智能驾驶中自车轨迹的计算

           目前,带有辅助驾驶功能的车辆生成自车轨迹的方式通常为:通过车辆的EPS(Electronic‑Power‑Steering,电动助力转向系统)传感器输出的横摆角速度计算出与横摆角速度对应的轨迹曲率,进而得到车辆轨迹。但是EPS传感器容易受到外界干扰,因此,根据EPS传感器输出的横摆角速度计算得到的车辆轨迹存在波动较大、噪声较大以及跳帧的现象。车辆的控制终端根据EPS传感器输出的横摆角速度得到的车辆轨迹与目标车辆轨迹生成控制信号以对车辆的方向盘进行控制时,容易导致方向盘存在较大波动和抖动的现象。

          因此在智能驾驶控制算法中,通常通过车辆前轮转角得到对应的横摆角速度,再利用EPS输出的横摆角速度与前轮转角推导出的横摆角速度得到横摆角速度补偿量,并将其补偿到前轮转角算出的横摆角速度上,得到的横摆角速度比直接由车辆传感器输出的横摆角速度更加稳定、平滑,且无噪声和毛刺,还不失真,提高了对车辆进行控制的稳定性。

1.通过方向盘转角推导横摆角速度

由二自由度模型运动微分方程(推导过程可参考线性二自由度汽车模型的微分方程-CSDN博客):

图片

       可知,车辆在作稳态转向运动时,其质心侧偏角和横摆角速率不变,因此,将稳态条件dB/dt = 0和dWr/dt = 0分别带入上述公式,可以得到前轮转角与汽车横摆角速率之间的关系:

图片

图片

图片

      其中,L为轴距,a为质心到前轴的距离,b为质心到后轴的距离,为车辆前轴的侧偏刚度,为车辆后轴的侧偏刚度,K稳定性因数,是表征车辆稳态影响的一个重要参数。其中,K是通过特征车速Vch得到的,K与特征车速之间存在如下等式关系

图片

,所以上式可表达为:

图片

2.计算自车轨迹C0

已知前轮转角Delta = SteerAngle/Ration,其中,Ration为传动比,设方向盘转角增益为Gain,则

图片

所以通过方向盘转角计算出的横摆角速度为SteerAng_YawRate:

                                                SteerAng_YawRate = SteerAngle * Gain

已知车辆本身的横摆角速度为:Vehicle_YawRate,则其与方向盘转角计算出的横摆角速度之差YawRateError为:

                                     YawRateError = SteerAng_YawRate - Vehicle_YawRate

由此可推算出需要补偿的方向盘角度AngleOffset为:

                                    AngleOffset  = YawRateError  / Gain

所以可得补偿后的横摆角速度YawRate为:

                                  YawRate = ( SteerAngle - AngleOffset) * Gain

已知Wr = V / R,可得自车曲率C0为:

图片

  • 21
    点赞
  • 23
    收藏
    觉得还不错? 一键收藏
  • 1
    评论
### 回答1: 智能车辆的轨迹跟踪是通过使用传感器和控制器来实现的。首先,车辆需要安装多种传感器,例如激光雷达、摄像头、GPS等,以获取周围环境的信息。然后,这些传感器会将数据传输给车辆控制器,该控制器使用算法来分析数据并确定车辆的位置、速度和方向。 一旦车辆的位置和方向确定,控制器就可以计算出车辆的理想轨迹,并将其与实际轨迹进行比较。如果车辆偏离了理想轨迹,则控制器会根据算法进行调整,以便车辆能够重新回到理想轨迹上行驶。 总的来说,智能车辆的轨迹跟踪是通过传感器和控制器的协同作用来实现的,这使得车辆能够在复杂的道路环境中自主驾驶,并保持在安全的轨迹上行驶。 ### 回答2: 智能车辆的轨迹跟踪是通过一系列传感器和算法来实现的。 首先,智能车辆会使用全局定位系统(GPS)和惯性测量单元(IMU)等传感器获取自身的位置和姿态信息。GPS可以提供全球范围内精确的位置数据,而IMU则可以测量车辆的加速度、角速度和方向等信息。 接下来,智能车辆会使用激光雷达、摄像头和雷达等传感器来感知周围环境。激光雷达可以扫描周围的物体并测量距离和形状,摄像头可以捕捉到道路标志、车辆和行人等物体,雷达可以探测到周围物体的速度和方向。 然后,智能车辆会使用环境感知算法来对传感器获取的数据进行处理和分析。算法可以将传感器数据转化为车辆周围的场景信息,例如道路的几何结构、交通标识和车辆的运动轨迹等。 最后,智能车辆会使用路径规划和控制算法来生成和跟踪轨迹。路径规划算法可以根据车辆的起点、终点和避障要求等信息,生成一条行驶路径。控制算法则可以根据车辆的位置、速度和方向等信息,调整车辆的转向和加减速度,使其按照生成的轨迹进行行驶。 综上所述,智能车辆的轨迹跟踪是通过传感器获取车辆和环境信息,然后通过环境感知、路径规划和控制算法来实现的。这些技术的协同作用使得智能车辆能够准确地沿着指定轨迹行驶,从而实现自动驾驶的功能。 ### 回答3: 智能车辆的轨迹跟踪是通过集成多种传感器、算法和控制系统来实现的。 首先,智能车辆通过安装在车辆上的传感器,如激光雷达、摄像头、惯性测量单元等,实时获取车辆周围的环境信息。激光雷达可以通过测量周围物体的距离和形状,以获取高精度的障碍物位置。摄像头可以识别道路标志、车道线、交通信号灯等。惯性测量单元则可以测量车辆的运动状态,如加速度、角速度等。 接下来,从传感器获取的信息会通过数据融合算法进行处理和分析。数据融合算法可以将不同传感器的信息进行综合,消除噪声和误差,得到精确的车辆位置和环境地图。这个过程通常涉及到传感器数据的滤波、定位、目标识别和跟踪等技术,以及机器学习和深度学习等人工智能方法的应用。 最后,根据车辆的当前位置和目标位置,智能车辆使用控制系统来实现轨迹跟踪。控制系统可以基于车辆动力学模型和路径规划算法,控制车辆的转向、加速度和制动等操作,以实现精确的轨迹跟踪。这个过程通常涉及到闭环控制、动态路径规划、优化算法等技术,以及反馈控制和模型预测控制等现代控制方法的应用。 综上所述,智能车辆的轨迹跟踪是通过传感器获取环境信息、数据融合算法处理和分析数据、控制系统实现准确控制的综合应用。通过不断改进算法和传感器技术,智能车辆的轨迹跟踪能够实现更加准确和安全的行驶。

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论 1
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值