本发明涉及无人驾驶，具体涉及一种高速公路匝道分流区无人驾驶车辆自动换道控制方法。
背景技术：
1、虽然目前无人驾驶汽车已经可以在一些场景下无需人工干预行驶，但其在复杂场景下的自动驾驶能力仍有待进一步研究。自动换道控制是自动驾驶技术的重要组成部分，是车辆进行超车或躲避前方障碍物时频繁使用的驾驶行为，其过程涉及车辆的横、纵向控制和速度调节，复杂环境下的换道控制仍是关系自动驾驶车辆行车安全的研究热点。
2、高速公路匝道分流区域是直行与匝道分流交织的特殊路段，大量汇入、汇出车辆的换道行为使之成为事故易发区域。高速行驶的自动驾驶汽车进行自动换道控制时，不仅要保证车辆对参考轨迹的精确跟踪，同时要保证换道过程中车辆姿态控制的稳定。
3、现有研究中，文献[1]:tao peng,et al.a new safe lane-change trajectorymodel and collision avoidance control method for automatic drivingvehicles.expert systems with applications 141.(2020):112953 -112953.提出了一种基于反馈线性化方法设计的换道控制方法；文献[2]:qing y,chaojun g.,yao z.,etal.intelligent vehicle path tracking control method based on curvatureoptimisation.[j].sensors,2023,23(10).提出了一种基于曲率优化的路径跟踪控制算法。高速行驶时，车速变化对车辆换道行驶稳定性具有重要影响。然而，目前的换道控制方法是在恒定车速条件下进行设计的，未考虑换道过程中车速变化对车辆行驶稳定性的影响。
技术实现思路
1、为解决高速公路出口匝道路段无人驾驶汽车在换道行驶过程中车速变化对车辆换道行驶稳定性的影响问题。本发明提供一种高速公路匝道分流区无人驾驶车辆自动换道控制方法，该方法在控制器设计中考虑了高速换道时车辆速度变化对于车辆行驶稳定性的影响，提高了无人驾驶汽车高速换道过程中的轨迹跟踪精度、车辆行驶稳定性和安全性。
2、本发明采取的技术方案为：
3、一种高速公路匝道分流区无人驾驶车辆自动换道控制方法，包括以下步骤：
4、步骤1：分析匝道分流区域的行驶工况，提出换道条件状态机；
5、步骤2：建立车辆动力学模型；
6、步骤3：采用模型预测控制方法进行纵向运动控制器设计，实现对规划车速的跟踪；
7、步骤4：根据车速变化对车辆横向行驶稳定性的影响，设计自适应时域参数选择策略，根据实时车速选择最优横向运动控制器设计参数；
8、步骤5：基于所选择的最优时域参数，考虑前、后轮转角及其增量约束，以及输出量约束条件，进行横向运动控制器设计；
9、步骤6：基于所设计的纵向运动控制器和横向运动控制器，实现无人驾驶车辆的横向稳定控制、安全行驶控制，以及对规划换道轨迹的精确跟踪。
10、所述步骤1中，针对国内常见的双车道、单向行驶高速公路匝道分流区域，如图2所示，自车处于左侧车道，相邻车道前方、后方存在正在行驶车辆，自车需更换至右侧高速车道，然后经匝道驶出高速公路段。换道判断需要满足以下约束条件：
11、
12、式(1)中：s1为自车与相邻车道后车的纵向距离，s2为自车与相邻车道前车的纵向距离，自车车速为v(t0)，相邻车道车速均为v0，t0和t1分别为换道初始时刻和角碰临界时刻，
13、hsafe是安全跟驰距离，ax为换道过程中自车的纵向加速度，wroad是道路宽度，vy是自车的横向车速，xa和xc分别为换道过程中自车与相邻车道前车的纵向位移。
14、根据式(1)建立如图3所示的换道条件状态机，通过实时感知自车与环境车辆的位置关系，判断是否满足自动换道的约束条件。
15、步骤1中，根据换道过程中自车的纵向位移规划换道过程的参考车速：
16、
17、式(2)中：t2为换道结束时刻。
18、考虑控制系统的实时性，可采用5次多项式曲线规划方法进行换道轨迹规划，5次多项式规划算法的纵向、横向位移的路径规划多项式函数表达式如式：
19、
20、式(3)中：x(t)为换道过程中的纵向位移，y(t)为换道过程中的横向位移，t为持续换道时间，ai和bi(i＝0，1,2,3,4,5)为待定系数。
21、为确定待定系数ai和bi，对式(3)的纵向、横向位移函数表达式进行一阶求导和二阶求导可得：
22、
23、
24、式(4)、式(5)中：和分别为纵向速度和纵向加速度；和分别为横向速度和横向加速度。
25、若已知车辆在换道初始时刻t0的纵、横向运动的位置、速度和加速度状态信息和换道结束时刻tf的纵、横向运动的位置、速度和加速度状态信息，通过求解式(3)-式(5)可以确定系数ai和bi，其中，i＝0，1，2，3，4，5；进而得到无人驾驶汽车换道时的无障碍换道轨迹。
26、换道轨迹规划:本实施例中，假设分流区自动换道过程用时6s，在t0＝0时开始换道，初始时刻纵向位置x(t0)＝0m，初始时刻纵向车速换道结束时纵向车速道路i宽度wroad＝3.75m，换道过程中车辆做匀减速运动，根据以上条件进行轨迹规划，结果如图4(a)、图4(b)所示。
27、所述步骤2中，以四轮转向车辆为例，建立车辆动力学数学模型，如式(6)所示：
28、
29、式(6)中：m为整车质量；是横摆角；lf和lr分别为车辆质心到前、后轴距离；δf和δr分别为车辆前、后轮转角；αf和αr分别为车辆前、后轮侧偏角；vx、vy和分别为纵向车速、横向车速和横摆角速度；为车辆横摆角速度的加速度；iz为车辆绕轴的转动惯量；ccf和ccr分别为前、后轮胎的侧向刚度；clf和clr分别为前、后轮胎的纵向刚度；sf和sr分别为前、后车轮的滑移率；
30、x-o-y表示惯性坐标系，x-o-y表示车辆坐标系；表示惯性坐标系下纵向车速，
31、表示惯性坐标系下横向车速，表示车辆坐标系下的纵向车速，表示车辆坐标系下的纵向车速，ωr表示车辆横摆角速度。
32、所述步骤3中，车辆纵向运动模型可用一阶惯性系统来表示：
33、
34、式(7)中：为实际加速度的一阶导数，a为实际加速度，ades为期望加速度，k为系统增益，τ为时间常数。
35、纵向运动控制的主要约束为对期望加速度及其增量的约束：
36、
37、式(8)中：i＝0,1,...,nc-1；nc表示控制时域；k表示当前时刻；u1(k+i)表示控制量序列；△u1(k+i)表示控制量增量序列。u1,min和u1,max分别期望加速度的最小、最大值，取值为-3m/s2和3m/s2；△u1,min和△u1,max为加速度变化量的最小、最大值；取值为-0.5m/s2和0.5m/s2。
38、纵向运动控制的目标是实现速度的精确跟踪，同时避免加速度变化过大影响车辆稳定性以及乘坐舒适性，定义模型预测控制mpc的指标函数如式(9)所示：
39、
40、式(9)中：q和r分别是输出量的权重矩阵、控制量的权重矩阵。j1(k)表示指标函数值，np表示预测时域，y1,p表示预测输出量，y1,ref表示参考输出量，△u1(k+i)表示控制量序列，ρ表示加权系数，ε表示松弛因子。
41、模型预测控制方法进行纵向运动控制器设计：
42、纵向运动控制器由上位控制器和下位控制器组成，上位控制器采用一阶惯性系统作为预测模型，根据参考车速及自车的车速和加速度，基于模型预测控制方法设计出期望加速度；下位控制器通过车辆逆纵向动力学模型进行驱动/制动单元控制律设计，得到期望的制动气缸压力和节气门开度，实现对车辆油门和刹车的控制。
43、所述步骤4中，考虑车辆在实际运动过程中受到各种环境因素的影响，频繁进行的加速或减速运动使得车辆速度处于变化的状态，采用恒定的时域参数可能难以同时满足低速、高速状态和变速度下的轨迹跟踪要求，因此本发明在进行横向运动控制器设计时，需要根据当前车速自适应选择最优时域参数；
44、定义如下评价函数：
45、
46、式(10)中：公式右边第一项为跟踪误差平均值，反映了车辆对参考路径的跟踪精度；第二项为平均横摆角速度，可表示运动过程中车辆的稳定程度；λ1和λ2为对应的权重系数，n为跟踪仿真总次数；
47、s表示评价函数值，k表示仿真次数，yref表示参考输出，y(k)表示实际输出，表示横摆角速度。
48、高速工况下，自动驾驶汽车对稳定性的要求更高，根据参数的量纲不同及不同车速对行驶稳定性指标的权重不同，经过多次试验，确定权重系数λ1和λ2如下表1所示：
49、表1不同车速下系数λ1和λ2数值
50、 车速 <![cdata[λ<sub>1</sub>]]> <![cdata[λ<sub>2</sub>]]> v<36km/h 100 1 36km/h≤v<54km/h 100 1.1 54km/h≤v<72km/h 100 2 72km/h≤v<90km/h 100 4 v≥90km/h 100 10
51、选择车速区间(vmin,vmax)，以间隔dv逐次增加速度进行重复控制仿真；预测时域np取值范围为以间隔为1逐次增加；控制时域nc范围取为以间隔为1逐次增加。依次进行不同车速，不同时域参数的仿真控制。选择最小综合评价指标值s对应的时域参数值，作为当前车速的最优预测时域参数和最优控制时域参数，结果如下表2所示：
52、表2不同车速下最优预测时域参数和最优控制时域参数
53、
54、获得不同车速下的最优时域参数数据后，采用曲线拟合的方式得到不同车速时的自适应时域参数更新曲线模型如式(11)、式(12)所示：
55、
56、
57、式(11)、式(12)中：round()为四舍五入的取整函数。
58、所述步骤5中，横向运动控制器约束包括前、后轮转角及其增量的约束和输出量约束，可表示为：
59、
60、式(13)中：u2,min和u2,max分别为控制量的最小、最大值；△u2,min和△u2,max为分别为控制量增量的最小、最大值，y2,min和y2,max分别为输出量的的最小、最大值。
61、u2(k+j)表示控制量序列，△u2(k+j)表示控制量增量序列，y2(k+i)表示输出量序列。
62、横向运动控制的目标是实现对参考轨迹的精准跟踪，同时避免前、后轮转角过大对车辆稳定性产生的影响，因此定义横向运动控制系统指标函数如式(14)所示：
63、
64、式(14)中：j2(k)表示指标函数值，y2,p(k+i|k)表示根据当前时刻k预测k+i时刻的输出，y2,ref(k+i|k)表示k+i时刻的参考输出；np和nc分别为预测时域和控制时域；y2,p(k+i|k)-y2,ref(k+i|k)表示控制器输出量与参考值之差，反映了控制器对参考轨迹的跟踪能力；(k+i|k)表示根据k时刻系统的状态信息来预测k+i时刻的状态，其中i＝1,2,...,np；△u2(k+i)表示k+i时刻控制量的增量，其中i＝1,...,nc；w是系统输出量的权重矩阵；t为系统控制增量的权重矩阵，ε为松弛因子；ρ为加权系数。
65、采用离线仿真的方式获取数据集，进行多个场景的仿真并将仿真结果代入式(10)中进行计算，选择最低综合评价指标值作为对应车速下的最优预测时域参数np和最优控制时域参数nc，选择结果如表2所示：
66、表2不同车速下最优预测时域参数np和最优控制时域参数nc
67、
68、获取不同车速下的最优预测时域参数np和最优控制时域参数nc后，制定自适应时域参数控制策略，将该策略应用于横向运动控制器设计中，即实现了对不同车速的自适应换道控制。
69、自适应时域参数控制策略，即根据实时车速选择最佳的控制器参数，以实现不同车速下的控制需求，如：低速时在保证稳定性的前提下提升了轨迹跟踪精度；高速时更好地保证了车辆换道行驶的安全性，具有更高的稳定性能。
70、所述步骤6中，对规划换道轨迹的精确跟踪：采用自适应时域参数控制策略对车辆进行控制，实现车辆实际换道轨迹对参考轨迹的精确跟踪。本发明一些实施例中，在对步骤一中所规划的换道轨迹进行跟踪时，仿真得出的结论如图5(a)、图5(b)所示，跟踪精度较固定时域模型预测控制方法提高了约11％。
71、本发明一种高速公路匝道分流区无人驾驶车辆自动换道控制方法，技术效果如下：1)针对无人驾驶智能汽车高速公路匝道分流区域的换道控制策略，本发明在横向运动控制器设计中引入自适应参数选择逻辑，根据车速变化设计自适应mpc控制器，减小了车速变化对车辆高速换道时车辆行驶稳定性的影响，保证了车辆速度变化时无人驾驶汽车在高速匝道分流路段换道行驶时的安全性和舒适性。实施方法在工程上易于实现。
72、2)本发明中，多项式算法具有算法简单、运算量小的优点，适用于高速场景下车辆换道的轨迹规划。考虑换道时间和换道车速对换道轨迹的影响，对车辆自动换道的横向参考路径和纵向参考车辆进行同时规划，以提高高速换道的安全性。
73、3)本发明中，综合运动控制器在设计时采用分离设计思想，将横向路径跟踪和纵向速度跟踪进行解耦设计，减小了控制器的复杂度。
74、5)本发明中，横向运动控制器以车辆的三自由度动力学模型作为预测模型，采用模型预测控制方法进行设计，求解出换道过程中车辆前、后轮转角的变化量，实现对参考路径的精确跟踪。
75、6)本发明中，在横向运动控制器的设计过程中，考虑车速对于换道过程中车辆行驶稳定性的重要影响，提出一种针对不同车速的自适应换道控制策略，该策略可以根据实时车速，调整控制器设计时的控制时域参数和预测时域参数的取值，来改善车辆的行驶稳定性。
1.一种高速公路匝道分流区无人驾驶车辆自动换道控制方法，其特征在于包括以下步骤：
2.根据权利要求1所述一种高速公路匝道分流区无人驾驶车辆自动换道控制方法，其特征在于：所述步骤1中，换道判断满足以下约束条件：
3.根据权利要求2所述一种高速公路匝道分流区无人驾驶车辆自动换道控制方法，其特征在于：根据换道过程中自车的纵向位移规划换道过程的参考车速：
4.根据权利要求3所述一种高速公路匝道分流区无人驾驶车辆自动换道控制方法，其特征在于：考虑控制系统的实时性，采用5次多项式曲线规划方法进行换道轨迹规划；
5.根据权利要求1所述一种高速公路匝道分流区无人驾驶车辆自动换道控制方法，其特征在于：所述步骤2中，建立车辆动力学数学模型，如式(6)所示：
6.根据权利要求1所述一种高速公路匝道分流区无人驾驶车辆自动换道控制方法，其特征在于：所述步骤3中，车辆纵向运动模型用一阶惯性系统来表示：
7.根据权利要求1所述一种高速公路匝道分流区无人驾驶车辆自动换道控制方法，其特征在于：纵向运动控制如下：
8.根据权利要求1所述一种高速公路匝道分流区无人驾驶车辆自动换道控制方法，其特征在于：所述步骤4中，在进行横向运动控制器设计时，根据当前车速自适应选择最优时域参数；
9.根据权利要求1所述一种高速公路匝道分流区无人驾驶车辆自动换道控制方法，其特征在于：所述步骤5中，横向运动控制器约束包括前、后轮转角及其增量的约束和输出量约束，表示为：
10.根据权利要求9所述一种高速公路匝道分流区无人驾驶车辆自动换道控制方法，其特征在于：定义横向运动控制系统指标函数如式(14)所示：
