本文介紹的控制模塊,則負(fù)責(zé)汽車的最終控制,通過控制汽車的方向盤轉(zhuǎn)角和加速度來真正的駕駛車輛。
自動(dòng)駕駛汽車先使用感知模塊了解其環(huán)境,并通過定位模塊了解其在環(huán)境中的位置,然后使用規(guī)劃模塊進(jìn)行決策并生成軌跡。
航路點(diǎn)
控制過程包括遵循盡可能忠實(shí)生成的軌跡。路徑是一系列航路點(diǎn),每個(gè)航路點(diǎn)包含位置(x, y),角度(偏航角)和速度(v)。
控制器也稱為控制算法??刂破鞯哪康氖菫檐囕v生成指令,例如方向盤角度或加速度水平,同時(shí)考慮實(shí)際約束(道路,風(fēng),車輪滑移等),從而產(chǎn)生實(shí)際行駛軌跡。
機(jī)器人和車輛中存在大量的控制器。它們的復(fù)雜程度,取決于我們想要解決的問題。
PID - (比例-積分-微分控制器)
控制器有很多種類,最簡單的是比例-積分-微分控制器(或PID)。
PID控制器是根據(jù)偏差估計(jì)計(jì)算值(例如方向盤角度)的算法。偏差是指計(jì)劃的行車軌跡與實(shí)際的軌跡之間的差異。
在PID控制器中有三個(gè)元素:
P:比例單元—對(duì)方向盤應(yīng)用與誤差成比例的校正。如果我們離目標(biāo)太遠(yuǎn),我們會(huì)轉(zhuǎn)向另一個(gè)方向。
單個(gè)P控制器的缺點(diǎn)是它會(huì)引起恒定的振蕩。根據(jù)計(jì)算偏差的頻率,振蕩某種程度上也是必要的。系數(shù)Kp表征所需的振蕩程度。
D:微分單元—目的是通過在公式中加入阻尼項(xiàng)來抑制振蕩效應(yīng),表征偏差的變化。PD控制器評(píng)估誤差的減小情況,并逐漸縮小其接近平滑路徑所采用的角度。
I:積分單元—?最后一項(xiàng)用于糾正機(jī)械誤差,通過I參數(shù)來減小積累誤差,從而保證車輛按要求的軌跡行駛。旋轉(zhuǎn)PID曲線對(duì)應(yīng)于使用算法來更快地找到系數(shù),并因此更快地朝向參考軌跡收斂。
因此,我們需要綜合應(yīng)用三個(gè)參數(shù),以確保車輛實(shí)時(shí)有效地跟蹤軌跡。我們必須找到不同的Kp,Ki,Kd系數(shù),以優(yōu)化駕駛路徑。
PID控制器是世界上最簡單和最常見的控制器。它具有快速實(shí)施和在操作簡單的優(yōu)點(diǎn)。對(duì)于單個(gè)汽車,PID控制器可用于計(jì)算角度,另一個(gè)用于計(jì)算加速度。
但橫向和縱向控制很難結(jié)合,而且不可能對(duì)車輛的物理進(jìn)行建模。當(dāng)我們開車時(shí),我們會(huì)根據(jù)車輛的大小,質(zhì)量和動(dòng)力自然地調(diào)整機(jī)動(dòng),PID控制器無法做到這一點(diǎn)。
MPC - 模型預(yù)測控制
預(yù)測控制,包括工業(yè)控制、自適應(yīng)控制及內(nèi)??刂频榷喾矫嫜芯砍晒y(tǒng)稱為模型預(yù)測控制(MPC,Model Predictive Control),或基于模型的控制(Model-based Control)。
模型預(yù)測控制是一種基于模型的閉環(huán)優(yōu)化控制策略,表述為內(nèi)部(預(yù)測)模型、滾動(dòng)優(yōu)化、反饋控制。
預(yù)測控制最大的吸引力在于它具有顯式處理約束的能力, 這種能力來自其基于模型對(duì)系統(tǒng)未來動(dòng)態(tài)行為的預(yù)測, 通過把約束加到未來的輸入、輸出或狀態(tài)變量上, 可以把約束顯式表示在一個(gè)在線求解的二次規(guī)劃或非線性規(guī)劃問題中。
模型預(yù)測控制具有控制效果好、魯棒性強(qiáng)等優(yōu)點(diǎn),可有效地克服過程的不確定性、非線性和并聯(lián)性,并能方便的處理過程被控變量和操縱變量中的各種約束。
經(jīng)典MPC的控制流程如下圖所示:
圖中,ysp表示系統(tǒng)的設(shè)定輸出,yr表示參考軌跡,u為輸入,y為實(shí)際輸出值,ym為模型輸出,yc為預(yù)測輸出。
在自動(dòng)駕駛中應(yīng)用MPC,首先需要定義執(zhí)行器,以表征移動(dòng)車輛的元素。汽車有三個(gè)執(zhí)行器:方向盤,加速踏板和制動(dòng)踏板。MPC的目的是通過改變上這些致動(dòng)器發(fā)揮方向盤的角度,則在加速器踏板壓力或制動(dòng)踏板。
制約因素和外力
我們?cè)谝粋€(gè)叫做非完整的環(huán)境中進(jìn)化。這意味著,例如,車輪在物理上不能達(dá)到90°,它們通常只是在-30°和30°之間??紤]到這一點(diǎn),可以獲得更真實(shí)的參考軌跡以逼近真實(shí)軌跡。我們還可以將加速度定義為-1(制動(dòng))和1(最大加速度)之間的值。
我們還有兩種可應(yīng)用的模型:運(yùn)動(dòng)學(xué)和動(dòng)態(tài)學(xué)。
運(yùn)動(dòng)學(xué)模型意味著我們的車輛按照數(shù)學(xué)公式的描述進(jìn)行駕駛,形成車輛的運(yùn)動(dòng)和軌跡。
動(dòng)態(tài)模型考慮了動(dòng)力學(xué)的基本原理,并以此決定對(duì)車輛施加的力。這些力可以是空氣阻力,車輛重量,重力,車輪在地面上的摩擦力等。比如,離心力可以使車輛在轉(zhuǎn)彎時(shí)離開其軌跡,而運(yùn)動(dòng)模型則無法表征這個(gè)因素。
優(yōu) 化
MPC控制器可以解決優(yōu)化問題。其方法是計(jì)算幾個(gè)不同的“轉(zhuǎn)角-加速度”參數(shù)對(duì),并選擇誤差最低的一對(duì)。
算法如下:首先,我們通過里程計(jì)、位置等參數(shù), 計(jì)算當(dāng)前狀態(tài)。
然后,分三部分完成解算器:
約束非完整世界(non-holonomic world)參數(shù);
運(yùn)動(dòng)學(xué)或動(dòng)力學(xué)模型執(zhí)行t+1狀態(tài);
計(jì)算t+1狀態(tài)的代價(jià)函數(shù)(Cost),也就是行車軌跡的代價(jià)函數(shù)。
因此,我們可以測試幾種角度和加速度組合(δ,a)。每種組合都與代價(jià)函數(shù)相關(guān)聯(lián),然后算法選擇代價(jià)最低的參數(shù)對(duì)。
一旦執(zhí)行了第一個(gè)動(dòng)作,我們將重新計(jì)算未來狀態(tài)并預(yù)測新角度。
MPC控制器雖然非常強(qiáng)大,但很難實(shí)現(xiàn)。但開發(fā)這種調(diào)節(jié)器所花費(fèi)的時(shí)間是值得的。MPC控制器可以允許車輛在保持安全的同時(shí)達(dá)到更快的速度,使自動(dòng)駕駛更有樂趣。
結(jié) 語
對(duì)于我們想要自主的機(jī)器人和無人機(jī),控制階段是強(qiáng)制性的。然而,這一步必須依賴于前期完美開發(fā)的所有模塊(感知、定和規(guī)劃)。
-
控制器
+關(guān)注
關(guān)注
112文章
15884瀏覽量
175355 -
MPC
+關(guān)注
關(guān)注
2文章
36瀏覽量
21167 -
自動(dòng)駕駛汽車
+關(guān)注
關(guān)注
4文章
375瀏覽量
40778
原文標(biāo)題:自動(dòng)駕駛汽車控制模塊簡介
文章出處:【微信號(hào):IV_Technology,微信公眾號(hào):智車科技】歡迎添加關(guān)注!文章轉(zhuǎn)載請(qǐng)注明出處。
發(fā)布評(píng)論請(qǐng)先 登錄
相關(guān)推薦
評(píng)論