一种基于GK聚类算法模型预测的无人车横向运动的控制方法
专利汇可以提供一种基于GK聚类算法模型预测的无人车横向运动的控制方法专利检索，专利查询，专利分析的服务。并且本 发明 公开了一种基于GK聚类 算法 模型预测的无人车横向运动的控制方法，1，实时获取车辆当前状态；2，采集车辆周围环境，实时规划期望路径；3，利用GK 聚类算法 建立单轨整车模型；4，将步骤3得到的单轨整车模型转换成线性误差模型的 状态空间 方程，并离散化处理；5，利用线性时变的模型预测控制算法，建立线性时变的模型预测 控制器 ，将车辆 坐标系 下的质心速度、航向 角 、横摆 角速度 、车辆 位置 作为模型预测控制器输入，前轮转角作为控制器输出，根据当前状态和目标轨迹，计算预测时域内的轨迹点和控制时域内的控制序列，把问题转换成二次规划问题求最优解，更新车辆状态；6，根据模型预测控制器得到的控制量依次控制目标车辆的转向。，下面是一种基于GK聚类算法模型预测的无人车横向运动的控制方法专利的具体信息内容。
1.一种基于GK聚类算法模型预测的无人车横向运动的控制方法，其特征在于，包括如下步骤：
步骤1，利用车辆传感器实时获取车辆当前状态，如质心速度，航向角，横摆角速度，车辆当前坐标以及轮胎侧偏角以及车速信息；
步骤2，利用工业相机和毫米波雷达采集汽车周围环境信息，确定可行驶区域，实时规划期望路径；
步骤3，建立单轨整车模型：利用GK聚类算法将轮胎侧偏力与侧偏角之间关系中的非线性部分分段线性化，得到轮胎侧偏力和轮胎侧偏角之间仿射后关系的分段函数，利用此分段函数带入车辆动力学模型中得到单轨整车模型；
步骤4，利用泰勒公式将步骤3得到的非线性三自由度单轨整车模型转换成线性误差模型的状态空间方程，其中状态量取车辆坐标系下的质心速度、航向角、横摆角速度、大地坐标系下的车辆位置，控制量取前轮转角，并将其离散化处理；
步骤5，利用线性时变的模型预测控制算法，建立线性时变的模型预测控制器，将车辆坐标系下的质心速度、航向角、横摆角速度、大地坐标系下的车辆位置作为模型预测控制器的输入，前轮转角作为控制器的输出，根据当前的状态和目标轨迹，计算得到预测时域内的轨迹点和控制时域内的控制序列，为了得到控制序列，建立目标函数，并把问题转换成二次规划问题求最优解，并且将控制序列的第一个元素作为实际控制目标的控制量。更新车辆的状态，重复以上步骤实现模型预测的滚动优化功能；
步骤6，根据模型预测控制器得到的控制量依次控制目标车辆的转向。
2.根据权利要求1所述的一种基于GK聚类算法模型预测的无人车横向运动的控制方法，其特征在于，所述步骤1中，实时获取车辆当前的状态信息是利用惯性导航实时采集，车速信息由轮速传感器实时采集获得。
3.根据权利要求1所述的一种基于GK聚类算法模型预测的无人车横向运动的控制方法，其特征在于，所述步骤3的单轨整车模型表达式为：
其中，Fcf,Fcr分别车辆前、后轮胎所受的侧向力，已经由上述聚类算法分段表示出来；
Flf，Flr分别为车辆前、后轮胎所受纵向力，与轮胎的纵向刚度、滑移率有关；δf为车辆前轮转角；为车辆横摆角；a为前轴到质心的距离，b为后轴到质心的距离，IZ为车辆绕z轴的转动惯量。
4.根据权利要求3所述的一种基于GK聚类算法模型预测的无人车横向运动的控制方法，其特征在于，所述单轨整车模型的建立方法如下：
利用GK聚类的方法将轮胎侧偏力F与轮胎侧偏角α关系中的非线性部分分段仿射成几段线性化模型，模型参数辨识包括数据子空间分割、各子空间线性模型参数估计和切换面方程系数估计；采集各类工况下轮胎侧偏角α与侧向力F的试验数据，对轮胎侧偏特性的分段仿射模型进行参数辨识，基于传感器得到的实验数据，构建回归方程：y(k)＝f(x(k))+e(k)，其中，x(k)为回归向量，由系统的历史输入和输出向量构成，x(k)＝[y(k-1)…y(k-na),u(k-1)…u(k-na)]；e(k)为已知概率密度分布的加性噪声，y(k)为实测输出信号，u(k)为实测输入信号；
1)分段仿射数据子空间划分
对于输入输出信号序列Z＝(x(k),y(k))，k＝1,…T，T＞0，定义模式函数：μ(k):{1,…T}→{1,…s}，μ(k):＝i，whenever x(k)∈χi发明，采用改进的G-K聚类方法实现模式函数μ的求解，使得聚类结果满足如下目标函数：
其中，m∈[1,∞)表征聚类模糊程度的可调参数，代表各类别之间的重叠程度，取m＝2。
d(zj,vi)表示样本zj与聚类中心vi之间的距离，决定了聚类的形状，采用自适应的距离度量方法：
d2(zj-vi)＝(zj-vi)TMi(zj-vi)
其中，Mi是正定矩阵，由聚类协方差矩阵Fi决定
2)分段仿射子模型参数辨识
基于聚类方法获得数据子空间划分之后，子模型参数辨识问题简化为线性优化问题，采用加权最小二乘法进行计算；根据该子类数据集Zi的输入输出数据，以实际系统与子模型之间的输出偏差平方和构成如下所示准则函数，该准则的极小值对应子模型参数向量θi的估计值；
3)切换面方程系数估计
由于各作用域 的凸多面体除公共边界外没有重叠部分，其切换面方程系数辨识可转化为聚类数据的线性分割问题；采用基于支持向量机的方法进行超平面方程系数的求解，对于子模型作用域的凸多面体区间： 切换面方程可描
述为：hji＝{wix(k)+bi＝0}，折衷考虑最大分类间隔和最少错分样本，建立广义最优分类面，选择满足Mercer条件的线性核函数构成支持向量，从而得到系统超平面方程系数h；
再采用事后校验的方法对各子模型的相似性进行评判，实现相似子模型的合并以及模型参数的重新辨识；
经过GK聚类算法聚类仿射轮胎侧偏力和侧偏角得到的聚类仿射关系如下：
其中， 为仿射子模型的参数向量， 为仿射子模型作用域凸
面体区间，并假定各凸面体除公共边界外没有重叠区间，即
当系统的状态到达边界区域时发生切换。在控制过程中侧偏角α可以根据如下关系式计算得到：
其中 和 是分别是车辆坐标系下的纵向速度，侧向速度和车辆横摆角速度，这些量都是车辆模型的状态量可以在控制过程中实时计算得到，δf是车辆的前轮转角，是车辆模型的控制量，是在控制过程中实时计算得到，a、b分别是车辆质心到前后轴的距离。将侧向力带入单轨整车模型，得到数学模型：
其中，Fcf,Fcr分别车辆前、后轮胎所受的侧向力，已经由上述聚类算法分段表示出来；
Flf，Flr分别为车辆前、后轮胎所受纵向力，与轮胎的纵向刚度、滑移率有关；δf为车辆前轮转角；为车辆横摆角；a为前轴到质心的距离，b为后轴到质心的距离，IZ为车辆绕z轴的转动惯量。
5.根据权利要求4所述的一种基于GK聚类算法模型预测的无人车横向运动的控制方法，其特征在于，所述聚类算法的步骤如下：
步骤一：计算实验数据集Z的协方差矩阵，从Z中选定最远两个样本为初始的聚类中心，计算隶属度矩阵 令l＝1；
步骤二：计算聚类协方差矩阵Fi，提取特征值及特征向量，进行协方差调整；
2
步骤三：计算Mi与平方距离d；
步骤四：重新计算隶属度矩阵
步骤五：判断||Ul-Ul-1||＞ε是否成立，如果是则返回步骤二，如果不是则继续步骤六；
步骤六：保留本次的聚类中心 与隶属度矩阵 进行聚类有效性验证，即判断c≤cmax，如果是直接跳到步骤九，如果不是则继续步骤七；
步骤七：计算变量c＝c+1，根据隶属度矩阵 找出一个与各子集均不相似的样本zk；
步骤八：根据新的聚类初始中心，计算相应新的初始隶属度矩阵；
步骤九：确定最佳聚类个数，根据每组样本所属子集的隶属度，进行数据集划分。
6.根据权利要求1所述的一种基于GK聚类算法模型预测的无人车横向运动的控制方法，其特征在于，所述步骤4的具体实现包括如下：
将单轨整车模型写成：
其中，ξ为状态量，μ为控制量，将其在任意点处泰勒展开，只保留一阶项，忽略高阶项，得到：
另外此任意点处也有：
将式 和 相减得到：
式中，
对此状态空间方程用一阶差商的方法进行离散化处理，得到离散线性化模型表达式：
其中，A(k)＝I+TA(t),B(k)＝TB(t)。
7.根据权利要求6所述的一种基于GK聚类算法模型预测的无人车横向运动的控制方法，其特征在于，所述步骤5的具体实现包括如下：
1)状态变量和输出变量的描述
为了求解方便，将 合并写成：
得到新的状态空间表达式：
其中，
是预测时域内的输出；
选取预测时域为10，控制时域为3，将系统预测时域内的输出量以矩阵的形式表达为：
控制时域内的输出为 系统未来的输出可以写成：Y(k+
10|k)＝Sxx(k)+SuΔU(k)，其中
2)优化求解：
设置代价函数为：
其中等式右边第一项反映了对参考轨迹的跟踪能力，第二项反映了控制过程的稳定变
2
化，Q、R分别是这两项的权重矩阵，ρε是为了避免优化过程中出现无解情况而增加的松弛因子；
转换为标准的二次规划问题：
3)反馈更新：
完成该二次规划问题的求解，得到控制时域内的控制量：
8.根据权利要求7所述的一种基于GK聚类算法模型预测的无人车横向运动的控制方法，其特征在于，所述步骤6中，控制目标车辆的转向的实际控制量为：由模型预测控制器得到的控制量加上上一时刻的控制量得到，即为：
一种基于GK聚类算法模型预测的无人车横向运动的控制方法
技术领域
背景技术
发明内容
当系统的状态到达边界区域时发生切换。在控制过程中侧偏
角α可以根据如下关系式计算得到：
具体实施方式
的状态到达边界区域时发生切换。在控制过程中侧偏角α可以根据如下关系式计算得到：
| 标题 | 发布/更新时间 | 阅读量 |
|---|---|---|
| 用于安装ABS的轮速传感器的轮毂轴承 | 2020-05-14 | 752 |
| 轮速传感器磁性块装配装置 | 2020-05-15 | 247 |
| 汽车轮速传感器故障监测方法 | 2020-05-15 | 199 |
| 轮速传感器接口装置 | 2020-05-12 | 498 |
| 一种轮速传感器 | 2020-05-11 | 909 |
| 一种轮速传感器 | 2020-05-11 | 605 |
| 汽车轮速传感器电缆 | 2020-05-11 | 327 |
| 汽车轮速传感器生产设备 | 2020-05-14 | 569 |
| 一种汽车轮速传感器检测系统 | 2020-05-14 | 656 |
| 轮速传感器 | 2020-05-12 | 514 |
高效检索全球专利专利汇是专利免费检索,专利查询,专利分析-国家发明专利查询检索分析平台，是提供专利分析，专利查询，专利检索等数据服务功能的知识产权数据服务商。
我们的产品包含105个国家的1.26亿组数据，免费查、免费专利分析。
专利汇分析报告产品可以对行业情报数据进行梳理分析，涉及维度包括行业专利基本状况分析、地域分析、技术分析、发明人分析、申请人分析、专利权人分析、失效分析、核心专利分析、法律分析、研发重点分析、企业专利处境分析、技术处境分析、专利寿命分析、企业定位分析、引证分析等超过60个分析角度，系统通过AI智能系统对图表进行解读，只需1分钟，一键生成行业专利分析报告。
