本技术涉及一种智能汽车换道容错控制技术、存储介质、系统及车辆。该技术包括获取汽车当前状态和期望路径信息,构建离散跟踪误差状态方程模型;通过采集传感器数据,利用模型预测控制算法计算控制输入,实现换道过程中的容错控制,提高自动驾驶安全性。
背景技术
轨迹跟踪控制(Trajectory Following Control,TFC)是自动驾驶车辆控制方向的关键技术之一,其目标是根据规划后的轨迹和车辆的实时状态信息得到车辆的控制量,如前轮转角,以保证车辆按照期望的轨迹行驶,其跟踪的精确性会直接影响自动驾驶车辆性能和安全。但是在某些极限工况下,由于轮胎的侧偏力趋近饱和,车辆的横向稳定性能会变差,导致跟踪控制效果恶化。所有在原有基础上引入直接横摆力矩控制(Direct yawmoment control,DYC),其可以通过调节车轮的受力状态,使车辆产生附加的横摆力矩,对车辆的横向稳定性进行控制。因此,为了改善轨迹跟踪效果,将直接横摆力矩控制与转向系统协调控制,可以提高车辆的横向稳定性能。
由于车辆的耦合特性,TFC与DYC通常在车辆运行过程中以交互方式运行,即每个控制其的控制量可能取决于另一控制器的控制量,所以可以使用博弈论来进行研究。博弈论作为研究具有斗争和竞争性质现象的数学理论和方法,广泛应用于经济、政治等冲突决策领域。而非合作博弈作为动态博弈论的一种,能够有效解决多个参与者控制权分配问题。通过将TFC和DYC定义为具有不同控制对象的两个参与者,实现它们之间的交互控制,提升车辆的横向稳定性能和路径跟踪能力。博弈论的引入为探索控制的鲁棒性提供了一个很好的框架,在降低复杂度的同时增强协同作用以及扩展性。
申请号为202111180026.5的专利公开了一种基于博弈论的商用横向轨迹跟随与稳定性协同控制方法,首先建立三自由度的车辆模型,并构造车路模型,进而构造性能指标函数,通过动态规划原理进行求解。然而,使用的三自由度车辆模型是基于主动前轮转向建立,是通过估计前轮转角辅助驾驶员操纵实现稳定车辆的目的;而使用车辆跟踪误差模型计算方便,且具有普适性;但是并未考虑前轮转角发生故障的情况,其代价函数是固定不变的,当前轮转向执行机构发生故障时,可能会导致预期的行为,例如换道,无法正常完成,进而导致事故的发生。
实现思路