利用欧拉-螺旋路径细化控制机动车辆避让目标的方法与流程

1.本发明的技术领域是路径控制系统，并且更特别地是基于呈回旋线形式的路径的这种系统。


背景技术：

2.机动车辆的一些路径控制系统为自动避让系统或“自动规避转向”系统(aes)生成参考回旋线路径，以避免与道路上检测到的障碍物发生碰撞，同时确保驾驶员对方向盘保持良好的感觉。
3.这些呈回旋线形式的参考路径考虑了系统的可控性(例如，方向盘角度的大小/梯度的限制)以及某些舒适性标准(例如，急动度、转弯的连续性等)。然而，尽管其性能水平较高，但这种稳健的路径规划方法缺乏灵活性，因为它对所寻求的路径施加了严格的约束(也就是说，方向盘的最终角度等于0，方向盘角度曲线的积分等于0)，并且因为忽略了系统的非零初始条件。这会带来使路径跟踪控制器和车辆系统不稳定的风险。例如，在激活aes时车辆航向的绝对值足够大的情况下，控制器会迫使航向为零，以避免偏离参考回旋线路径。因此，方向盘将逆着自然的避让倾向而转动，这种情况从驾驶员的角度来说被证明是不舒服且难以理解的。此外，如果驾驶员通过将方向盘转向合理避让方向来对抗这种操纵，而系统应用饱和约束，则系统会经由驾驶员诱发的振荡现象(“驾驶员诱发振荡”)而变得不稳定并发生振荡。
4.因此，需要校正上述问题。
5.从现有技术中已知以下文献。
6.法国专利申请fr2003457描述了一种非常受限的方法，该方法对规划的路径施加苛刻的约束(例如，方向盘的最终角度等于0，方向盘角度曲线的积分等于0等)。如果初始条件为非零，则会发生对于驾驶员而言可能不稳定的行为。例如，当初始航向为正且相当明显时，方向盘在避让阶段开始时转向错误方向。如果驾驶员在避让阶段干预方向盘，则这种不稳定性可能会被放大。
7.文献“用于自动驾驶的基于回旋线的模型预测控制[clothoid-based model predictive control for autonomous driving],p.lima、j.martensson和m.trincavelli,ecc，linz(2015)”披露了一种用于在车道中居中的控制方法。此外，该方法没有考虑到对系统稳定性至关重要的不同约束，比如可控性。此外，该方法会引起所计算路径的不连续性。
[0008]
文献us 2008/0255728描述了通过包含回旋线形式的组合的等腰三角形的几何形状，根据已知的初始状态和最终状态来构建回旋曲线。该文献的目的是找到用于从一个点导航到另一个点的简单方法，该方法应用于定向问题，而不是在动态约束下最小化碰撞时间ttc。此外，该申请没有考虑动态限制，也没有针对给定情况优化操纵时间的程序。


技术实现要素：

[0009]
本发明的主题是一种用于控制机动车辆避让目标的方法，该机动车辆设置有至少两个感知传感器，该控制方法包括以下步骤：
[0010]-确定来自至少两个传感器的数据的步骤，
[0011]-合并来自至少两个传感器的数据的步骤，以便至少确定方向盘角度、车辆的速度和车辆的航向，
[0012]-规划呈回旋线形式的目标避让路径的步骤，
[0013]-根据方向盘角度、车辆的速度和车辆的航向并基于优化问题的求解来细化目标避让路径的步骤，
[0014]-控制车辆以便遵循细化路径的步骤，
[0015]
该路径细化步骤包括第一系列子步骤和第二系列子步骤，该第一系列子步骤用于根据路径的长度、方向盘的旋转方向和最终航向来进一步改进避让路径，该第二系列子步骤用于根据初始航向和方向盘的旋转方向来细化改进路径。
[0016]
优化问题可以随以下各项而变化：参考纵向位移、参考横向位移、参考车辆的航向、参考车辆的路径曲率和决策向量(包括路径曲率的变化速度和相对于原点所行进的距离)、以及凭经验确定的设置参数、以及对初始纵向位移、初始横向位移、最终横向位移、方向盘角度、方向盘的旋转速度和最终航向值的约束。因此，这种细化可以通过在路径细化时考虑对方向盘角度和方向盘旋转速度的约束来正确地考虑施加于系统上的可控性。考虑到这些可以找到对驾驶员来说更合理且可接受的路径，并间接地找到方向盘角度曲线。
[0017]
第一系列子步骤可以包括以下子步骤：根据参考路径和合并数据来确定优化问题的初始化参数，这些初始化参数包括参考纵向位移、参考横向位移、参考车辆航向、参考车辆路径的曲率、车辆的初始航向和方向盘初始角度，对该优化问题进行求解，并通过确定优化问题的解是否对应于预定义成本函数的最小值以及优化问题的解是否满足对车辆最终航向的约束来确定是否存在最优解；如果是这种情况，则从该控制方法的激活时刻确定方向盘角度曲线，然后确定与该方向盘角度曲线的第一极值相关联的该方向盘角度的符号是否与该参考路径的方向盘角度的符号相同、以及在优化路径的持续时间内是否存在其符号与该第一极值相反的至多一个极值；如果是这种情况，则将优化问题的解视为改进路径。
[0018]
如果确定不存在最优解，则可以执行以下步骤：将路径延长预定的持续时间，然后考虑到该路径的延长，在求解优化问题时重新开始该方法，该预定的持续时间在每次连续出现确定不存在最优解的情况时都会增加。
[0019]
如果方向盘角度曲线不令人满意，则可以执行以下步骤：向参考路径施加纵向偏移，并且再次求解优化问题，然后在确定方向盘角度曲线时重新开始该方法，该纵向偏移在每次连续出现确定方向盘角度曲线不令人满意的情况时都会增加。
[0020]
优化问题的一个约束可以是所寻求路径上的点的纵向位移必须等于参考路径上的点的纵向位移，以便确保细化路径的平滑。
[0021]
优化问题的一个约束可以是细化路径上的车辆航向的最终值必须处于受限的值范围内，以便车辆在避让之后其路径保持稳定。
[0022]
优化问题的一个约束可以是细化路径上的点的纵向位移必须小于校正后不超过的极值线的横向位移。
[0023]
优化问题的一个约束可以是细化路径的横向位移的最终值必须大于或等于参考路径所针对的横向位移的最终值。
[0024]
第二系列子步骤可以包括以下子步骤：根据细化路径和合并数据来确定新的初始化参数，向细化路径施加预定的横向偏移并且求解优化问题，通过确定解是否对应于预定义成本函数的最小值来确定是否存在最优解；如果是这种情况，则从该控制方法的时刻开始确定方向盘角度曲线，并且确定与方向盘角度曲线的第一极值相关联的方向盘角度的符号是否与参考路径的方向盘角度的符号相同、以及在优化路径的持续时间内是否存在其符号与该第一极值相反的至多一个极值；如果是这种情况，则将优化问题的解视为最终细化路径。因此，将对方向盘角度和横向位置的约束与对初始横向位置的偏移相结合，保证了找到在避让操纵开始时不会使方向盘转向错误方向的最优路径，这可以提高驾驶员的信心和车辆的稳定性。
[0025]
如果确定不存在最优解，则可以执行以下步骤：将初始航向减小预定的角度偏差，然后在求解优化问题时重新开始该方法，该角度偏差在一旦每次连续出现不存在最优解的情况时都会增加。
[0026]
如果确定最优解不满足方向盘角度约束，则可以执行以下步骤：向细化路径施加纵向偏移，求解优化问题，然后在确定方向盘角度曲线时重新开始该方法，该纵向偏移在每次连续出现确定方向盘角度曲线不令人满意的情况时都会增加。
[0027]
预定的持续时间、角度偏差和纵向偏移可以依次递增预定的极限值。如果是这种情况，则中断细化步骤，并且在车辆控制步骤中遵循参考路径。
[0028]
另外，本发明的主题是一种使机动车辆避让目标的控制系统，该机动车辆设置有至少一个感知传感器和至少一个计算装置，该计算装置被配置为执行如上所定义的控制方法。
附图说明
[0029]
通过阅读单纯作为非限定性示例并参考附图所给出的以下说明将明了本发明的其他目标、特征和优点，在附图中：
[0030]-[图1]展示了本发明的控制方法的主要步骤，以及
[0031]-[图2]展示了根据本发明的路径细化的主要子步骤。
具体实施方式
[0032]
下文描述的控制系统的目的是通过以使得系统在避让时的行为对于驾驶员而言可理解且可接受的方式改进通过路径规划生成的回旋线来校正现有技术的问题。这些参考路径是通过考虑车辆的初始条件来重建的。通过保持回旋线形式，它们仍然受制于可控性约束。
[0033]
图1展示了本发明的控制方法与现有技术的接口连接。
[0034]
机动车辆设置有至少一个传感器和一个合并装置，该合并装置被配置为合并由传感器确定的数据并作为输入端连接到至少一个计算装置，该计算装置被配置为执行以下控制方法的步骤。
[0035]
根据本发明的控制方法包括数据采集步骤1、所采集数据的合并步骤2、目标避让
路径的确定步骤3、细化路径的计算步骤4和对车辆移动的控制步骤5(“运动控制”)。目标避让路径的确定步骤3和细化路径的计算步骤4包括在aes类型的自动避让方法6中。
[0036]
计算步骤4可以细化从目标避让路径的确定步骤3(其构成常规路径规划)获得的路径。
[0037]
路径细化(或“路径细化过程”)可以根据通过数据合并接收到的数据(特别是在该方法的激活时刻车辆的航向、方向盘角度和速度)来改进通过常规路径规划生成的路径。
[0038]
路径细化的原则首先是找到可以简单地描述回旋线的近似/线性模型。然后将使用这个近似/模型来将“改进路径”问题重新阐述为二次优化问题。
[0039]
现在将描述回旋线的线性模型。
[0040]
以下等式定义了呈回旋线形式的路径：
[0041]
[公式1]
[0042][0043]
[公式2]
[0044][0045]
对于位于同一回旋线上的两个连续点i和i+1及其从原点所行进的距离si、s
i+1
，它们的等式可以近似如下：
[0046]
[公式3]
[0047][0048]
[公式4]
[0049][0050]
[公式5]
[0051][0052]
[公式6]
[0053][0054]
其中，
[0055]
si：从原点到路径上的点i所行进的距离
[0056]
x(si)：车辆在路径上的点i处相对于原点的纵向位移
[0057]
y(si):车辆在路径上的点i处相对于原点的横向位移
[0058]
θ(si):车辆在路径上的点i处的航向
[0059]
κ(si)：车辆在点i处的路径曲率
[0060]ci
：点i处的路径曲率的变化速度。
[0061]
上面的等式([公式3]-[公式6])被用作描述车辆的期望路径的模型。如果定义了xi＝(xi，yi，θi，κi)；ui＝(ci，si)，则这些等式可以简单地表示为：
[0062]
[公式7]
[0063][0064]
该模型的围绕参考点的线性化表示为：
[0065]
[公式8]
[0066][0067]
其中，其中，x
ref_i
＝(x
ref_i
，y
nef_i
，θ
ref_i
，κ
ref_i
)
[0068]
其中，u
ref_i
＝(c
ref_i
，s
ref_i
)
[0069]
系数ai和bi的矩阵由以下等式定义。
[0070]
[公式9]
[0071][0072]
[公式10]
[0073][0074]
对参考路径进行采样以获得一组n个参考点。对于给定路径上的该组n个参考点，应用以下等式：
[0075]
[公式11]
[0076][0077]
其中：
[0078]
[公式12]
[0079][0080]
[公式13]
[0081][0082]
[公式14]
[0083]
并且
[0084]
为了找到接近参考路径而不损失回旋线形式并受可控性约束的路径，将研究问题重新阐述为优化计算的问题，其中，成本函数是：
[0085]
[公式15]
[0086][0087]
成本函数j受制于以下条件：
[0088]
[公式16]
[0089][0090]
u是决策变量的定义集。该集合是基于关于系统可控性的约束而确定的，该约束将在等式([公式25]-[公式26])中进行详细说明。
[0091]
在成本函数中，和是加权系数，其中，并且
[0092]
矩阵q、r是4
×
4大小的对角矩阵。
[0093]
成本函数([公式15])将能够以具有约束([公式16])的二次优化问题的形式展开，其中寻求使j最小化：
[0094]
[公式17]
[0095][0096]
其中，
[0097]
[公式18]
[0098][0099]
[公式19]
[0100][0101]
[公式20]
[0102][0103]
在不失一般性的情况下，可以在等式([公式17])中消除项“d”。
[0104]
在此以类似于常规二次优化问题的方式来表述寻找细化路径(其接近于由2020年4月7日的法国专利申请文献fr2003457定义的参考路径)的问题。
[0105]
相比之下，将在下文的描述中讨论可控性的约束和细化路径的限制(在最大超调量、最终航向等方面)。
[0106]
通过求解等式[公式17]至[公式20]，将获得接近参考路径、具有回旋线形式、并满足可控性约束的路径。然而，从驾驶员的角度来看，这并不能保证找到一条完全满足系统服务和驾驶感受的路径。在这一方面，在细化参考路径的优化中考虑了对系统状态的约束(如最大横向偏差值和最终航向)，以避免在激活aes功能后转向错误方向的问题。因此，在下文中，在优化问题中添加了某些约束。
[0107]
第一个约束是等式约束，其涉及所寻求路径上的点的横坐标x(车辆的纵向位移)，其值必须等于参考路径上的点的值：
[0108]
[公式21]
[0109][0110]
这种等式约束可以确保所找到的路径的平滑化，也就是说连续性。
[0111]
下面的约束是不等式约束。因此，第二个约束涉及改进路径的最大超调量，并且改进路径上的点的横向位移必须小于校正后不超过的极值线的横向位移y
max
：
[0112]
[公式22]
[0113][0114]
改进路径的横向位移的最终值必须始终大于或等于参考路径所针对的横向位移的最终值：
[0115]
[公式23]
[0116]yn
≥y
ref_n
[0117]
第三个约束涉及与所寻求的路径相对应的方向盘角度，该方向盘角度应该在梯度和大小方面受到限制，使得在整个路径上满足可控性约束。已知无法获得方向盘角度与决策变量之间的确切关联，因此使用基于自行车模型的近似。
[0118]
然后获得方向盘角度与曲率之间的关系：
[0119]
[公式24]
[0120][0121]
还获得方向盘的旋转速度与曲率之间的关系：
[0122]
[公式25]
[0123][0124]
其中：
[0125]
δi：：方向盘在点i处的角度(在笛卡尔平面中)
[0126]
方向盘在点i处的旋转速度
[0127]
lf和lr：分别是从车辆重心到前车桥和后车桥的距离
[0128]
m：是车辆的重量
[0129]cf
，cr：前轮和后轮的漂移刚度
[0130]
v：车辆速度
[0131]ci
：点i处的曲率速度
[0132]
ratio_dae：方向盘角度与车轮角度之间的比率
[0133]
对方向盘角度及其速度的约束表示如下：
[0134]
[公式26]
[0135][0136]
[公式27]
[0137][0138]
其中：
[0139]
δ
max
、δ
min
、和是已知的可控性约束。
[0140]
方向盘角度的最终值必须处于可接受的范围内，以确保车辆在避让障碍物之后其路径的稳定性：
[0141]
[公式28]
[0142]
δ
final_min
≤δn≤δ
final_max
[0143]
在校正开始时的纵向位移的偏移值期间，方向盘角度必须大于或等于aes在激活
时刻的角度值。应当注意，aes的激活时刻对应于控制方法的激活时刻。同样的约束也适用于车辆的横向偏差。添加这些约束是为了避免当aes被激活且车辆的航向在该时刻为非零时将车辆引导朝向其参考路径。应当注意，纵向位移值x不是在优化计算期间确定的，而是在下面解释的等式[公式37]中提出的优化策略中确定的：
[0144]
[公式29]
[0145][0146]
[公式30]
[0147][0148]
其中：n对应于纵向位移
[0149]
第四个约束涉及通过车辆航向的最终值使车辆避让之后其路径保持稳定性，该最终值应该处于足够小的范围内。添加这种类型的约束的目的在于避免出现找不到最优解的情况。这种类型的约束通常被称为“松弛约束”或“软约束”，并且添加这种约束需要修改成本函数([公式17])和决策向量因此，文献“模型预测控制中的软约束和精确罚函数[soft constraints and exact penalty functions in model predictive control],eric c.kerrigan,an m.maciejowski,ukacc,剑桥(2000)”在控制中包括了这种类型的约束。添加这种松弛约束还可以使车辆在路径结束处的航向收敛到期望值的范围。
[0150]
然后，等式([公式17])重新表示如下：
[0151]
[公式31]
[0152][0153]
其中：
[0154]
[公式32]
[0155][0156]
[公式33]
[0157][0158]
[公式34]
[0159][0160]
ε:松弛变量
[0161]
ρ：∈的加权参数
[0162]
另外，
[0163]
[公式35]
[0164]
[0165]
其中，
[0166]
[公式36]
[0167][0168]
θ
min
和θ
max
分别是在路径结束处航向的可接受极值。
[0169]
假设：
[0170]
θ
ref_n
：参考路径上的最后一个点处的航向
[0171]
v：加权参数。
[0172]
在上述理论发展的基础上，通过在由等式[公式21]至[公式23]、[公式26]至[公式30]和[公式35]定义的约束下求解在以下等式[公式37]中提出的优化问题，确定在等式[公式32]中表示的经优化的决策向量当通过应用等式[公式31]确定的相关联成本j达到最小值时，决策向量被认为得到优化。
[0173]
[公式37]
[0174][0175]
注意，如果车辆的初始航向在左侧避让时为正，则等式[公式37]中提出的优化问题的求解对于aes控制器是确实有利且必要的。如果车辆的初始航向为负，则原始参考路径(无需重新计算)已经足以实现左侧完全避让，并且方向盘锁定方向正确。对于右侧避让，将考虑负初始航向的情况。因此，对于右侧避让，将考虑仅在车辆航向严格为负的情况下通过细化得到的回旋线。在初始航向为零或为正时进行右侧避让的情况下，系统是稳定的，不需要进行路径细化。此外，通过应用等式([公式24])中描述的方向盘角度与曲率之间的关系，可以使用初始曲率来代替方向盘初始角度。
[0176]
当初始航向为正时，对于左侧避让，可以通过对角度曲线的负极值的数量进行计数来验证方向盘行为与驾驶员的预期的一致性的确定(以下步骤5和12)。对于右侧避让的情况，类似地，对正极值的数量进行计数。如果存在超过一个负极值，则认为方向盘角度曲线不符合驾驶员标准。事实上，假设方向盘角度曲线上不再有负极值，即使系统当前正在执行避让，第一极值也会使车辆更接近参考路径。驾驶员不会接受系统的这种行为。在这种情况下，为了消除这种不期望的行为，通过将纵向位移的偏移值增加来使其增加，直到在角度曲线上只剩下单个负极值。
[0177]
所寻求路径的横向偏差的初始值将偏移横向偏移值y
l_ref_init
。该偏移值是在对等式[公式37]中提出的优化问题进行求解之前定义的。计算横向偏移值使得激活时aes的稳健控制器的角度请求δ
请求
等于所测量的方向盘角度δ(t0)。
[0178]
因此：
[0179]
[公式38]
[0180][0181]
其中，
[0182]
δ
请求
(t0)＝δ(t0)；
[0183]
θ(t0)：：系统激活时所测量的方向盘航向；
[0184]
δ(t0)：系统激活时所测量的方向盘角度；
[0185]
aes控制器的对应于车辆的横向偏差的增益，
[0186]kδ
：aes控制器的对应于车辆的方向盘角度的增益，
[0187]kθ
：aes控制器的对应于车辆航向的增益，以及
[0188]d前瞻
：车辆在笛卡尔平面中的投影距离。
[0189]
该距离d
前瞻
对应于碰撞时间ttc与车辆速度的乘积。为了降低实施的复杂性，假设方向盘初始角度非常小并且在本研究案例下可以被认为等于0。因此，等式([公式38])变为：
[0190]
[公式39]
[0191][0192]
此外，为了确保最终路径不与改进路径交叉，在等式[公式37]中提出的优化问题中添加了不等式约束，这不允许解的横向偏差小于改进路径的横向偏差。
[0193]
现在将描述图2所示的用于细化避让路径的计算步骤4的主要子步骤。
[0194]
在第一子步骤11中，通过目标避让路径的确定步骤3和合并步骤2中的数据获得参考路径。然后，根据参考路径(参考纵向位移x
ref
、参考横向位移y
ref
、车辆的参考航向θ
ref
、车辆路径的参考曲率κ
ref
)以及合并的数据(在激活t时车辆的初始航向θ
init
，以及在激活时刻t处方向盘的初始角度δ
init
)确定初始化参数，并且将变量iter、iter2和iter3初始化为零。
[0195]
在第二子步骤12中，在由等式[公式21]至[公式23]、[公式26]至[公式30]和[公式35]所定义的约束下用所确定的初始化参数来求解通过等式[公式37]所描述的成本优化问题。
[0196]
在第三子步骤13中，确定经优化的决策向量是否在与成本函数j[公式31]的最小值相关联的同时求解出等式[公式37]、由等式[公式35]定义的对最终航向的约束是否得到满足以及iter变量与值δt的乘积是否小于预定义值(特别是从合并步骤2接收到的碰撞时间ttc)。
[0197]
如果不是这种情况，则该方法继续进行第四子步骤14，在该步骤期间，iter变量递增一个单位，参考路径的延长持续时间等于iter乘以δt。然后，该方法在第二子步骤12处重新开始。
[0198]
如果在第三子步骤13中已经确定存在最优解并且满足对最终航向的约束，则该方法继续进行第五子步骤15，在该步骤期间，确定方向盘的行为是否与驾驶员的预期一致。为了确定这一点，从aes的激活时刻开始确定方向盘角度曲线δi，然后确定与方向盘角度曲线的第一极值相关联的方向盘角度的符号是否与参考路径的方向盘角度的符号相同、以及在
优化路径的持续时间内是否存在其符号与第一极值相反的至多一个极值。
[0199]
如果方向盘的行为与驾驶员的预期不一致，则该方法继续进行第六子步骤16，在该步骤期间，iter2变量递增一个单位，并且纵向位移的偏移值增加然后进行第七子步骤17，在该步骤期间，在由等式([公式21]-[公式23])、([公式26]-[公式30])和([公式35])描述的约束下用在子步骤13中确定的初始化参数以及用所增加的纵向位移来再次求解通过等式[公式37]描述的成本优化问题。该方法在第五子步骤15处重新开始。
[0200]
如果在第五子步骤15中方向盘的行为与驾驶员的预期一致，则该方法继续进行第八子步骤18，在该步骤期间，认为最后确定的路径是改进路径。
[0201]
如果该方法到此为止，则所找到的改进路径还不足以避免在aes激活后方向盘锁定方向错误的问题。为了克服这个问题，该方法的以下步骤可以确保方向盘按期望方向转动并且这样做不受速度限制。
[0202]
该方法继续进行第九子步骤19，在该步骤期间，通过将改进路径视为参考路径并通过重新初始化iter2变量，在由等式([公式21]-[公式23]、[公式26]-[公式30]和[公式35])描述的约束下用由等式[公式39]定义的偏移y
l_ref_int
来再次求解通过等式[公式37]描述的成本优化问题。换句话说，利用根据改进路径定义的初始化参数来求解成本优化问题。
[0203]
在第十子步骤20期间，通过确定经优化的决策向量是否在与成本函数j[公式31]的最小值相关联的同时求解出等式[公式37]以及解路径的横向位移是否大于改进路径的横向位移，来确定是否存在最优解。应当注意，在此最终航向不再是确定最优解时的约束，因为只有改进路径的初始部分被修改，该改进路径已经满足对最终航向的约束。
[0204]
如果不是这种情况，则该方法继续进行第十一子步骤21，在该步骤期间，iter3变量递增一个单位，并且初始航向θ
init
减小δθ
·
iter3。该值δθ是预先确定的，特别是根据航向传感器的灵敏度并通过测试活动预先确定的。然后，该方法在第九子步骤19处重新开始。
[0205]
如果在子步骤20中确定存在最优解，则该方法继续进行第十二子步骤22，在该步骤期间，以类似于在子步骤23中进行确定的方式来确定驾驶员的行为是否与驾驶员的预期一致。
[0206]
如果方向盘的行为与驾驶员的预期不一致，则该方法继续进行第十三子步骤23，在该步骤期间，iter2变量递增一个单位，纵向位移的偏移值增加该方法继续进行第十四子步骤24，在该步骤期间，在由等式([公式21]-[公式23]、[公式26]-[公式30]和[公式35])描述的约束下用初始化参数(包括所增加的纵向位移)来再次求解通过等式[公式37]所描述的成本优化问题。然后，该方法在第十二子步骤22处重新开始。
[0207]
如果在第十二子步骤22中方向盘的行为与驾驶员的预期一致，则该方法继续进行第十五子步骤25，在该步骤期间，认为最后确定的路径是最终路径。
[0208]
应当注意，预定的持续时间、角度偏差和纵向偏移依次递增预定的极限值。如果是这种情况，则中断细化步骤，并且在车辆控制步骤中采用参考路径。
[0209]
这种控制方法可以提高路径跟随的稳定性和对客户的服务，同时方向盘按期望方向转动。所提出的方法还减少了操纵持续时间。

技术特征：
1.一种用于控制机动车辆避让目标的方法，该机动车辆设置有至少两个感知传感器，该控制方法包括以下步骤：-确定来自该至少两个传感器的数据的步骤，-合并来自该至少两个传感器的数据的步骤，以便至少确定方向盘角度、该车辆的速度和该车辆的航向，-规划呈回旋线形式的目标避让路径的步骤，-根据该方向盘角度、该车辆的速度和该车辆的航向并基于优化问题的求解来细化该目标避让路径的步骤，-控制该车辆以便实施细化路径的步骤，该路径细化步骤包括第一系列子步骤和第二系列子步骤，该第一系列子步骤用于根据该路径的长度、该方向盘的旋转方向和最终航向来进一步改进该避让路径，该第二系列子步骤用于根据初始航向和该方向盘的旋转方向来细化进一步改进的路径。2.如权利要求1所述的控制方法，其中，该优化问题随以下各项而变化：参考纵向位移、参考横向位移、参考车辆的航向、该参考车辆的路径曲率和决策向量——包括该路径曲率的变化速度和相对于原点所行进的距离、以及凭经验确定的设置参数、以及对初始纵向位移、初始横向位移、最终横向位移、该方向盘角度、该方向盘的旋转速度和该最终航向值的约束。3.如权利要求1和2中任一项所述的控制方法，其中，该第一系列子步骤包括以下子步骤：根据参考路径和来自该合并的数据来确定该优化问题的初始化参数，这些初始化参数包括参考纵向位移、参考横向位移、参考车辆的航向、参考车辆的路径曲率、该车辆的初始航向和方向盘初始角度，对该优化问题进行求解，并通过确定该优化问题的解是否对应于预定义成本函数的最小值以及该优化问题的解是否满足对该车辆的最终航向的约束来确定是否存在最优解，如果是这种情况，则从该控制方法的激活时刻开始确定方向盘角度曲线，然后确定与该方向盘角度曲线的第一极值相关联的该方向盘角度的符号是否与该参考路径的方向盘角度的符号相同、以及在优化路径的持续时间内是否存在其符号与该第一极值相反的至多一个极值；如果是这种情况，则将该优化问题的解视为改进路径。4.如权利要求1所述的控制方法，其中，如果确定不存在最优解，则将该路径延长预定的持续时间，然后考虑到该路径的延长，在求解该优化问题时重新开始该方法，该预定的持续时间在每次连续出现确定不存在最优解的情况时都会增加。5.如权利要求3和4中任一项所述的控制方法，其中，如果该方向盘角度曲线不令人满意，则向该参考路径施加纵向偏移，并且再次求解该优化问题，然后在确定该方向盘角度曲线时重新开始该方法，该纵向偏移在每次连续出现确定该方向盘角度曲线不令人满意的情况时都会增加。6.如权利要求3至5中任一项所述的控制方法，其中，该优化问题的约束是该改进路径上的点的纵向位移必须等于该参考路径上的点的纵向位移。7.如权利要求3至6中任一项所述的控制方法，其中，该优化问题的约束是该改进路径上的车辆航向的最终值必须处于受限的值范围内。
8.如权利要求3至7中任一项所述的控制方法，其中，该优化问题的约束是该改进路径上的点的横向位移必须小于校正后不超过的极值线的横向位移。9.如权利要求1至8中任一项所述的控制方法，其中，该第二系列子步骤包括以下子步骤：根据该改进路径和该合并数据来确定新的初始化参数，向该改进路径施加预定的横向偏移，并且对该优化问题进行求解，通过确定解是否对应于预定义成本函数的最小值来确定是否存在最优解，如果是这种情况，则从该控制方法的时刻开始确定方向盘角度曲线，并且确定与该方向盘角度曲线的第一极值相关联的该方向盘角度的符号是否与该参考路径的方向盘角度的符号相同、以及在优化路径的持续时间内是否存在其符号与该第一极值相反的至多一个极值；如果是这种情况，则将该优化问题的解视为最终细化路径。10.如权利要求9所述的控制方法，其中，如果确定不存在最优解，则将该初始航向减小预定的角度偏差，然后在求解该优化问题时重新开始该方法，该角度偏差在每次连续出现不存在最优解的情况时都会增加。11.如权利要求9和10中任一项所述的控制方法，其中，如果确定该最优解不满足这些方向盘角度约束，则向该改进路径施加纵向偏移，求解该优化问题，然后在确定该方向盘角度曲线时重新开始该方法，该纵向偏移在每次连续出现确定该方向盘角度曲线不令人满意的情况时都会增加。12.如前述权利要求中任一项所述的控制方法，其中，该预定的持续时间、该角度偏差和该纵向偏移依次递增到预定的极限值；如果是这种情况，则中断该细化步骤，并且在车辆控制步骤中实施该参考路径。13.一种用于控制机动车辆避让目标的系统，该机动车辆设置有至少一个感知传感器和至少一个计算装置，该计算装置被配置为执行如前述权利要求所述的控制方法。

技术总结
一种用于控制机动车辆避让目标的方法，该机动车辆配备有至少两个感知传感器，该控制方法包括以下步骤：-确定至少两个传感器的数据的步骤；-合并至少两个传感器的数据的步骤，以便至少确定方向盘的角度、车辆的速度和车辆的航向；-规划采用欧拉螺旋线形式的、用于避让目标的避让路径的步骤；-根据方向盘的角度、车辆的速度和车辆的航向并基于优化问题的解来细化用于避让目标的避让路径的步骤；-控制车辆以便遵循细化路径的步骤，该路径细化步骤包括第一系列子步骤和第二系列子步骤，该第一系列子步骤用于根据路径的长度、方向盘的旋转方向和最终航向来改进避让路径，该第二系列子步骤用于根据初始航向和方向盘的旋转方向来细化改进路径。改进路径。改进路径。


技术研发人员：G
受保护的技术使用者：日产自动车株式会社
技术研发日：2021.12.16
技术公布日：2023/10/15