基于自主漂移的自动驾驶车辆极限工况轨迹规划与控制

doi:10.19562/j.chinasae.qcgc.2024.10.006

摘要/Abstract

摘要：

为兼顾自动驾驶车辆在极限工况下的稳定性与轨迹跟踪性能，提出了一种基于自主漂移的自动驾驶车辆轨迹规划与控制方法。基于神经网络设计了神经网络轮胎动力学模型，提升了传统魔术轮胎公式的精度。为进一步拓展自动驾驶车辆极限工况下的稳定边界，基于漂移时轮胎饱和及最大侧滑特性结合质心侧偏角-横摆角速度相平面约束设计了漂移稳定边界，采用非线性模型预测控制（NMPC）在更大稳定范围内规划了安全漂移轨迹，并对规划轨迹进行了漂移跟踪控制。Simulink/CarSim联合仿真结果表明，该方法可充分利用漂移运动优势，在极限工况下确保车辆不发生失控，同时准确跟踪期望轨迹。

关键词: 极限工况, 轨迹跟踪, 稳定性控制, 神经网络轮胎模型, 非线性模型预测控制

Abstract:

To consider both stability and trajectory tracking performance of autonomous vehicles operating in extreme conditions， a trajectory planning and control method based on autonomous drift is proposed. A neural network tire dynamics model is designed based on neural network to improve the accuracy of the traditional magic tire formulation. In order to further expand the stability boundaries under the extreme working conditions of autonomous vehicles， the drift stability boundaries are designed based on the tire saturation and maximum sideslip characteristics combined with the center-of-mass lateral deflection angle-transverse swing angular velocity phase plane constraints during drift， and the nonlinear model predictive control （NMPC） is used to plan a safe drift trajectory within a wider stability range， and the drift tracking control is carried out for the planned trajectory. The results of the joint simulation of Simulink/CarSim show that the method can fully utilize the advantages of drift motion to ensure that the vehicle does not go out of control under extreme working conditions， while accurately tracking the desired trajectory.

Key words: extreme conditions, trajectory tracking, stability control, neural network tire model, nonlinear model predictive control

卢少波,代灵峰,王晨辉,刘丙军,褚志刚,谢文科. 基于自主漂移的自动驾驶车辆极限工况轨迹规划与控制[J]. 汽车工程, 2024, 46(10): 1780-1789.

Shaobo Lu,Lingfeng Dai,Chenhui Wang,Bingjun Liu,Zhigang Chu,Wenke Xie. Trajectory Planning and Control of Autonomous Vehicle Under Extreme Conditions Based on Autonomous Drift[J]. Automotive Engineering, 2024, 46(10): 1780-1789.

图/表 13

图1

图2

图3

图4

表1

图5

表2

图6

图7

表3

图8

图9

图10

参考文献 25

1	ZHOU T， YANG M， JIANG K， et al. MMW radar-based technologies in autonomous driving： a review［J］. Sensors， 2020， 20（24）： 7283.
2	Taxonomy and definitions for terms related to driving automation systems for on-road motor vehicles： SAE J3016_201609［S］. 2016.
3	陈龙，解云鹏，蔡英凤，等. 极限工况下无人驾驶车辆稳定跟踪控制［J］. 汽车工程， 2020， 42（8）： 1016-1026.
	CHEN L， XIE Y， CAI Y， et al. Stable tracking control of autonomous vehicles at extreme conditions ［J］. Automotive Engineering， 2020， 42 （8）： 1016-1026.
4	宋强，王冠峰，商赫，等. 基于多参数控制的分布式驱动电动汽车操纵稳定性控制策略研究［J］. 汽车工程， 2023，45（11）： 2104-2112，2138.
	SONG Q， WANG G， SHANG H， et al. Research on control strategy for handling and stability of distributed drive electric vehicles based on multi parameter control ［J］. Automotive Engineering， 2023，45（11）： 2104-2112，2138.
5	LIU C， LIU H， HAN L， et al. Multi-level coordinated yaw stability control based on sliding mode predictive control for distributed drive electric vehicles under extreme conditions［J］. IEEE Transactions on Vehicular Technology， 2022， 72（1）： 280-296.
6	张钰，徐明帆，白光宇，等. 考虑稳定性约束的智能车辆切换控制方法［J］. 汽车工程， 2023， 45（5）： 709-718.
	ZHANG Y， XU M， BAI G， et al. An intelligent vehicle switching control method considering stability constraints ［J］. Automotive Engineering， 2023， 45 （5）： 709-718.
7	LIANG Y， LI Y， YU Y， et al. Integrated lateral control for 4WID/4WIS vehicle in high-speed condition considering the magnitude of steering［J］. Vehicle System Dynamics， 2020， 58（11）： 1711-1735.
8	GOH J Y M. Automated vehicle control beyond the stability limits［M］. Stanford University， 2019.
9	BALACHANDRAN A， CHEN T L， GOH J Y M， et al. Human-centric intelligent driving： collaborating with the driver to improve safety［C］. Automated Road Transportation Symposium. Cham： Springer International Publishing， 2021： 85-109.
10	HINDIYEH R Y， GERDES J C. Equilibrium analysis of drifting vehicles for control design［C］. Dynamic Systems and Control Conference， 2009， 48920： 181-188.
11	GOH J Y， GOEL T， CHRISTIAN J C. Toward automated vehicle control beyond the stability limits： drifting along a general path［J］. Journal of Dynamic Systems， Measurement， and Control， 2020， 142（2）： 021004.
12	HOU X， ZHANG J， JI Y， et al. Autonomous drift controller for distributed drive electric vehicle with input coupling and uncertain disturbance［J］. ISA Transactions， 2022， 120： 1-17.
13	HINDIYEH R Y， GERDES J C. A controller framework for autonomous drifting： design， stability， and experimental validation［J］. Journal of Dynamic Systems， Measurement， and Control， 2014， 136（5）： 051015.
14	QI Y， ZHANG Z， HU C， et al. An MPC-based controller framework for agile maneuvering of autonomous vehicles［C］. IEEE Intelligent Vehicles Symposium （IV）， 2021： 1228-1234.
15	PARK M， KANG Y. Experimental verification of a drift controller for autonomous vehicle tracking： a circular trajectory using LQR method［J］. International Journal of Control， Automation and Systems， 2021， 19（1）： 404-416.
16	JOA E， CHA H， HYUN Y， et al. A new control approach for automated drifting in consideration of the driving characteristics of an expert human driver［J］. Control Engineering Practice， 2020， 96： 104293.
17	ACOSTA M， KANARACHOS S. Teaching a vehicle to autonomously drift： a data-based approach using neural networks［J］. Knowledge-Based Systems， 2018， 153： 12-28.
18	ZHANG F， GONZALES J， LI S E， et al. Drift control for cornering maneuver of autonomous vehicles［J］. Mechatronics， 2018， 54： 167-174.
19	BROWN M， FUNKE J， ERLIEN S， et al. Safe driving envelopes for path tracking in autonomous vehicles［J］. Control Engineering Practice， 2017， 61： 307-316.
20	LI D， ZHANG J， LIN S. Planning and control of drifting-based collision avoidance strategy under emergency driving conditions［J］. Control Engineering Practice， 2023， 139： 105625.
21	ACOSTA M， KANARACHOS S， FITZPATRICK M E. A hybrid hierarchical rally driver model for autonomous vehicle agile maneuvering on loose surfaces［C］. International Conference on Informatics in Control， Automation and Robotics， 2017： 216-225.
22	赵选铭.面向分布式驱动车辆的自动驾驶漂移避障算法研究［D］. 长春：吉林大学， 2023.
	ZHAO X. Research on autonomous drifting obstacle avoidance algorithm for distributed drive vehicles ［D］. Changchun： Jilin University， 2023.
23	张放. 极限工况下自动驾驶车辆的轨迹规划与运动控制［D］. 北京：清华大学， 2018.
	ZHANG F. Trajectory planning and motion control for extreme maneuvers of autonomous vehicles［D］. Beijing： Tsinghua University， 2018.
24	DAI L， LU S， XIE W， et al. Drift control of autonomous vehicle under extreme condition based on neural network tire model［C］. IEEE 7th CAA International Conference on Vehicular Control and Intelligence （CVCI）， 2023： 1-6.
25	ACOSTA M， KANARACHOS S. Tire lateral force estimation and grip potential identification using neural networks， extended Kalman filter， and recursive least squares［J］. Neural Computing and Applications， 2018， 30： 3445-3465.

参数	数值
车辆质量m/kg	1 501
质心距前轴距离a/m	1.12
质心距后轴距离b/m	1.50
转动惯量I_z /（kg·m²）	1 816
前轮侧偏刚度C_α_F/（N·rad^-1）	141 643
后轮侧偏刚度C_α_R/（N·rad^-1）	112 441
预测步长N_p	12
控制步长N_c	8
规划时间步长T_p/s	0.01
控制时间步长T_c/s	0.01

轮胎模型	最大误差/N	稳态误差/N
刷子轮胎公式	2 916.15	799.12
魔术轮胎公式	1 946.25	319.22
NN轮胎模型	948.53	111.30

误差	保守稳定边界	漂移稳定边界
误差平均值/m	1.41	0.44
误差最大值/m	5.62	1.38

[1]	苏东旭,赵治国,赵坤,李刚,于勤. 基于可拓相平面稳定域划分的Tube-MPC车辆稳定性控制[J]. 汽车工程, 2024, 46(9): 1654-1667.
[2]	肖礼明,张发旺,陈良发,闫昊琪,马飞,李升波,段京良. 依托多风格强化学习的车辆轨迹跟踪避撞控制[J]. 汽车工程, 2024, 46(6): 945-955.
[3]	赵树恩,王盛,冷姚. 智能汽车轨迹跟踪多目标显式模型预测控制[J]. 汽车工程, 2024, 46(5): 784-794.
[4]	袁志群,陈衍强,常宇轩,霍殿生,林立. 考虑侧风稳定性的汽车轨迹跟踪自适应时域模型预测控制[J]. 汽车工程, 2024, 46(10): 1829-1841.
[5]	查云飞,吕小龙,陈慧勤,易迎春,王燕燕. 基于路面附着系数估计的车辆轨迹跟踪控制[J]. 汽车工程, 2023, 45(6): 1010-1021.
[6]	贺伊琳,马建,杨舒凯,郑威,薛启帆. 融合预瞄特性的智能电动汽车稳定性模型预测控制研究[J]. 汽车工程, 2023, 45(5): 719-734.
[7]	张彬,邹渊,张旭东,孙逢春,吴喆,孟逸豪. 混动履带式无人平台轨迹跟踪控制研究[J]. 汽车工程, 2023, 45(4): 579-587.
[8]	李琴,汤建明,张博远,陈勇,王勇. 分布式驱动电动汽车多执行器容错控制研究[J]. 汽车工程, 2023, 45(12): 2251-2259.
[9]	徐璞磊,蔡英凤,廉玉波,孙晓强,王海,陈龙,钟益林. 基于改进分层可拓理论的智能汽车AFS/DYC协调控制[J]. 汽车工程, 2023, 45(1): 20-31.
[10]	林程,梁晟,宫新乐,于潇,汪博文. 面向极限工况的分布式驱动电动汽车动力学集成控制方法[J]. 汽车工程, 2022, 44(9): 1372-1385.
[11]	李道飞,查安飞,徐彪,张家杰. 半挂汽车列车紧急避撞轨迹跟踪控制算法[J]. 汽车工程, 2022, 44(7): 1098-1106.
[12]	丛森森,高峰,许述财. 基于动态稳定域的车辆横纵向稳定性协同控制[J]. 汽车工程, 2022, 44(6): 900-908.
[13]	方培俊,蔡英凤,陈龙,廉玉波,王海,钟益林,孙晓强. 基于车辆动力学混合模型的智能汽车轨迹跟踪控制方法[J]. 汽车工程, 2022, 44(10): 1469-1483.
[14]	卢少波,谢菲菲,张博涵,陆嘉峰,李彩霞. 基于非对称势场的人车协同博弈避撞[J]. 汽车工程, 2022, 44(10): 1484-1493.
[15]	王宏伟,刘晨宇,李磊,张昊天. 基于高效NMPC算法的无人车轨迹跟踪控制研究[J]. 汽车工程, 2022, 44(10): 1494-1502.