术的飞速发展,随之增加的是电子电气元件,繁多的电子器件在使用的过程中可能导致车辆出现故障,其中表现为功能不足和功能局限,从而降低自动驾驶车辆的安全性。为解决此问题,提高自动驾驶技术的安全性和可靠性,预期功能安全要求及标准的出现为此提供了参考依据。预期功能安全强调规避由于预期功能性能限制所造成的不合理风险,其解决问题的思路是首先运用安全分析方法将危险场景识别出来,然后根据危险场景制定应对策略,再对此场景进行仿真验证或实车测试,最后根据实验结果再次优化。因此,从源头提升自动驾驶车辆安全水平,对自动驾驶技术的开发具有缩短测试里程、节省开发费用、加快开发速度等重要的指导意义。基于此,笔者运用预期功能安全的标准法规对车道保持辅助系统进行规范设计,按照预期功能安全的设计流程,对车道保持辅助系统进行系统规范、功能描述并一一罗列可能出现的功能局限,然后进行架构设计。仿真结果表明,通过此方法设计的车道保持辅助系统架构,可以有效地避免一些功能局限问题,从根本上解决高级辅助驾驶系统的功能不足问题,减少可能遇到的已知和未知的不安全场景,从而提高自动驾驶技术的安全性。

智能汽车车道保持控制策略研究

针对线性二次型调节器(LQR)在车道保持辅助(lane keeping assist,LKA)控制系统中参数固定不变的局限性,提出了基于粒子群优化(PSO)算法改进LQR参数的前轮转向控制策略。首先,建立车道保持模型,根据车路误差模型设计基于LQR反馈前馈的LKA控制器,计算车辆所需的补偿角;然后,利用PSO算法优化控制器中矩阵Q的参数以减小误差提高精度,满足控制系统对车速的自适应要求;最后,采取Matlab/Simulink与Carsim联合的仿真计算验证控制器的有效性。结果显示:在中高速基于PSO改进LQR参数的控制器控制下,车辆能稳定地跟踪车道中心线,跟踪精度高,横下位置偏差、横摆角偏差和前轮转角保持较小值,可明显提高车辆中高速的横向稳定性和行驶安全性。

EU 2021/646《紧急车道保持系统(ELKS)》法规解读

随着社会经济的发展,乘用车、轻型商用车在社会生产生活中扮演着重要的角色,装有紧急车道保持系统(ELKS)的车辆能有效避免驾驶员无意识的车道偏离,减少事故的发生。文章从标准制定的必要性以及主要技术内容作为切入点,对ELKS法规进行详细解读,并提出标准实施的相关建议。

基于LADRC特性的车道保持系统研究

为了提高车道保持辅助系统的鲁棒性,使得外界干扰对车辆模型影响最小,本文设计了线性自抗扰控制器 [1]。本文通过使用 IPG 公司的车辆仿真软件 CarMaker 与 Simulink 进行联合仿真,仿真结果表明,基于 LADRC 特性的横向控制器可以很大程度的提高系统的鲁棒性,增强系统的抗干扰能力,可以很好的把车辆拉回车道,完成纠偏过程,实现车道保持功能。

基于电动助力转向的车道保持系统

为集成电动助力转向系统与车道保持系统,提出了一种结合跨道时间与驾驶员操作行为判断的车道保持协调控制方法。在理论分析的基础上搭建了车道保持模型、魔术轮胎模型、7自由度整车模型和EPS模型,并进行仿真和硬件在环实验。结果表明,所设计的车道保持协调控制方法能解决EPS部件与车道保持执行部件之间的协调问题,将车辆维持在两车道线之间,保证车辆的行驶安全性。

基于磁道钉导航的智能公路车道保持硬件控制系统研究

本文自行研制了基于磁道钉导航的智能公路车道保持硬件控制系统 ,详细介绍了该硬件控制系统的各个组成部分(车载计算机控制系统、路面诱导设施及车载偏移探测装置、方向盘控制伺服机构等 )。以该硬件控制系统为基础 ,车道保持模糊控制器在磁道钉导航的智能公路上实现了试验样车车道保持控制任务 ,并且控制结果达到并超过ISO/TC2 0 4WG14工作组标准化草案NP173 61LDWS对车道偏离报警系统的要求。试验结果表明

不同光照下基于自适应图像阈值的车道保持系统设计

为兼顾智能车辆车道识别的鲁棒性和实时性,在摄像机采集的平面车道图像中确定纵横两个方向的二维约束,通过对该二维约束下的局部图像区域进行车道检测,以实现路面车道线的识别。为提高在不同光照条件下车道识别的鲁棒性,提出基于自适应图像阈值的车道识别方法。该方法以车道图像二值化后得到的车道横向宽度为依据,判定之前的二值化阈值是否合适,并经过调整得到适应各种光照的有效阈值。在此基础上进行车道保持系统设计及道路试验。其结果表明,提出的车道识别和跟踪方法能够较好地适应外界光照的变化,其车道识别和跟踪具有较好的实时性和鲁棒性。

基于BP神经网络的车道保持控制系统

利用机械动力学仿真软件ADAMS/CAR建立了主要包括用于进行自主控制的转向系统及可输出状态变量车身模型的整车动力学模型,在MATLAB/Simulink环境下设计了基于BP神经网络PID的车道保持控制系统。通过输入输出接口实现了整车模型与Matlab的通信。利用建立的Matlab控制模块和ADAMS机械系统动力学模型实现了车道保持控制的联合仿真。仿真结果表明,所设计的车道保持控制系统能较好地实现在危险状态下的车道保持自主控制,且控制过程平稳。

智能公路系统车道保持模糊控制研究

结合智能公路系统中车道保持系统的特点 ,引入模糊控制理论 ,设计基于磁道钉导航方式的汽车车道保持模糊控制器。根据驾驶员的经验和现场实验 ,确定模糊控制器的变量及相应的量化等级和隶属度函数 ,总结出汽车车道保持的模糊控制规则。经过实车现场实验 。

4WS汽车车道保持控制及稳态性能分析

基于汽车横向动力学模型,研究智能交通系统车道保持控制。以横向位置误差和横摆角误差为被控变量,采用终端滑模控制方法,设计车道保持控制规律;基于系统零动态的分析,推导汽车在四轮主动转向和仅有前轮转向两种情况下,车道保持控制系统的稳态误差以及稳态侧偏角和转向角计算公式。研究表明,采用四轮主动转向,横向位置误差、横摆角稳态误差、稳态侧偏角能同时为0;而仅依靠前轮转向,横向位置误差、横摆角误差一般不能同时趋于0,当道路曲率为常数时,横向位置误差趋于0,横摆角误差和侧偏角能趋于稳态值。