本发明提供一种无人驾驶车辆弯道横向控制系统及方法，包括道路信息获取模块、GPS定位模块、车辆行驶状态判别模块、方向盘转角决策与修正模块，通过获取车辆GPS信息与道路信息，决策出车辆在弯道行驶的基础方向盘转角，并根据实时监测得到的车辆当前侧向偏差，对基础方向盘转角进行修正，从而确保车辆在过弯时不会偏离预定车道。在弯道驾驶过程中，仅需要采集当前车辆的位置信息，而不需要复杂算法对车辆未来时刻的车道偏差进行测算，有利于提高控制系统的实时性，降低对控制系统的性能要求；能够使被控车辆在过弯时具有更加明确的方向盘转角，同时由于模型的各项参数均由实际驾驶员数据训练分析得出，具有人类驾驶员驾驶特征，可提高乘客的舒适性。
1.一种无人驾驶车辆弯道横向控制系统，其特征在于，包括道路信息获取模块、GPS定位模块、车辆行驶状态判别模块、方向盘转角决策与修正模块；
所述道路信息获取模块分别与GPS定位模块和行驶状态判别模块的输入端相连，所述GPS定位模块的输出端分别与行驶状态判别模块和方向盘转角决策与修正模块的输入端相连，所述行驶状态判别模块的输出端与方向盘转角决策与修正模块的输入端相连；所述方向盘转角决策与修正模块的输出端与无人驾驶车辆的转向系统连接，无人驾驶车辆的转向系统与GPS定位模块的输入端连接；
所述道路信息获取模块用于获取车辆行驶路径前方道路的GPS坐标信息和道路特征信息，并分别传送到GPS定位模块和行驶状态判别模块；
所述GPS定位模块用于获取车辆当前位置坐标，并发送到行驶状态判别模块，同时结合道路信息获取模块的GPS坐标信息计算车辆行驶在当前道路内的侧向偏差，并将侧向偏差发送到方向盘转角决策与修正模块；
所述行驶状态判别模块用于根据车辆行驶路径前方道路的特征信息和车辆当前位置坐标判别车辆是否行驶于定曲率弯道；
所述方向盘决策与修正模块在车辆进入弯道后，结合前方道路弯道的曲率给出车辆的基础转向角，同时根据车辆当前的侧向偏差与偏差变化速率决策出相应的方向盘转角修正值，并传送到无人驾驶车辆的转向系统；无人驾驶车辆的转向系统与GPS定位模块的输入端连接。
2.一种根据权利要求1所述无人驾驶车辆弯道横向控制系统的控制方法，其特征在于，包括以下步骤：所述道路信息获取模块将车辆行驶前方的GPS坐标信息传送给GPS定位模块，将车辆行驶路径前方道路的特征信息传送到行驶状态判别模块；
所述GPS定位模块采集车辆当前位置坐标信息，发送到行驶状态判别模块，同时结合道路信息获取模块的GPS坐标信息计算车辆行驶在当前车道内的侧向偏差，并将侧向偏差发送到方向盘转角决策与修正模块；
所述行驶状态判别模块根据车辆行驶路径前方道路的特征信息和车辆当前位置坐标判别车辆是否行驶于定曲率弯道；
所述方向盘决策与修正模块在车辆进入弯道后，结合前方道路弯道的曲率给出车辆的基础转向角，同时根据车辆当前的侧向偏差与偏差变化速率决策出相应的方向盘转角修正值，并传送到无人驾驶车辆的转向系统；
所述无人驾驶车辆的转向系统在接收到转角信号后进行转向，控制结果通过GPS定位模块采集的车辆位置信息重新反馈给方向盘转角决策与修正模块。
3.根据权利要求2所述的无人驾驶车辆弯道横向控制系统的控制方法，其特征在于，所述道路信息获取模块获取的道路特征信息包括厘米级精度的道路宽度和曲率，获取的车道中心线GPS坐标为道路中心线GPS坐标。
4.根据权利要求2所述的无人驾驶车辆弯道横向控制系统的控制方法，其特征在于，所述行驶状态判别模块的工作流程，包括以下步骤：步骤S1、获取车辆前方车道曲率信息，若前方存在定曲率弯道，则进入步骤S2，不存在则表示车辆不处于弯道；
步骤S2、获取车辆当前的GPS坐标并与弯道前方道路的入弯点与出弯点进行比较，若车辆不在弯道中进入步骤S3，在弯道中进入步骤S4；
步骤S3、计算车辆当前位置与弯道入口距离D，若D小于设定值，输出车辆处于弯道内，若D大于设定值，则表示车辆不处于弯道；
步骤S4、计算车辆当前位置与弯道出口距离D，若D大于设定值，输出车辆处于弯道内，若D小于设定值，则表示车辆不处于弯道。
5.根据权利要求2所述的无人驾驶车辆弯道横向控制系统的控制方法，其特征在于，所述方向盘转角决策与修正模块的工作流程包括以下步骤：步骤S5、获取所述车辆行驶状态判别模块的输出信号，若车辆在弯道内，进入步骤S6，若不是重复步骤S5；
步骤S6、获取当前道路的曲率半径r，车辆侧向偏移量d与侧向偏移量变化率 其中可结合上一采样点的侧向偏移量计算得到，数据获取完毕后进入步骤S7；
步骤S7、根据所获得r、d，计算出方向盘转角，并输出至无人驾驶车辆转向系统。
6.根据权利要求5所述的无人驾驶车辆弯道横向控制系统的控制方法，其特征在于，所述方向盘转角决策与修正模块最终输出的方向盘转角θ的表达式如下：式中，θ*为基础方向盘转角，r为当前弯道的曲率半径，i为转向系传动比，L为车辆轴距，为转角修正函数，Δθ为方向盘转角的修正值。
7.根据权利要求6所述的无人驾驶车辆弯道横向控制系统的控制方法，其特征在于，所述转角修正函数 由BP神经网络对实际驾驶员的驾驶数据训练得出，具体包括以下步骤：选取优秀驾驶员驾驶车辆通过定曲率弯道实验路段，采集车辆的GPS轨迹，方向盘转角信息；
结合道路GPS信息整理得出车辆在各个轨迹点处的侧向偏差d、侧向偏差的变化率以及实际方向盘转角；
挑选出驾驶员在弯道驾驶过程中方向盘转角修正的起始点与结束点与在这些点处的d与将d、 作为输入量，1代表开始修正、0代表结束修正为输出量带入BP神经网络进行训练最终得到所需的转角修正函数
8.根据权利要求6所述的无人驾驶车辆弯道横向控制系统的控制方法，其特征在于，所述方向盘转角的修正值Δθ根据所采集到的实际驾驶员方向盘转角数据，采用正弦函数模拟驾驶员的修正过程：其中 i为转向系的传动比，k0、k1、k2，k3可采用多元线
性回归得到具体值， 的符号与 相同；fd为修正频率；t代表方向盘修正响应时间。
9.根据权利要求2所述的无人驾驶车辆弯道横向控制系统的控制方法，其特征在于，所述GPS定位模块采用差分信号与惯导信号结合的测量方式。
10.根据权利要求2所述的无人驾驶车辆弯道横向控制系统的控制方法，其特征在于，所述GPS定位模块选用SDI-600GI高精度GPS定位仪。
一种无人驾驶车辆弯道横向控制系统及方法
技术领域
[0001] 本发明属于车辆控制与智能驾驶领域，尤其涉及一种适用于无人驾驶车辆弯道横向控制系统及方法。
背景技术
[0002] 现如今，无人驾驶技术已经成为各企业以及学术界的关注热点。激光雷达、高精地图、车联网技术的高速发展也进一步推进了无人驾驶技术的成熟。路径跟踪是无人驾驶中的关键技术之一，一直以来都是企业与学者的关注重点。
[0003] 然而，目前大多数的路径跟踪方法都是基于预瞄控制或者模型预测控制，中国专利201710366037.X与201710817776.6分别运用预瞄控制与模型预测控制完成对车辆的控制，二者本质上均根据前方预瞄点处车辆未来行驶的角度或位移偏差决策出当前车辆方向盘转角。这两种方法虽然能够很好得完成轨迹跟踪任务，但实时计算前方多点的方向或位移偏差会给控制系统造成较大的负担，实时性变差。同时预瞄控制和模型预测控制仅以减小车辆行驶误差作为控制目标，在弯道行驶中容易无法形成一个明确的方向盘转角，容易引起乘客的不适。
发明内容
[0004] 本发明针对上述问题提出了一种无人驾驶车辆弯道横向控制系统及方法。该方法通过获取车辆GPS信息与高精地图的道路信息，决策出车辆在弯道行驶的基础方向盘转角，并根据实时监测得到的车辆当前轨迹偏差，采用正弦变化规律对基础方向盘转角进行修正，从而确保车辆在过弯时不会偏离预定车道。方向盘转角修正所采取的正弦函数的幅值、频率，修正过程的起始与结束点均由人类驾驶员的驾驶行为数据分析得出。
[0005] 本发明的技术方案是：一种无人驾驶车辆弯道横向控制系统，包括道路信息获取模块、GPS定位模块、车辆行驶状态判别模块、方向盘转角决策与修正模块；
[0006] 所述道路信息获取模块分别与GPS定位模块和行驶状态判别模块的输入端相连，所述GPS定位模块的输出端分别与行驶状态判别模块和方向盘转角决策与修正模块的输入端相连，所述行驶状态判别模块的输出端与方向盘转角决策与修正模块的输入端相连；所述向盘转角决策与修正模块的输出端与无人驾驶车辆的转向系统连接，无人驾驶车辆的转向系统与GPS定位模块的输入端连接；
[0007] 所述道路信息获取模块用于获取车辆行驶路径前方道路的GPS坐标信息和道路特征信息，并分别传送到GPS定位模块和行驶状态判别模块；
[0008] 所述GPS定位模块用于获取车辆当前位置坐标，并发送到行驶状态判别模块，同时结合道路信息获取模块的GPS坐标信息计算车辆行驶在当前道路内的侧向偏差，并将侧向偏差发送到方向盘转角决策与修正模块；
[0009] 所述行驶状态判别模块用于根据车辆行驶路径前方道路的特征信息和车辆当前位置坐标判别车辆是否行驶于定曲率弯道；
[0010] 所述方向盘决策与修正模块在车辆进入弯道后，结合前方道路弯道的曲率给出车辆的基础转向角，同时根据车辆当前的侧向偏差与偏差变化速率决策出相应的方向盘转角修正值，并传送到无人驾驶车辆的转向系统；无人驾驶车辆的转向系统与GPS定位模块的输入端连接。
[0011] 一种根据所述无人驾驶车辆弯道横向控制系统的控制方法，包括以下步骤：
[0012] 所述道路信息获取模块将车辆行驶前方的的GPS坐标信息传送给GPS定位模块，将车辆行驶路径前方道路的特征信息传送到行驶状态判别模块；
[0013] 所述GPS定位模块采集车辆当前位置坐标信息，发送到行驶状态判别模块，同时结合道路信息获取模块的GPS坐标信息计算车辆行驶在当前车道内的侧向偏差，并将侧向偏差发送到方向盘转角决策与修正模块；
[0014] 所述行驶状态判别模块根据车辆行驶路径前方道路的特征信息和车辆当前位置坐标判别车辆是否行驶于定曲率弯道；
[0015] 所述方向盘决策与修正模块在车辆进入弯道后，结合前方道路弯道的曲率给出车辆的基础转向角，同时根据车辆当前的侧向偏差与偏差变化速率决策出相应的方向盘转角修正值，并传送到无人驾驶车辆的转向系统；
[0016] 所述无人驾驶车辆的转向系统在接收到转角信号后进行转向，控制结果通过GPS定位模块采集的车辆位置信息重新反馈给方向盘转角决策与修正模块。
[0017] 上述方案中，所述道路信息获取模块通过访问高精地图获取的道路特征信息包括厘米级精度的道路宽度和曲率，获取的车道中心线GPS坐标为道路中心线GPS坐标。
[0018] 上述方案中，所述行驶状态判别模块的工作流程图，包括以下步骤：
[0019] 步骤S1、获取车辆前方车道曲率信息，若前方存在定曲率弯道，则进入步骤S2，不存在则表示车辆不处于弯道；
[0020] 步骤S2、获取车辆当前的GPS坐标并与弯道前方道路的入弯点与出弯点进行比较，若车辆不在弯道中进入步骤S3，在弯道中进入步骤S4；
[0021] 步骤S3、计算车辆当前位置与弯道入口距离D，若D小于设定值，输出车辆处于弯道内，若D大于设定值，则表示车辆不处于弯道；
[0022] 步骤S4、计算车辆当前位置与弯道出口距离D，若D大于设定值，输出车辆处于弯道内，若D小于设定值，则表示车辆不处于弯道。
[0023] 上述方案中，所述方向盘转角决策与修正模块的工作流程图包括以下步骤：
[0024] 步骤S5、获取所述车辆行驶状态判别模块的输出信号，若车辆在弯道内，进入步骤S6，若不是重复步骤S5；
[0025] 步骤S6、获取当前道路的曲率半径r，车辆侧向偏移量d与侧向偏移量变化率 其中 可结合上一采样点的侧向偏移量计算得到，数据获取完毕后进入步骤S7；
[0026] 步骤S7、根据所获得r、d，计算出方向盘转角，并输出至无人驾驶车辆转向系统。
[0027] 上述方案中，所述方向盘转角决策与修正模块最终输出的方向盘转角θ的表达式如下：
[0028]
[0029]
[0030] 式中，θ*为基础方向盘转角，r为当前弯道的曲率半径，i为转向系传动比，L为车辆轴距， 为转角修正函数，Δθ为方向盘转角的修正值。
[0031] 上述方案中，所述转角修正函数 由BP神经网络对实际驾驶员的驾驶数据训练得出，具体包括以下步骤：
[0032] 选取优秀驾驶员驾驶车辆通过定曲率弯道实验路段，采集车辆的GPS轨迹，方向盘转角信息；
[0033] 结合道路GPS信息整理得出车辆在各个轨迹点处的侧向偏差d、侧向偏差的变化率以及实际方向盘转角；
[0034] 挑选出驾驶员在弯道驾驶过程中方向盘转角修正的起始点与结束点与在这些点处的d与
[0035] 将d、 作为输入量，1代表开始修正、0代表结束修正作为输出量带入BP神经网络进行训练最终得到所需的转角修正函数
[0036] 上述方案中，所述方向盘转角的修正值Δθ根据所采集到的实际驾驶员方向盘转角数据，采用正弦函数模拟驾驶员的修正过程：
[0037]
[0038] 其中 i为转向系的传动比，k0、k1、k2，k3可采用多元线性回归得到具体值， 的符号与 相同；fd为修正频率；t代表方向盘修正响应时间，当转角修正值引入函数 为1时开始计数，当 为0时，t重新置0。
[0039] 上述方案中，所述GPS定位模块采用差分信号与惯导信号结合的测量方式，保证该模块在获取车辆的精确位置的同时，数据更具连续性与稳定性；
[0040] 上述方案中，所述GPS定位模块选用SDI-600GI高精度GPS定位仪。
[0041] 与现有发明相比，本发明的有益效果是：
[0042] 1.本发明所提出的模型，在弯道驾驶过程中，仅需要采集当前车辆的位置信息，而不需要复杂算法对车辆未来时刻的车道偏差进行测算，有利于提高控制系统的实时性，降低对控制系统的性能要求；
[0043] 2.本发明能够使被控车辆在过弯时具有更加明确的方向盘转角，同时由于模型的各项参数均由实际驾驶员数据训练分析得出，具有人类驾驶员驾驶特征，可提高乘客的舒适性。
附图说明
[0044] 图1为本发明的结构框图与系统工作流程图。
[0045] 图2为本发明中车辆行驶状态判别模块工作流程图。
[0046] 图3为本发明中方向盘转角决策与修正模块工作流程图。
[0047] 图4为本发明中采集实际驾驶员方向盘转角数据。
[0048] 图5为本发明中用于训练转角修正函数的神经网络结构图。
具体实施方式
[0049] 下面结合附图和具体实施方式对本发明作进一步详细说明，但本发明的保护范围并不限于此。
[0050] 如图1所示，一种无人驾驶车辆弯道横向控制系统，包括道路信息获取模块、GPS定位模块、车辆行驶状态判别模块、方向盘转角决策与修正模块。
[0051] 所述道路信息获取模块分别与GPS定位模块和行驶状态判别模块的输入端相连，所述GPS定位模块的输出端分别与行驶状态判别模块和方向盘转角决策与修正模块的输入端相连，所述行驶状态判别模块的输出端与方向盘转角决策与修正模块的输入端相连；所述向盘转角决策与修正模块的输出端与无人驾驶车辆的转向系统连接，无人驾驶车辆的转向系统与GPS定位模块的输入端连接。
[0052] 所述道路信息获取模块用于获取车辆行驶路径前方道路的曲率和GPS坐标信息。
[0053] 所述GPS定位模块用于获取车辆当前位置坐标，并发送到行驶状态判别模块，同时结合道路信息获取模块的GPS坐标信息计算车辆行驶在当前道路内的侧向偏差，并将侧向偏差发送到方向盘转角决策与修正模块。
[0054] 所述车辆行驶状态判别模块用于监测车辆是否行驶于定曲率弯道，并在判断车辆进入弯道行驶后，将车辆控制系统切换至无人驾驶车辆弯道横向控制系统。
[0055] 所述方向盘决策与修正模块在车辆进入弯道后，结合前方道路弯道的曲率给出车辆的基础转向角，同时根据车辆当前的侧向偏差与偏差变化速率决策出相应的方向盘转角修正值，并传送到无人驾驶车辆的转向系统；无人驾驶车辆的转向系统与GPS定位模块的输入端连接。
[0056] 优选的，所述道路信息获取模块通过访问高精地图获取车辆行驶前方50m道路的曲率，GPS坐标信息发送给GPS定位模块、曲率信息发动到车辆行驶状态判别模块。
[0057] 优选的，所述GPS定位模块选用SDI-600GI高精度GPS定位仪，其采用惯导与GPS定位结合的定位方式，可以提供0.001m的定位精度。同时，该模块需要根据当前车辆与道路的GPS坐标，每间隔0.05s计算一次当前车辆的侧向偏差。车辆的侧向偏差定义为垂直于行进方向，车辆质心到道路中心线的最近距离。
[0058] 一种根据所述无人驾驶车辆弯道横向控制系统的控制方法，包括以下步骤：
[0059] 所述道路信息获取模块将车辆行驶前方的GPS坐标信息传送给GPS定位模块，将车辆行驶路径前方道路的特征信息传送到行驶状态判别模块；
[0060] 所述GPS定位模块采集车辆当前位置坐标信息，发送到行驶状态判别模块，同时结合道路信息获取模块的GPS坐标信息计算车辆行驶在当前车道内的侧向偏差，并将侧向偏差发送到方向盘转角决策与修正模块；
[0061] 所述行驶状态判别模块根据车辆行驶路径前方道路的特征信息和车辆当前位置坐标判别车辆是否行驶于定曲率弯道；
[0062] 所述方向盘决策与修正模块在车辆进入弯道后，结合前方道路弯道的曲率给出车辆的基础转向角，同时根据车辆当前的侧向偏差与偏差变化速率决策出相应的方向盘转角修正值，并传送到无人驾驶车辆的转向系统；
[0063] 所述无人驾驶车辆的转向系统在接收到转角信号后进行转向，控制结果通过GPS定位模块采集的车辆位置信息重新反馈给方向盘转角决策与修正模块。
[0064] 如图2所示，为所述行驶状态判别模块的工作流程图，包括以下步骤：
[0065] 步骤S1：获取前方50m车道曲率信息，若前方存在20m以上的道路曲率半径小于1000m且变化量小于10m则认为前方存在定曲率弯道。若存在弯道进入步骤S2，不存在输出车辆不处于弯道；
[0066] 步骤S2：获取车辆当前的GPS坐标并与弯道前方道路的入弯点与出弯点进行比较，若车辆不在弯道中进入步骤S3，在弯道中进入步骤S4；
[0067] 步骤S3：计算车辆当前位置与弯道入口距离D，若D小于1m，输出车辆处于弯道内，若D大于1m，输出车辆不处于弯道；
[0068] 步骤S4：计算车辆当前位置与弯道出口距离D，若D大于1m，输出车辆处于弯道内，若D小于1m，输出车辆不处于弯道。
[0069] 如图3所示为所述方向盘转角决策与修正模块的工作流程图，主要工作步骤如下：
[0070] 步骤S5：获取车辆行驶状态判别模块的输出信号，若车辆在弯道内，进入步骤S6，若不是重复步骤S5；
[0071] 步骤S6：获取当前道路的曲率半径r(mm)，车辆侧向偏移量d与侧向偏移量变化率其中 可结合上一采样点的侧向偏移量计算得到，数据获取完毕后进入步骤S7[0072] 步骤S7：根据所获得r、d，计算出方向盘转角，并输出至无人驾驶车辆转向系统。
[0073] 进一步的，方向盘转角的计算方法如下：
[0074]
[0075] 式中，θ*(°)为基础方向盘转角，由当前弯道的曲率半径r(m)、转向系传动比i，与车辆轴距L(m)得到：
[0076] 为转角修正函数，其本质上为二值函数，用于根据车辆的侧向偏差与偏差变化速率判断是否需要对基础方向盘转角进行修正(需要修正为1，不需要则为0)，具体形式由BP神经网络对实际驾驶员的驾驶数据训练得出，训练方法如下：
[0077] (1)选取优秀驾驶员驾驶车辆通过定曲率弯道实验路段，采集车辆的GPS轨迹，方向盘转角信息。优选的，本实施例中实验道路曲率为0.01，长度100m；
[0078] (2)结合道路GPS信息整理得出车辆在各个轨迹点处的侧向偏差d、侧向偏差的变化率 以及实际方向盘转角；
[0079] (3)挑选出驾驶员在弯道驾驶过程中方向盘转角修正的起始点与结束点与在这些点处的d与 图4中的空心圆圈所标记出的方向盘转角数据则为驾驶员修正过程的起始点或终止点；
[0080] (4)将d、 作为输入量，1(开始修正)、0(结束修正)作为输出量代入BP神经网络进行训练最终得到所需的转角修正函数 神经网络的具体结构如图5所示，该网络输入层节点数为2，隐含层的节点数为4，输出神经元数为1，训练方法选择为最速下降法，隐含层传递函数选择为Sigmoid函数，输出层也采用Sigmoid函数并对输出结果取整，最终输出值为0或1。
[0081] Δθ(°)为方向盘转角的修正值，根据所采集到的实际驾驶员方向盘转角数据，具体计算方法如下：
[0082]
[0083] 进一步的， i为车辆转向系的传动比，k0、k1、k2，k3可采用多元线性回归得到具体值， 的符号与 相同。本实施例中，通过对图4的驾驶员方向盘转角数据进行分析，提取修正起始点与终止点间方向盘转角变化的幅值A，并结合修正起始点处的d、进行多元回归分析，最终可得k0＝10.85,k1＝-22.12,k2＝-40.69,k3＝1。线性回归相关系数为0.927，说明模型的拟合精确程度较高；
[0084] fd为修正频率，其值可通过对实际采集的方向盘转角数据做FFT(快速傅里叶变换)得到，本实施例中当侧向偏差小于0.5m时fd＝0.2Hz，偏差大于等于0.5m时，fd＝0.6Hz；
[0085] t代表方向盘修正响应时间，当转角修正值引入函数 为1时开始计数，当为0时，t重新置0。
[0086] 上文所列出的一系列的详细说明仅仅是针对本发明的可行性实施例的具体说明，它们并非用以限制本发明的保护范围，凡未脱离本发明技艺精神所作的等效实施例或变更均应包含在本发明的保护范围之内。
