廣告
自動駕駛車輛的系統(tǒng)架構(gòu)
2.3.2底盤控制方法
底盤控制方法計算汽車的轉(zhuǎn)向、油門和制動致動器的輸入，這些制動器執(zhí)行由運動規(guī)劃子系統(tǒng)計算的運動計劃，并減輕主要由制動器模型引起的不精確。自動駕駛汽車最常見的底盤控制方法之一是反饋控制。它包括應(yīng)用控制命令輸入，觀察硬件輸出，并調(diào)整未來輸入以糾正制動器模型中的錯誤。
1）自動駕駛汽車的一種應(yīng)用極其廣泛的底盤控制方法是比例積分微分（PID）。
2）自適應(yīng)PID控制方法
最小方差自適應(yīng)PID控制的基本思想是：在每個采樣周期，以系統(tǒng)偏差的最小方差極小化為性能指標進行系統(tǒng)品質(zhì)評價，通過引入在線辨識的最小二乘算法估計未知過程參數(shù)，依此來計算各采樣時刻的自適應(yīng)PID控制量u(t)。
極點配置自適應(yīng)PID控制的基本思想是：按照某種優(yōu)化策略選擇期望閉環(huán)極點分布，在每個采樣周期，通過加權(quán)遞推最小二乘法顯式地估計過程參數(shù)，并結(jié)合PID控制規(guī)律，求得含未知參數(shù)q0、q1和q2的系統(tǒng)閉環(huán)方程，然后利用系統(tǒng)特征多項式與期望特征多項式的恒等關(guān)系即可在線求得PID控制參數(shù)，進而求得各時刻控制器輸出u(t)。
零極點對消自適應(yīng)PID控制的基本思想是：當被控過程參數(shù)未知時，在每個采樣周期，利用加權(quán)遞推最小二乘算法顯式地辨識過程模型，在以PID控制器傳遞函數(shù)中的零極點對消被控過程傳遞函數(shù)中的部分極零點，由此計算出各時刻的PID控制量，以使得閉環(huán)系統(tǒng)運行于良好的工作過程。
3）MPC方法和前饋PID控制組合的方法
4）一種基于神經(jīng)網(wǎng)絡(luò)的模型預(yù)測控制（NMPC）方法，以解決自動駕駛汽車“IARA”方向盤硬件中的延遲問題。他們使用MPC方法，通過預(yù)測控制命令輸入來減少轉(zhuǎn)向硬件延遲的影響，控制命令輸入將根據(jù)軌跡及時移動汽車。然而，由于其非線性和延遲，預(yù)測IARA轉(zhuǎn)向硬件輸出的標準技術(shù)并沒有很好地發(fā)揮作用。然后，他們使用神經(jīng)網(wǎng)絡(luò)對IARA的線控轉(zhuǎn)向硬件進行建模，并在N-MPC轉(zhuǎn)向控制方法中使用基于神經(jīng)的轉(zhuǎn)向模型。
參考文獻：《self-driving cars：A survey》
廣告 編輯推薦
最新資訊
-
國內(nèi)首個“路空一體”國家質(zhì)檢中心落戶廣東
2026-03-04 09:06
-
全國156個！IAE智行眾維入選！工信部2025年
2026-03-04 09:05
-
瓦力大作戰(zhàn)｜輕科普——誤碼儀（BERT）架構(gòu)
2026-03-04 09:03
-
是德科技推出適用于AI數(shù)據(jù)中心的Scale-Up驗
2026-03-04 09:03
-
“汽車爬坡試驗方法”將有國家標準
2026-03-03 12:44
