极限工况下的车辆轨迹跟踪控制方法、装置、设备及介质与流程

1.本发明涉及车辆控制技术领域，尤其涉及一种极限工况下的车辆轨迹跟踪控制方法、装置、设备及介质。


背景技术：

2.自动驾驶汽车规划控制功能利用环境感知结果、车辆位姿状态、以及自车的运动特性规划出安全、便捷、舒适的车辆轨迹，并且通过控制驱动、制动、转向执行指令，实现车辆的稳定行驶。目前通用的规划控制方法只适用于车辆稳态运行的工况，如行驶在高附着路面，轮胎没有发生滑移或滑转，车辆未发生侧倾等。如何保证车辆在极限工况的自动驾驶规划控制功能的稳定性成为自动驾驶产品及技术普及过程必须要解决的难题。从众多研究计划当前的实施状态看，对极限工况的特定应用背景下自动驾驶汽车控制讨论尚不完善。


技术实现要素：

3.本发明实施例提供了一种极限工况下的车辆轨迹跟踪控制方法、装置、设备及介质，实现了在保持车身稳定的前提下尽可能地跟踪规划轨迹，加快求解速度，满足工程需要。
4.第一方面，本发明实施例提供了一种极限工况下的车辆轨迹跟踪控制方法，包括：
5.当检测到车辆进入极限控制模式时，确定所述车辆的参考行驶轨迹的参考轨迹信息；
6.根据预先构建的目标优化函数对所述参考轨迹信息中的第一参考信息进行优化，确定优化后的目标轨迹信息，所述目标优化函数包括对所述车辆的目标控制量以及质心侧偏角变化情况的约束；
7.根据所述目标轨迹信息以及所述参考轨迹信息中的第二参考信息，结合预设的非线性动力学模型，确定所述车辆的目标控制量，以基于所述目标控制量对所述车辆进行轨迹跟踪控制。
8.第二方面，本发明实施例提供了一种极限工况下的车辆轨迹跟踪控制装置，包括：
9.参考信息确定模块，用于当检测到车辆进入极限控制模式时，确定所述车辆的参考行驶轨迹的参考轨迹信息；
10.目标信息确定模块，用于根据预先构建的目标优化函数对所述参考轨迹信息中的第一参考信息进行优化，确定优化后的目标轨迹信息，所述目标优化函数包括对所述车辆的目标控制量以及质心侧偏角变化情况的约束；
11.控制量确定模块，用于根据所述目标轨迹信息以及所述参考轨迹信息中的第二参考信息，结合预设的非线性动力学模型，确定所述车辆的目标控制量，以基于所述目标控制量对所述车辆进行轨迹跟踪控制。
12.第三方面，本发明实施例还提供一种电子设备，包括：
13.至少一个处理器；以及
14.与所述至少一个处理器通信连接的存储器；其中，
15.所述存储器存储有可被所述至少一个处理器执行的计算机程序，所述计算机程序被所述至少一个处理器执行，以使所述至少一个处理器能够执行如第一方面实施例所述的极限工况下的车辆轨迹跟踪控制方法。
16.第四方面，本发明实施例还提供一种包含计算机可执行指令的存储介质，所述计算机可执行指令在由计算机处理器执行时用于执行如第一方面实施例所述的极限工况下的车辆轨迹跟踪控制方法。
17.本发明实施例提供了一种极限工况下的车辆轨迹跟踪控制方法、装置、设备及介质，该方法包括：当检测到车辆进入极限控制模式时，确定所述车辆的参考行驶轨迹的参考轨迹信息；根据预先构建的目标优化函数对所述参考轨迹信息中的第一参考信息进行优化，确定优化后的目标轨迹信息，所述目标优化函数包括对所述车辆的目标控制量以及质心侧偏角变化情况的约束；根据所述目标轨迹信息以及所述参考轨迹信息中的第二参考信息，结合预设的非线性动力学模型，确定所述车辆的目标控制量，以基于所述目标控制量对所述车辆进行轨迹跟踪控制。上述技术方案，从实际工程角度出发，充分考虑期望的参考轨迹信息，利用改进的非线性优化方法，即将车辆的目标控制量以及质心侧偏角变化情况的约束作为目标优化函数，对参考轨迹进行优化，实现在保持车身稳定的前提下尽可能地跟踪规划轨迹，加快求解速度，满足工程需要。
18.应当理解，本部分所描述的内容并非旨在标识本发明的实施例的关键或重要特征，也不用于限制本发明的范围。本发明的其它特征将通过以下的说明书而变得容易理解。
附图说明
19.为了更清楚地说明本发明实施例中的技术方案，下面将对实施例描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
20.图1为本发明实施例一提供的一种极限工况下的车辆轨迹跟踪控制方法的流程示意图；
21.图2为本发明实施例二提供的另一种极限工况下的车辆轨迹跟踪控制方法的流程示意图；
22.图3为本发明实施例三提供的一种极限工况下的车辆轨迹跟踪控制装置的结构示意图；
23.图4为本发明实施例四提供的一种电子设备的结构示意图。
具体实施方式
24.为了使本技术领域的人员更好地理解本发明方案，下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分的实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都应当属于本发明保护的范围。
25.需要说明的是，本发明的说明书和权利要求书及上述附图中的术语“原始”、“目标”等是用于区别类似的对象，而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换，以便这里描述的本发明的实施例能够以除了在这里图示或描述的那些以外的顺序实施。此外，术语“包括”和“具有”以及他们的任何变形，意图在于覆盖不排他的包含，例如，包含了一系列步骤或单元的过程、方法、系统、产品或设备不必限于清楚地列出的那些步骤或单元，而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。
26.实施例一
27.图1为本发明实施例一提供的一种极限工况下的车辆轨迹跟踪控制方法的流程示意图，该方法可适用于对极限工况下的车辆轨迹进行跟踪控制的情况，该方法可以由极限工况下的车辆轨迹跟踪控制装置来执行，该装置可以采用硬件和/或软件的形式实现，可配置于电子设备中。如图1所示，本实施例一提供的极限工况下的车辆轨迹跟踪控制方法具体可以包括以下步骤：
28.s101、当检测到车辆进入极限控制模式时，确定车辆的参考行驶轨迹的参考轨迹信息。
29.其中，极限工况指车辆失稳的状况，例如雪天路面比较滑轮胎暴死的情况等。极限工况下想要达到的目的就是对车辆进行稳定性控制，让它不会出现很大的侧偏角和横摆角速度。从路径规划层给出来的值不一定是满足当前极限工况下车辆动力学的要求。从路径规划层输出的值可以理解为是想要达到一个什么值，但是从车辆控制来说，车是一个机械结构，尤其是在失稳的情况下要想稳定的话有可能达不到这个期望值。因此，需要保证车辆稳定性的前提下实现对轨迹的跟踪。
30.在本实施例中，当检测到车辆处于极限工况下，则控制车辆进入极限控制模式。其中，对于检测车辆处于极限工况的方式不做具体限制，例如可以是通过识别路面附着系数来识别是在湿滑路面、干燥路面还是冰雪路面，确定车辆是否需要进入极限工况；也可以是根据障碍物与车辆状态，自行判断是否进入极限控制模式，此处不做具体限制。
31.其中，车辆的参考行驶轨迹具体可以理解为预先存储在车辆中期望的行驶轨迹，参考轨迹信息可理解为期望的行驶轨迹的信息，例如，可以是参考行驶路径的曲率、参考速度、参考质心侧偏角、参考航向角、参考横摆角等。具体的，当检测到车辆进入极限控制模式时，确定车辆的参考行驶轨迹的参考轨迹信息。其中，有的参考轨迹信息可以直接从规划层中获取，有的参考轨迹信息则需要根据车辆模型下的平衡点公式求解相关参数。示例性的，假设使用的车辆模型为单轨三自由度模型，则可以根据平衡点的定义，确定三自由度模型下的平衡点，并求得相关的参考轨迹信息。
32.s102、根据预先构建的目标优化函数对参考轨迹信息中的第一参考信息进行优化，确定优化后的目标轨迹信息，目标优化函数包括对车辆的目标控制量以及质心侧偏角变化情况的约束。
33.考虑到当车辆处于或将处于极限失稳情况时，上游路径规划层的规划结果对极限失稳控制器来讲会使车辆状态迅速变化。车辆在极限工况时，保持车身稳定是首要控制任务，其次才是尽可能地跟踪规划轨迹。在这样的控制任务下，为了使漂移控制效果免受期望路径的影响，本实施例中提出了一种参考轨迹优化方法，该优化方法考虑车辆动力学的约
束、执行器的转矩和功率约束以及对控制量变化率的约束，基于最优问题将车辆的参考轨迹进行一步优化，再送到控制器进行漂移控制跟踪。
34.本实施例中使用车辆模型为单轨三自由度模型，根据达朗贝尔原理的表述内容，在车辆行驶过程中，作用于车辆质心处的主动力、约束力和惯性力相互平衡，也就是质心处的纵向力、侧向力和横摆力矩平衡，从而推导出如下的车辆动力学方程：
[0035][0036][0037][0038]
式中，r为车辆横摆角速度，为车辆横摆角速度的导数，为质心侧偏角速度，v为车辆速度，为车辆速度导数，a为车辆质心到前轴的距离，b为车辆质心到后轴的距离，f
yf
为单轨模型前轮侧向力，f
yr
为后轮侧向力，f
xr
为后轮纵向力，δ为前轮转角，为航向角速度，m为汽车质量，iz为汽车在质心绕z轴的转动惯量，m、iz为车辆已知参数，x＝[v,β,r]为状态量，u＝[δ,f
xr
]为控制量。
[0039]
本实施例中，车辆的状态量可以表示为：x＝[x,y,β,r,v,φ,δ,f
xr
]，其中，x为质心横坐标，y为质心纵坐标，β为质心侧偏角，r为横摆角速度，v为汽车速度，φ为航向角，δ为前轮转角，控制量为轮转角，控制量为为前轮转角对时间的导数，为后轮纵向力对时间的导数。状态量对于时间的导数可以表示为：
[0040][0041]
式中各字母含义参考上述描述，此处不再赘述，此外，若实施例中涉及到的字母含义已进行描述，则下述涉及到该字母时，则不再对其含义重复描述。
[0042]
目标函数为每一阶段的控制量的变化率尽可能小以及质心侧偏角从起点值到终点值尽可能快速地变化。根据这一目标函数，构建出目标优化函数，基于目标优化函数对第一参考信息进行优化，本实施例中将优化后的轨迹信息记为目标轨迹信息。其中，第一参考信息主要指参考路径的半径以及参考速度。也可以理解为，目标轨迹信息包括优化后的行驶轨迹的半径以及优化后的行驶速度。
[0043]
s103、根据目标轨迹信息以及参考轨迹信息中的第二参考信息，结合预设的非线性动力学模型，确定车辆的目标控制量，以基于目标控制量对车辆进行轨迹跟踪控制。
[0044]
其中，目标轨迹信息中包括优化后的行驶轨迹的半径和优化后的行驶速度，参考轨迹信息中第二参考信息是指根据期望的参考行驶轨迹确定出的期望质心侧偏角等信息。
[0045]
现有技术中的非线性规划问题可以表述为：
[0046][0047]
subject toδ
min
≤δ≤δ
max
[0048]fmin
≤f
xr
≤f
max
[0049][0050]
其中，δ
max
为前轮转角的物理上限，δ
min
为前轮转角的物理下限，f
min
为后轴纵向力的物理下限，f
max
为后轴纵向力的物理上限，最下方的约束为控制器的稳定性的约束。经实验，该优化问题中的期望状态导数在超出控制器的可行区域后，由于存在不等式约束，求解时间很难得到保证，难以满足实际工程需要。比较好的做法是将期望状态导数沿控制法则所决定的一条直线向可行的状态导数边界进行投影，以最大限度满足对于当前状态下所期望的动态导数。
[0051]
进一步说明，根据三自由度车辆模型的可行状态导数可知，由于系统欠驱动的耦合作用，可行的状态导数在三维空间内形成一个曲面，而且在期望航向角速度和期望横摆角加速度确定的情况下，曲面的有些部分存在两个为了速度未控制但是零动态稳定，需要使和在一个分界线以上的表面上，这一部分在和确定时，有唯一的即代表唯一的期望控制量对。由于控制量的限制，可行的三个状态导数——航向角速度、横摆角加速度、加速度在空间上的分布是一个曲面。
[0052]
该分界线为：
[0053][0054]
将非线性反演约束到这一分界线以上的切空间上表面，速度就稳定，而且使非线性反演成为单解。
[0055]
至此，考虑采用以下的改进替代原有的非线性优化问题：
[0056][0057][0058]
δ
min
≤δ≤δ
max
[0059]fmin
≤f
xr
≤f
max
[0060]
经过这样的投影，能够将不能够同时满足非线性反演两个状态导数各自的方程的
问题转换成了一种可以同时满足两个方程的折中的结果，并且将分界线的约束包含在了投影到边界的过程中，将一个约束优化问题转变成了几何求解问题，加快了收敛速度。将前轴侧向力、后轴侧向力、前轴侧偏角、前后轴垂直载荷的公式带入非线性规划问题得到目标控制量。目标控制量是指目标前轮转角和目标后轮纵向力，基于目标控制量对车辆进行控制，可以实现在保证车辆稳定的前提下尽可能地跟踪规划轨迹。
[0061]
本发明实施例提供了一种极限工况下的车辆轨迹跟踪控制方法，该方法包括：当检测到车辆进入极限控制模式时，确定车辆的参考行驶轨迹的参考轨迹信息；根据预先构建的目标优化函数对参考轨迹信息中的第一参考信息进行优化，确定优化后的目标轨迹信息，目标优化函数包括对车辆的目标控制量以及质心侧偏角变化情况的约束；根据目标轨迹信息以及参考轨迹信息中的第二参考信息，结合预设的非线性动力学模型，确定车辆的目标控制量，以基于目标控制量对车辆进行轨迹跟踪控制。利用该方法，从实际工程角度出发，充分考虑期望的参考轨迹信息，利用改进的非线性优化方法，即将车辆的目标控制量以及质心侧偏角变化情况的约束作为目标优化函数，对参考轨迹进行优化，实现在保持车身稳定的前提下尽可能地跟踪规划轨迹，加快求解速度，满足工程需要。
[0062]
实施例二
[0063]
图2为本发明实施例二提供的另一种极限工况下的车辆轨迹跟踪控制方法的流程示意图，本实施例为上述实施例的进一步优化，在本实施例中，进一步对“确定所述车辆的参考行驶轨迹的参考轨迹信息”限定优化，且进一步对“根据预先构建的目标优化函数对所述参考轨迹信息中的第一参考信息进行优化，确定优化后的目标轨迹信息”限定优化，且进一步对“根据所述目标轨迹信息以及所述参考轨迹信息中的第二参考信息，结合预设的非线性动力学模型，确定所述车辆的目标控制量”限定优化。
[0064]
如图2所示，本实施例二提供一种极限工况下的车辆轨迹跟踪控制方法，具体包括如下步骤：
[0065]
s201、获取参考行驶轨迹的参考半径和参考速度。
[0066]
具体的，根据参考行驶轨迹的几何形状可以确定参考曲率以及参考速度，在确定出参考曲率的情况下，相当于确定了参考行驶轨迹的参考半径。
[0067]
s202、根据预设的车辆模型，确定车辆模型下的平衡点公式。
[0068]
具体的，建立非线性动力学模型。本实施例中预设的车辆模型为单轨三自由度模型，根据达朗贝尔原理的表述内容，在车辆行驶过程中，作用于车辆质心处的主动力、约束力和惯性力相互平衡，也就是质心处的纵向力、侧向力和横摆力矩平衡，从而推导出如下的车辆动力学方程：
[0069][0070][0071][0072]
式中，r为横摆角速度，为车辆横摆角速度的导数，为质心侧偏角速度，v为汽车
速度，为速度导数，a为汽车质心到前轴的距离，b为汽车质心到后轴的距离，f
yf
为单轨模型前轮侧向力，f
yr
为后轮侧向力，f
xr
为后轮纵向力，δ为前轮转角，为航向角速度，m为汽车质量，iz为汽车在质心绕z轴的转动惯量。x＝[v,β,r]为状态量，m、iz为车辆已知参数，u＝[δ,f
xr
]为控制量。
[0073]
在平衡点求解过程中，设如下变量：漂移平衡点的漂移半径为r
eq
，车辆参考速度为v
eq
，车辆参考质心侧偏角为β
eq
，参考前轮转角为δ
eq
，参考后轮纵向力为参考前、后轮侧向力为根据平衡点的定义，令上述公式中的一阶微分项为0，可以求得三态模型下的平衡点，即
[0074][0075][0076][0077]
式中各字母含义参考上述描述，此处不再赘述，此外，若实施例中涉及到的字母含义已进行描述，则下述涉及到该字母时，则不再对其含义重复描述。
[0078]
s203、将参考半径和参考速度代入平衡点公式中，获得参考行驶轨迹的参考质心侧偏角。
[0079]
在上述方程中，共有五个未知变量：δ
eq
、r
eq
、β
eq
、v
eq
、和三个求解方程，需要对其中两个变量进行约束，才能求得平衡点。在自动驾驶的工程应用中，控制系统上游为规划模块，规划模块的输出结果不仅包含路径的几何信息，还包括期望速度信息。路径的几何信息确定了期望曲率，即r
eq
已知，结合期望速度，即v
eq
为预设值。另外，车身稳定对质心侧偏角有相应的要求，即认为β
eq
为要求值。
[0080]
根据前式，可推导出：
[0081][0082][0083][0084]
其中，h为车辆高度，将前式、期望的车辆速度和质心侧偏角输入到所述的非线性车辆动力学模型中求解得到稳态漂移平衡点x
eq
＝[v
eq
,β
eq
,r
eq
]，为稳态平衡控制点对应的控制律，也就相当于获知了参考行驶轨迹的参考质心侧偏角。
[0085]
s204、将参考半径、参考速度以及参考质心侧偏角作为参考轨迹信息。
[0086]
具体的，将参考半径、参考速度以及参考质心侧偏角作为参考轨迹信息。
[0087]
s205、确定第一参考轨迹信息中参考轨迹起点对应的第一平衡点和参考轨迹终点对应的第二平衡点。
[0088]
示例性的，假设xi和xf为有限的n个采样时间范围内，参考路径的起点和终点所对应的准静态平衡点，xi记为第一平衡点、xf记为第二平衡点。
[0089]
s206、根据第一平衡点，结合设定的积分算法进行积分处理，确定满足目标优化函数最小的至少一个目标平衡点。
[0090]
其中，目标平衡点处于第一平衡点与第二平衡点之间，目标平衡点为设定采样时间对应的平衡点。设定的积分算法为四阶龙格库塔方法。
[0091]
当自动驾驶车辆处于或将处于极限失稳情况时，上游路径规划模块的规划结果对极限失稳控制器来讲会使车辆状态迅速变化。自动驾驶车辆在极限工况时，保持车身稳定是首要控制任务，其次才是尽可能地跟踪规划轨迹。在这样的控制任务下，为了使漂移控制效果免受期望路径的影响，本实施例提出了一种参考轨迹优化方法，该优化方法考虑车辆动力学的约束、执行器的转矩和功率约束以及对控制量变化率的约束，基于最优问题将车辆的参考轨迹进行一步优化，再送到控制器进行漂移控制跟踪。
[0092]
状态量x＝[x,y,β,r,v,φ,δ,f
xr
]，其中，x为质心横坐标，y为质心纵坐标，β为质心侧偏角，r为横摆角速度，v为汽车速度，φ为航向角，δ为前轮转角，控制量侧偏角，r为横摆角速度，v为汽车速度，φ为航向角，δ为前轮转角，控制量为前轮转角对时间的导数，为后轮纵向力对时间的导数。状态量对于时间的导数为：
[0093][0094]
目标函数为每一阶段的控制量的变化率尽可能小以及质心侧偏角从起点值到终点值尽可能快速地变化。这两个目标进行了一定的权衡，r和q为相应的权衡矩阵。目标优化函数由目标控制量变化率、质心侧偏角变化速率以及权衡矩阵构成，目标优化函数的第一约束条件包括获取车辆的前轮转角的物理约束、后轮驱动力约束、驱动力矩约束以及功率约束。具体的，轨迹优化问题的数学描述为：
[0095][0096]
s.t.u
min
≤u≤u
max
[0097]
δ
min
≤δ≤δ
max
[0098]fmin
≤f
xr
≤f
max
[0099]
x
k+1
＝f
dis
(xk,uk,ds)
[0100]
x1＝xi[0101]
xn＝xf[0102]
其中：xi和xf为有限的n个采样时间范围内，参考路径的起点和终点所对应的准静态平衡点，f
dis
(x,u,ds)为使用四阶龙格库塔方法对状态量的积分。xk为第k个采样时间对应的平衡点，x
k+1
为第k+1个采样时间对应的平衡点，r和q为相应的权衡矩阵，uk为第k个采样时间对应的控制量，βk为第k个采样时间对应的质心侧偏角，为质心侧偏角平均值，δβ
*
为从参考路径起点到终点的质心侧偏角的变化值。上述函数可以记为目标优化函数，上述约束条件可以记为第一约束条件。
[0103]
具体的，根据第一平衡点，结合设定的积分算法进行积分处理，确定满足目标优化函数最小的多个目标平衡点。
[0104]
s207、根据各目标平衡点、第一平衡点以及第二平衡点，确定优化后的目标轨迹信息。
[0105]
其中，目标轨迹信息是指优化后的行驶轨迹半径以及优化后的车速。具体的，在获得各平衡点后，可以对各平衡点进行拟合确定出优化后的行驶轨迹，根据优化后的行驶轨迹可以确定出优化后的行驶轨迹半径和优化后的车速。
[0106]
进一步地，根据各目标平衡点、第一平衡点以及第二平衡点，确定优化后的目标轨迹信息，包括：
[0107]
a1)将各目标平衡点、第一平衡点以及第二平衡点进行拟合，确定优化后的目标轨迹。
[0108]
具体，在获取到各个目标平衡点以及起点的第一平衡点以及终点的第二平衡点后，可以基于各个平衡点进行拟合，得到拟合后的轨迹记为目标轨迹。
[0109]
b1)根据目标轨迹的几何形状确定优化后的目标轨迹半径。
[0110]
具体的，根据目标轨迹的几何形状可以确定目标轨迹的曲率，曲率为轨迹半径的倒数，即根据目标轨迹的曲率可以得到轨迹半径，记为目标轨迹半径。
[0111]
c1)根据各目标平衡点之间的轨迹位移以及采样时间，确定优化后的目标速度。
[0112]
具体的，由于各目标平衡点为各个时间采样点对应的平衡点，也就可以得到目标平衡点之间的轨迹位移，再与采样时间作商，可以确定优化后的车速，记为目标速度。
[0113]
d1)将优化后的目标轨迹半径和目标速度作为目标轨迹信息。
[0114]
具体的，将优化后的目标轨迹半径和目标速度作为目标轨迹信息。
[0115]
s208、将目标控制量中的目标速度与目标轨迹半径作商，确定目标横摆角速度。
[0116]
具体的，将目标控制量中的目标速度与目标轨迹半径作商，可以得到目标横摆角速度。
[0117]
s209、根据目标横摆角速度以及第二参考信息中的参考质心侧偏角速度，确定目标航向角速度。
[0118]
其中，航向角速度和质心侧偏角速度之间的运动学关系如下：
[0119]
即由横摆角速度结合期望的参考质心侧偏角，可得到航向角速度。
[0120]
在准静态的情况下，通过上述公式求解得到目标的航向角速度
[0121]
s210、将目标横摆角速度、目标航向角速度、参考质心侧偏角速度、前轮侧向力以及后轮侧向力代入至非线性动力学模型中，确定满足第二约束条件的控制量作为目标控制量，目标控制量包括目标前轮转角和目标后轮纵向力。
[0122]
考虑到现有的非线性规划问题如下：
[0123][0124]
subject toδ
min
≤δ≤δ
max
[0125]fmin
≤f
xr
≤f
max
[0126][0127]
其中，δ
max
为前轮转角的物理上限，δ
min
为前轮转角的物理下限，f
min
为后轴纵向力的物理下限，f
max
为后轴纵向力的物理上限，最下方的约束为控制器的稳定性的约束。经实验，该优化问题中的期望状态导数在超出控制器的可行区域后，由于存在不等式约束，求解时间很难得到保证，难以满足实际工程需要。比较好的做法是将期望状态导数沿控制法则所决定的一条直线向可行的状态导数边界进行投影，以最大限度满足对于当前状态下所期望的动态导数。
[0128]
进一步说明，根据三自由度车辆模型的可行状态导数可知，由于系统欠驱动的耦合作用，可行的状态导数在三维空间内形成一个曲面，而且在期望航向角速度和期望横摆角加速度确定的情况下，曲面的有些部分存在两个为了速度未控制但是零动态稳定，需要使和在一个分界线以上的表面上，这一部分在和确定时，有唯一的即代表唯一的期望控制量对。由于控制量的限制，可行的三个状态导数——航向角速度、横摆角加速度、加速度在空间上的分布是一个曲面。
[0129]
该分界线为：
[0130][0131]
将非线性反演约束到这一分界线以上的切空间上表面，速度就稳定，而且使非线性反演成为单解。
[0132]
至此，考虑采用以下的改进替代原有的非线性优化问题：
[0133][0134][0135]
δ
min
≤δ≤δ
max
[0136]fmin
≤f
xr
≤f
max
[0137]
经过这样的投影，能够将不能够同时满足非线性反演两个状态导数各自的方程的问题转换成了一种可以同时满足两个方程的折中的结果，并且将分界线的约束包含在了投影到边界的过程中，将一个约束优化问题转变成了几何求解问题，加快了收敛速度。上述约束条件可以记为第二约束条件，基于上述非线性动力学模型求解控制量。
[0138]
将前轴侧向力、后轴侧向力、前轴侧偏角、前后轴垂直载荷的公式带入非线性规划问题得到控制量u＝[δ,f
xr
]。
[0139]
进一步地，前轮侧向力由轮胎魔术公式确定，后轮侧向力由前轮垂直载荷、后轮垂直载荷以及轮胎附着系数确定，轮胎附着系数由车辆的当前状态以及视觉预测模型确定。
[0140]
其中，前轴侧向力由轮胎魔术公式求得：
[0141][0142]
其中，d＝-μf
zf
，μ为轮胎附着系数，f
zf
为前轴垂直载荷，b和c为轮胎模型参数，αf为前轮侧偏角，
[0143]
漂移阶段，后轮处于饱和状态，f
zr
为后轮垂直载荷，后轮侧向力为：
[0144][0145]
前后轮垂直载荷计算方式如下：
[0146]
上述技术方案中，轮胎附着系数采用已有成熟估计算法，尤其是基于视觉融合的路面附着系数估计，估计方法不仅根据当前车辆状态，还融合了视觉图像预测出的估计结果，根据这种方法获得路面附着系数可以提前获知即将进入湿滑等极限路面，对自动驾驶极限工况的判定和漂移控制具有一定优势。
[0147]
本实施例具体化了确定所述车辆的参考行驶轨迹的参考轨迹信息的步骤，根据预先构建的目标优化函数对所述参考轨迹信息中的第一参考信息，确定优化后的目标轨迹信息的步骤，以及根据所述目标轨迹信息以及所述参考轨迹信息中的第二参考信息，结合预设的非线性动力学模型，确定所述车辆的目标控制量的步骤，上述技术方案从实际工程角度出发，充分利用路面附着系数信息、期望路径信息，提出一种改进的非线性优化问题形式，并给出了理论依据。从实际工程角度出发，将约束优化问题转变成了几何求解问题，加快了收敛速度，解决了原有优化问题期望状态导数在超出控制器的可行区域后，由于存在不等式约束，求解时间很难得到保证的问题，在保证车辆稳定的前提下，实现了在极限工况下的轨迹跟踪。
[0148]
实施例三
[0149]
图3为本发明实施例三提供的一种极限工况下的车辆轨迹跟踪控制装置的结构示意图，该装置可适用于对极限工况下的车辆轨迹进行跟踪控制的情况，该极限工况下的车辆轨迹跟踪控制装置可配置于电子设备中，如图3所示，该装置包括：参考信息确定模块31、目标信息确定模块32、控制量确定模块33；其中，
[0150]
参考信息确定模块31，用于当检测到车辆进入极限控制模式时，确定车辆的参考行驶轨迹的参考轨迹信息；
[0151]
目标信息确定模块32，用于根据预先构建的目标优化函数对参考轨迹信息中的第一参考信息进行优化，确定优化后的目标轨迹信息，目标优化函数包括对车辆的目标控制量以及质心侧偏角变化情况的约束；
[0152]
控制量确定模块33，用于根据目标轨迹信息以及参考轨迹信息中的第二参考信息，结合预设的非线性动力学模型，确定车辆的目标控制量，以基于目标控制量对车辆进行
轨迹跟踪控制。
[0153]
本发明实施例提供了一种极限工况下的车辆轨迹跟踪控制装置，包括：当检测到车辆进入极限控制模式时，首先确定车辆的参考行驶轨迹的参考轨迹信息；然后偶根据预先构建的目标优化函数对参考轨迹信息中的第一参考信息进行优化，确定优化后的目标轨迹信息，目标优化函数包括对车辆的目标控制量以及质心侧偏角变化情况的约束；最后根据目标轨迹信息以及参考轨迹信息中的第二参考信息，结合预设的非线性动力学模型，确定车辆的目标控制量，以基于目标控制量对车辆进行轨迹跟踪控制。上述技术方案，从实际工程角度出发，充分考虑期望的参考轨迹信息，利用改进的非线性优化方法，即将车辆的目标控制量以及质心侧偏角变化情况的约束作为目标优化函数，对参考轨迹进行优化，实现在保持车身稳定的前提下尽可能地跟踪规划轨迹，加快求解速度，满足工程需要。
[0154]
可选的，参考信息确定模块31，具体可以包括：
[0155]
获取参考行驶轨迹的参考半径和参考速度；
[0156]
根据预设的车辆模型，确定车辆模型下的平衡点公式；
[0157]
将参考半径和参考速度代入平衡点公式中，获得参考行驶轨迹的参考质心侧偏角；
[0158]
将参考半径、参考速度以及参考质心侧偏角作为参考轨迹信息。
[0159]
可选的，目标信息确定模块32，具体可以包括：
[0160]
提取单元，用于确定第一参考轨迹信息中参考轨迹起点对应的第一平衡点和参考轨迹终点对应的第二平衡点；
[0161]
平衡点确定单元，用于根据第一平衡点，结合设定的积分算法进行积分处理，确定满足目标优化函数最小的至少一个目标平衡点，目标平衡点处于第一平衡点与第二平衡点之间，目标平衡点为设定采样时间对应的平衡点；
[0162]
轨迹确定单元，用于根据各目标平衡点、第一平衡点以及第二平衡点，确定优化后的目标轨迹信息。
[0163]
可选的，目标优化函数由目标控制量变化率、质心侧偏角变化速率以及权衡矩阵构成，目标优化函数的第一约束条件包括车辆的前轮转角的物理约束、后轮驱动力约束、驱动力矩约束以及功率约束。
[0164]
可选的，轨迹确定单元，具体用于：
[0165]
将各目标平衡点、第一平衡点以及第二平衡点进行拟合，确定优化后的目标轨迹；
[0166]
根据目标轨迹的几何形状确定优化后的目标轨迹半径；
[0167]
根据各目标平衡点之间的轨迹位移以及采样时间，确定优化后的目标速度；
[0168]
将优化后的目标轨迹半径和目标速度作为目标轨迹信息。
[0169]
可选的，控制量确定模块33，具体用于：
[0170]
将目标控制量中的目标速度与目标轨迹半径作商，确定目标横摆角速度；
[0171]
根据目标横摆角速度以及第二参考信息中的参考质心侧偏角速度，确定目标航向角速度；
[0172]
将目标横摆角速度、目标航向角速度、参考质心侧偏角速度、前轮侧向力以及后轮侧向力代入至非线性动力学模型中，确定满足第二约束条件的控制量作为目标控制量，目标控制量包括目标前轮转角和目标后轮纵向力。
[0173]
可选的，前轮侧向力由轮胎魔术公式确定，后轮转向力由前轮垂直载荷、后轮垂直载荷以及轮胎附着系数确定，轮胎附着系数由车辆的当前状态以及视觉预测模型确定。
[0174]
本发明实施例所提供的极限工况下的车辆轨迹跟踪控制装置可执行本发明任意实施例所提供的极限工况下的车辆轨迹跟踪控制方法，具备执行方法相应的功能模块和有益效果。
[0175]
实施例四
[0176]
图4为本发明实施例四提供的一种电子设备的结构示意图。电子设备旨在表示各种形式的数字计算机，诸如，膝上型计算机、台式计算机、工作台、个人数字助理、服务器、刀片式服务器、大型计算机、和其它适合的计算机。电子设备还可以表示各种形式的移动装置，诸如，个人数字处理、蜂窝电话、智能电话、可穿戴设备(如头盔、眼镜、手表等)和其它类似的计算装置。本文所示的部件、它们的连接和关系、以及它们的功能仅仅作为示例，并且不意在限制本文中描述的和/或者要求的本发明的实现。
[0177]
如图4所示，电子设备40包括至少一个处理器41，以及与至少一个处理器41通信连接的存储器，如只读存储器(rom)42、随机访问存储器(ram)43等，其中，存储器存储有可被至少一个处理器执行的计算机程序，处理器41可以根据存储在只读存储器(rom)42中的计算机程序或者从存储单元48加载到随机访问存储器(ram)43中的计算机程序，来执行各种适当的动作和处理。在ram 43中，还可存储电子设备40操作所需的各种程序和数据。处理器41、rom 42以及ram 43通过总线44彼此相连。输入/输出(i/o)接口45也连接至总线44。
[0178]
电子设备40中的多个部件连接至i/o接口45，包括：输入单元46，例如键盘、鼠标等；输出单元47，例如各种类型的显示器、扬声器等；存储单元48，例如磁盘、光盘等；以及通信单元49，例如网卡、调制解调器、无线通信收发机等。通信单元49允许电子设备40通过诸如因特网的计算机网络和/或各种电信网络与其他设备交换信息/数据。
[0179]
处理器41可以是各种具有处理和计算能力的通用和/或专用处理组件。处理器41的一些示例包括但不限于中央处理单元(cpu)、图形处理单元(gpu)、各种专用的人工智能(ai)计算芯片、各种运行机器学习模型算法的处理器、数字信号处理器(dsp)、以及任何适当的处理器、控制器、微控制器等。处理器41执行上文所描述的各个方法和处理，例如极限工况下的车辆轨迹跟踪控制方法。
[0180]
在一些实施例中，极限工况下的车辆轨迹跟踪控制方法可被实现为计算机程序，其被有形地包含于计算机可读存储介质，例如存储单元48。在一些实施例中，计算机程序的部分或者全部可以经由rom 42和/或通信单元49而被载入和/或安装到电子设备40上。当计算机程序加载到ram 43并由处理器41执行时，可以执行上文描述的极限工况下的车辆轨迹跟踪控制方法的一个或多个步骤。备选地，在其他实施例中，处理器41可以通过其他任何适当的方式(例如，借助于固件)而被配置为执行极限工况下的车辆轨迹跟踪控制方法。
[0181]
本文中以上描述的系统和技术的各种实施方式可以在数字电子电路系统、集成电路系统、场可编程门阵列(fpga)、专用集成电路(asic)、专用标准产品(assp)、芯片上系统的系统(soc)、负载可编程逻辑设备(cpld)、计算机硬件、固件、软件、和/或它们的组合中实现。这些各种实施方式可以包括：实施在一个或者多个计算机程序中，该一个或者多个计算机程序可在包括至少一个可编程处理器的可编程系统上执行和/或解释，该可编程处理器可以是专用或者通用可编程处理器，可以从存储系统、至少一个输入装置、和至少一个输出
装置接收数据和指令，并且将数据和指令传输至该存储系统、该至少一个输入装置、和该至少一个输出装置。
[0182]
用于实施本发明的方法的计算机程序可以采用一个或多个编程语言的任何组合来编写。这些计算机程序可以提供给通用计算机、专用计算机或其他可编程数据处理装置的处理器，使得计算机程序当由处理器执行时使流程图和/或框图中所规定的功能/操作被实施。计算机程序可以完全在机器上执行、部分地在机器上执行，作为独立软件包部分地在机器上执行且部分地在远程机器上执行或完全在远程机器或服务器上执行。
[0183]
在本发明的上下文中，计算机可读存储介质可以是有形的介质，其可以包含或存储以供指令执行系统、装置或设备使用或与指令执行系统、装置或设备结合地使用的计算机程序。计算机可读存储介质可以包括但不限于电子的、磁性的、光学的、电磁的、红外的、或半导体系统、装置或设备，或者上述内容的任何合适组合。备选地，计算机可读存储介质可以是机器可读信号介质。机器可读存储介质的更具体示例会包括基于一个或多个线的电气连接、便携式计算机盘、硬盘、随机存取存储器(ram)、只读存储器(rom)、可擦除可编程只读存储器(eprom或快闪存储器)、光纤、便捷式紧凑盘只读存储器(cd-rom)、光学储存设备、磁储存设备、或上述内容的任何合适组合。
[0184]
为了提供与用户的交互，可以在电子设备上实施此处描述的系统和技术，该电子设备具有：用于向用户显示信息的显示装置(例如，crt(阴极射线管)或者lcd(液晶显示器)监视器)；以及键盘和指向装置(例如，鼠标或者轨迹球)，用户可以通过该键盘和该指向装置来将输入提供给电子设备。其它种类的装置还可以用于提供与用户的交互；例如，提供给用户的反馈可以是任何形式的传感反馈(例如，视觉反馈、听觉反馈、或者触觉反馈)；并且可以用任何形式(包括声输入、语音输入或者、触觉输入)来接收来自用户的输入。
[0185]
可以将此处描述的系统和技术实施在包括后台部件的计算系统(例如，作为数据服务器)、或者包括中间件部件的计算系统(例如，应用服务器)、或者包括前端部件的计算系统(例如，具有图形用户界面或者网络浏览器的用户计算机，用户可以通过该图形用户界面或者该网络浏览器来与此处描述的系统和技术的实施方式交互)、或者包括这种后台部件、中间件部件、或者前端部件的任何组合的计算系统中。可以通过任何形式或者介质的数字数据通信(例如，通信网络)来将系统的部件相互连接。通信网络的示例包括：局域网(lan)、广域网(wan)、区块链网络和互联网。
[0186]
计算系统可以包括客户端和服务器。客户端和服务器一般远离彼此并且通常通过通信网络进行交互。通过在相应的计算机上运行并且彼此具有客户端-服务器关系的计算机程序来产生客户端和服务器的关系。服务器可以是云服务器，又称为云计算服务器或云主机，是云计算服务体系中的一项主机产品，以解决了传统物理主机与vps服务中，存在的管理难度大，业务扩展性弱的缺陷。
[0187]
应该理解，可以使用上面所示的各种形式的流程，重新排序、增加或删除步骤。例如，本发明中记载的各步骤可以并行地执行也可以顺序地执行也可以不同的次序执行，只要能够实现本发明的技术方案所期望的结果，本文在此不进行限制。
[0188]
上述具体实施方式，并不构成对本发明保护范围的限制。本领域技术人员应该明白的是，根据设计要求和其他因素，可以进行各种修改、组合、子组合和替代。任何在本发明的精神和原则之内所作的修改、等同替换和改进等，均应包含在本发明保护范围之内。

技术特征：
1.一种极限工况下的车辆轨迹跟踪控制方法，其特征在于，包括：当检测到车辆进入极限控制模式时，确定所述车辆的参考行驶轨迹的参考轨迹信息；根据预先构建的目标优化函数对所述参考轨迹信息中的第一参考信息进行优化，确定优化后的目标轨迹信息，所述目标优化函数包括对所述车辆的目标控制量以及质心侧偏角变化情况的约束；根据所述目标轨迹信息以及所述参考轨迹信息中的第二参考信息，结合预设的非线性动力学模型，确定所述车辆的目标控制量，以基于所述目标控制量对所述车辆进行轨迹跟踪控制。2.根据权利要求1所述的方法，其特征在于，所述确定所述车辆的参考行驶轨迹的参考轨迹信息，包括：获取所述参考行驶轨迹的参考半径和参考速度；根据预设的车辆模型，确定所述车辆模型下的平衡点公式；将所述参考半径和参考速度代入所述平衡点公式中，获得所述参考行驶轨迹的参考质心侧偏角；将所述参考半径、参考速度以及参考质心侧偏角作为所述参考轨迹信息。3.根据权利要求1所述的方法，其特征在于，所述根据预先构建的目标优化函数对所述参考轨迹信息进行优化，确定优化后的目标轨迹信息，包括：确定所述第一参考轨迹信息中参考轨迹起点对应的第一平衡点和所述参考轨迹终点对应的第二平衡点；根据所述第一平衡点，结合设定的积分算法进行积分处理，确定满足目标优化函数最小的至少一个目标平衡点，所述目标平衡点处于第一平衡点与第二平衡点之间，所述目标平衡点为设定采样时间对应的平衡点；根据各所述目标平衡点、所述第一平衡点以及所述第二平衡点，确定优化后的目标轨迹信息。4.根据权利要求3所述的方法，其特征在于，所述目标优化函数由所述目标控制量变化率、质心侧偏角变化速率以及权衡矩阵构成，所述目标优化函数的第一约束条件包括所述车辆的前轮转角的物理约束、后轮驱动力约束、驱动力矩约束以及功率约束。5.根据权利要求3所述的方法，其特征在于，根据所述各目标平衡点、所述第一平衡点以及所述第二平衡点，确定优化后的目标轨迹信息，包括：将所述各目标平衡点、所述第一平衡点以及所述第二平衡点进行拟合，确定优化后的目标轨迹；根据所述目标轨迹的几何形状确定优化后的目标轨迹半径；根据各所述目标平衡点之间的轨迹位移以及采样时间，确定优化后的目标速度；将优化后的目标轨迹半径和目标速度作为所述目标轨迹信息。6.根据权利要求1所述的方法，其特征在于，所述根据所述目标轨迹信息以及所述参考轨迹信息中的第二参考信息，结合预设的非线性动力学模型，确定所述车辆的目标控制量，包括：将所述目标控制量中的目标速度与所述目标轨迹半径作商，确定目标横摆角速度；根据所述目标横摆角速度以及所述第二参考信息中的参考质心侧偏角速度，确定目标
航向角速度；将所述目标横摆角速度、所述目标航向角速度、所述参考质心侧偏角速度、前轮侧向力以及后轮侧向力代入至所述非线性动力学模型中，确定满足第二约束条件的控制量作为目标控制量，所述目标控制量包括目标前轮转角和目标后轮纵向力。7.根据权利要求6所述的方法，其特征在于，所述前轮侧向力由轮胎魔术公式确定，所述后轮侧向力由前轮垂直载荷、后轮垂直载荷以及轮胎附着系数确定，所述轮胎附着系数由所述车辆的当前状态以及视觉预测模型确定。8.一种极限工况下的车辆轨迹跟踪控制装置，其特征在于，包括：参考信息确定模块，用于当检测到车辆进入极限控制模式时，确定所述车辆的参考行驶轨迹的参考轨迹信息；目标信息确定模块，用于根据预先构建的目标优化函数对所述参考轨迹信息中的第一参考信息进行优化，确定优化后的目标轨迹信息，所述目标优化函数包括对所述车辆的目标控制量以及质心侧偏角变化情况的约束；控制量确定模块，用于根据所述目标轨迹信息以及所述参考轨迹信息中的第二参考信息，结合预设的非线性动力学模型，确定所述车辆的目标控制量，以基于所述目标控制量对所述车辆进行轨迹跟踪控制。9.一种电子设备，其特征在于，包括：至少一个处理器；以及与所述至少一个处理器通信连接的存储器；其中，所述存储器存储有可被所述至少一个处理器执行的计算机程序，所述计算机程序被所述至少一个处理器执行，以使所述至少一个处理器能够执行权利要求1-7任一项所述的极限工况下的车辆轨迹跟踪控制方法。10.一种包含计算机可执行指令的存储介质，其特征在于，所述计算机可执行指令在由计算机处理器执行时用于执行如权利要求1-7任一项所述的极限工况下的车辆轨迹跟踪控制方法。

技术总结
本发明实施例提供了一种极限工况下的车辆轨迹跟踪控制方法、装置、设备及介质，该方法包括：当检测到车辆进入极限控制模式时，确定车辆的参考行驶轨迹的参考轨迹信息；根据预先构建的目标优化函数对参考轨迹信息中的第一参考信息进行优化，确定优化后的目标轨迹信息，目标优化函数包括对车辆的目标控制量以及质心侧偏角变化情况的约束；根据目标轨迹信息以及参考轨迹信息中的第二参考信息，结合预设的非线性动力学模型，确定车辆的目标控制量。利用该方法，利用改进的非线性优化方法，即将车辆的目标控制量以及质心侧偏角变化情况的约束作为目标优化函数，对参考轨迹进行优化，实现在保持车身稳定的前提下尽可能地跟踪规划轨迹满足工程需要。划轨迹满足工程需要。划轨迹满足工程需要。


技术研发人员：刘洋 王洪雨 邹炳宇 张中举 何柳
受保护的技术使用者：一汽（南京）科技开发有限公司
技术研发日：2023.05.16
技术公布日：2023/8/15