本發(fā)明涉及一種基于自適應(yīng)神經(jīng)網(wǎng)絡(luò)約束控制的自動(dòng)停車控制系統(tǒng)，屬于智能汽車技術(shù)領(lǐng)域。

背景技術(shù)：

對(duì)于許多駕駛員而言，在城市密集區(qū)域停車是一種痛苦的經(jīng)歷。大城市停車空間有限，將汽車駛?cè)氇M小的空間已成為一項(xiàng)必備技能。很少有不費(fèi)一番周折就停好車的情況，停車不順利可能導(dǎo)致交通阻塞、駕駛員神經(jīng)疲憊，或造成車輛保險(xiǎn)杠被撞彎等情況發(fā)生。自動(dòng)停車技術(shù)能夠有效解決上述問(wèn)題，使汽車安全且快速地停到指定區(qū)域。

自動(dòng)停車技術(shù)在逐步成熟的過(guò)程。現(xiàn)有技術(shù)的自動(dòng)停車系統(tǒng)，由于車輪轉(zhuǎn)向角的飽和問(wèn)題而造成的類似無(wú)法跟蹤設(shè)定值的問(wèn)題，這給快速停車造成了不必要的麻煩。

技術(shù)實(shí)現(xiàn)要素：

本發(fā)明的第一個(gè)目的是提供一種自動(dòng)停車方法，所述方法以車輪轉(zhuǎn)向角為對(duì)象，抗飽和補(bǔ)償器、rbf觀測(cè)器、pid控制器、動(dòng)態(tài)約束模塊對(duì)車輛的停車路徑進(jìn)行控制；所述rbf觀測(cè)器對(duì)pid控制器和抗飽和補(bǔ)償器輸入信號(hào)，確保二者正常工作；所述pid控制器控制車輪轉(zhuǎn)向角的實(shí)際值與預(yù)定值保持一致，所述抗飽和補(bǔ)償器對(duì)pid控制器的角度控制進(jìn)行修正，所述動(dòng)態(tài)約束模塊對(duì)車輪轉(zhuǎn)向的角度和變化率進(jìn)行約束。

在本發(fā)明的一種實(shí)施方式中，所述pid控制器基于rbf神經(jīng)網(wǎng)絡(luò)，其描述為：

其中netj表示rbf神經(jīng)網(wǎng)絡(luò)的第一層的輸出，oij表示表示輸入層第i個(gè)輸入到第j個(gè)中間節(jié)點(diǎn)的權(quán)重值，xcj(k)為三個(gè)輸入，分別對(duì)應(yīng)e(k)-e(k-1)、e(k)、e(k)-2e(k-1)+e(k-2)，其中e(k)為φ^*(k)-φ(k-1)-ε(k)，φ^*(k)、φ(k)表示系統(tǒng)所需的車輛轉(zhuǎn)向角和實(shí)際的轉(zhuǎn)向角，ε(k)表示補(bǔ)償信號(hào)，α0(k)為未經(jīng)約束的k時(shí)刻的車輛轉(zhuǎn)向角，α(k)為經(jīng)受約束后的k時(shí)刻的車輛轉(zhuǎn)向角，kj對(duì)應(yīng)kp，ki，kd參數(shù)，ηb為參數(shù)學(xué)習(xí)速率。

在本發(fā)明的一種實(shí)施方式中，所述抗飽和補(bǔ)償器的描述為：

其中，ε(k)即為k時(shí)刻的抗飽和補(bǔ)償器信號(hào)，μ為小于1的正數(shù)，α(k-1)為k-1時(shí)刻的車輛轉(zhuǎn)向角，α0(k)為未經(jīng)約束的k時(shí)刻的車輛轉(zhuǎn)向角，為由rbf神經(jīng)網(wǎng)絡(luò)得到的jacobian信息。

在本發(fā)明的一種實(shí)施方式中，所述動(dòng)態(tài)約束模塊的約束條件為：

其中，ts表示系統(tǒng)采樣時(shí)間，分別表示車輛轉(zhuǎn)向角的最小和最大變化率，αmin，αmax分別表示車輛轉(zhuǎn)向角的最小和最大值。

在本發(fā)明的一種實(shí)施方式中，所述動(dòng)態(tài)約束條件中，車身角的變化范圍為-45～45°，車身角變化率范圍為-20～20°/s。

在本發(fā)明的一種實(shí)施方式中，所述車輛的動(dòng)力學(xué)模型為：

其中，u表示車速，lw表示車輛前后軸軸距。

在本發(fā)明的一種實(shí)施方式中，所述rbf觀測(cè)器的描述如下：

令x＝[x1,x2,…xn]^t為神經(jīng)網(wǎng)絡(luò)的輸入向量，g＝[g1,g2,…,gj,…gm]^t為rbf神經(jīng)網(wǎng)絡(luò)的徑向基向量，gj的結(jié)構(gòu)為：

其中fj＝[fj1,fj2,…,fji,…fjn]^t，i＝1,2,…n代表了節(jié)點(diǎn)j的中心向量。dj＝[d1,d2,…,dm]^t為神經(jīng)網(wǎng)絡(luò)的基寬向量，dj代表了j節(jié)點(diǎn)的基寬參數(shù)，為正數(shù)。定義神經(jīng)網(wǎng)絡(luò)的權(quán)重向量為s＝[s1,s2,…,sj…,sm]^t，得到識(shí)別網(wǎng)絡(luò)的輸出為：

具體迭代算法為：

dj(k)＝dj(k-1)+ηδdj(k)+κ(dj(k-1)-dj(k-2))

fji(k)＝fji(k-1)+ηδfji(k)+κ(fji(k-1)-fji(k-2))

jacobian信息的識(shí)別算法為：

本發(fā)明的第二個(gè)目的是提供一種自動(dòng)停車控制系統(tǒng)，含有pid控制器、動(dòng)態(tài)約束模塊、抗飽和補(bǔ)償器、rbf觀測(cè)器和超聲波傳感器，通過(guò)有線和/或無(wú)線連接；所述超聲波傳感器設(shè)置于車輛上，向pid控制器傳遞車輪轉(zhuǎn)向角信號(hào)；所述動(dòng)態(tài)約束模塊接收pid控制器輸出的車輪轉(zhuǎn)向角信號(hào)，并對(duì)其轉(zhuǎn)向的幅度和變化率進(jìn)行約束，將約束后的轉(zhuǎn)向角信號(hào)輸入至抗飽和補(bǔ)償器；所述rbf觀測(cè)器分別向抗飽和補(bǔ)償器和pid控制器傳輸jacobian信息；

在本發(fā)明的一種實(shí)施方式中，所述的基于rbf神經(jīng)網(wǎng)絡(luò)的pid控制器，所述pid控制器基于rbf神經(jīng)網(wǎng)絡(luò)，其描述為：

其中netj表示rbf神經(jīng)網(wǎng)絡(luò)的第一層的輸出，oij表示表示輸入層第i個(gè)輸入到第j個(gè)中間節(jié)點(diǎn)的權(quán)重值，xcj(k)為三個(gè)輸入，分別對(duì)應(yīng)e(k)-e(k-1)、e(k)、e(k)-2e(k-1)+e(k-2)，其中e(k)為φ^*(k)-φ(k-1)-ε(k)，φ^*(k)、φ(k)表示系統(tǒng)所需的車輛轉(zhuǎn)向角和實(shí)際的轉(zhuǎn)向角，ε(k)表示補(bǔ)償信號(hào)，α0(k)為未經(jīng)約束的k時(shí)刻的車輛轉(zhuǎn)向角，α(k)為經(jīng)受約束后的k時(shí)刻的車輛轉(zhuǎn)向角，kj對(duì)應(yīng)kp，ki，kd參數(shù)，ηb為參數(shù)學(xué)習(xí)速率。

在本發(fā)明的一種實(shí)施方式中，所述的動(dòng)態(tài)約束模塊的輸出為經(jīng)約束后的車輛轉(zhuǎn)向角，用于限制車輪轉(zhuǎn)向的幅值和變化率，確保車輛在轉(zhuǎn)向行駛時(shí)，符合實(shí)際的車輛轉(zhuǎn)向情況，保證安全，在本發(fā)明的一種實(shí)施方式中，所述動(dòng)態(tài)約束模塊的約束條件為：

其中，ts表示系統(tǒng)采樣時(shí)間，分別表示車輛轉(zhuǎn)向角的最小和最大變化率，αmin，αmax分別表示車輛轉(zhuǎn)向角的最小和最大值。

在本發(fā)明的一種實(shí)施方式中，所述車身角的變化范圍為-45～45°，車身角變化率范圍為-20～20°/s。

在本發(fā)明的一種實(shí)施方式中，所述的抗飽和補(bǔ)償器，其輸出為動(dòng)態(tài)的補(bǔ)償信號(hào)，用以補(bǔ)償因動(dòng)態(tài)約束模塊存在而造成的輸出不跟隨或跟隨過(guò)于緩慢的情況。

在本發(fā)明的一種實(shí)施方式中，所述車輛的輸出為車輛的車身角，其作用是給基于rbf神經(jīng)網(wǎng)絡(luò)的觀測(cè)器，用以得到系統(tǒng)所必須的jacobian信息。

在本發(fā)明的一種實(shí)施方式中，所述jacobian信息是車輛車身角對(duì)于車輪轉(zhuǎn)向角的偏導(dǎo)數(shù)。

本發(fā)明的第三個(gè)目的是提供應(yīng)用所述自動(dòng)停車方法的車輛。

本發(fā)明還提供所述自動(dòng)停車方法在智能汽車領(lǐng)域的應(yīng)用。

有益效果：本發(fā)明提出的一種基于自適應(yīng)神經(jīng)網(wǎng)絡(luò)約束控制的自動(dòng)停車控制系統(tǒng)，首先利用基于rbf神經(jīng)網(wǎng)絡(luò)的觀測(cè)器技術(shù)實(shí)現(xiàn)了jacobian信息的估計(jì)，基于此設(shè)計(jì)了基于rbf神經(jīng)網(wǎng)絡(luò)的pid控制器，在這一控制器的基礎(chǔ)上添加了輸入約束條件，并加入了抗飽和補(bǔ)償器來(lái)應(yīng)對(duì)飽和現(xiàn)象出現(xiàn)的問(wèn)題，使整個(gè)控制系統(tǒng)更加符合實(shí)際情況，增強(qiáng)了系統(tǒng)的可靠性。減少了客戶尋找車位并停車的麻煩，提高了時(shí)間的利用率。

附圖說(shuō)明

圖1為本發(fā)明所提出的自動(dòng)停車控制系統(tǒng)設(shè)計(jì)框圖；

圖2為本發(fā)明的自動(dòng)泊車路徑規(guī)劃原理圖；

圖3為本發(fā)明的一種實(shí)施方式下的路徑給定圖；

圖4為本發(fā)明的一種實(shí)施方式下的pid參數(shù)估計(jì)值示意圖；

圖5為本發(fā)明的一種實(shí)施方式下的rbf觀測(cè)器權(quán)值估計(jì)值示意圖；

圖6為本發(fā)明的一種實(shí)施方式下的jacobian信息與補(bǔ)償器信號(hào)的估計(jì)值示意圖；

圖7為本發(fā)明在兩種實(shí)施方式下的輸出響應(yīng)比較示意圖；pidnn為本發(fā)明的pid控制器控制下的輸出；pid為傳統(tǒng)的pid控制器控制下的輸出；

圖8為本發(fā)明在兩種實(shí)施方式下的轉(zhuǎn)向角比較示意圖pidnn為本發(fā)明的pid控制器控制下的輸出；pid為傳統(tǒng)的pid控制器控制下的輸出。

具體實(shí)施方式

實(shí)施例1

本發(fā)明的一種基于自適應(yīng)神經(jīng)網(wǎng)絡(luò)約束控制的自動(dòng)停車控制系統(tǒng)以車輛轉(zhuǎn)向角為對(duì)象，結(jié)合抗飽和補(bǔ)償器對(duì)基于rbf神經(jīng)網(wǎng)絡(luò)的pid控制器的角度控制方法進(jìn)行修正，設(shè)計(jì)框圖如圖1所示。

該自動(dòng)停車控制系統(tǒng)主要包括：路徑規(guī)劃模塊，基于rbf神經(jīng)網(wǎng)絡(luò)的pid控制器、動(dòng)態(tài)約束模塊、抗飽和補(bǔ)償器、整車動(dòng)力學(xué)模型和基于rbf神經(jīng)網(wǎng)絡(luò)的觀測(cè)器。rbf觀測(cè)器輸出jacobian信息至pid控制器和抗飽和補(bǔ)償器；所述pid控制器計(jì)算獲得車輪轉(zhuǎn)向角的實(shí)際值，所述抗飽和補(bǔ)償器的輸入為經(jīng)受約束的車輪轉(zhuǎn)向角和未經(jīng)約束的車輪轉(zhuǎn)向角之差，通過(guò)抗飽和補(bǔ)償器的處理，對(duì)pid控制器輸出的角度進(jìn)行修正；所述動(dòng)態(tài)約束模塊對(duì)車輪轉(zhuǎn)向的角度和變化率進(jìn)行約束，并輸出約束后的車輪轉(zhuǎn)向角，再將該信號(hào)傳遞至車輛，獲得實(shí)際的車身角。

通過(guò)仿真實(shí)驗(yàn)的方法按如下步驟進(jìn)行操作：

步驟一：利用超聲波傳感器測(cè)定距離：

如圖2所示，其中l(wèi)v為汽車長(zhǎng)度，lw為前后軸長(zhǎng)度，wv為整車寬度，ls為泊車長(zhǎng)度，δd為兩車之間的安全距離，d為車身中線與路邊車輛的距離。車輛前行由超聲波傳感器探測(cè)到有車位時(shí)，車輛已到達(dá)q3位置處，將車輛的停車路徑分為四個(gè)路段，1)車輛以直線形式后退過(guò)程(即圖2中直線段q3q2部分)；2)車輛右轉(zhuǎn)向過(guò)程(即圖2中曲線段q2q1部分)；3)車輛回轉(zhuǎn)向至轉(zhuǎn)向角為0，直線后退過(guò)程(即圖2中直線段q1q0部分)；4)車輛左轉(zhuǎn)向后退至車輛車身角為0的過(guò)程(即圖2中曲線段q0o部分)。

步驟二，基于rbf神經(jīng)網(wǎng)絡(luò)的pid控制器的設(shè)計(jì)。

典型的pid控制器設(shè)計(jì)如式(1)所示：

α0(k)＝α(k-1)+kp(e(k)-e(k-1))+kie(k)+kd(e(k)-2e(k-1)+e(k-2))(1)

其中α(k-1)為k-1時(shí)刻的車輛轉(zhuǎn)向角，α0(k)為未經(jīng)約束的k時(shí)刻的車輛轉(zhuǎn)向角，e(k)為φ^*(k)-φ(k-1)-ε(k)，為系統(tǒng)誤差，φ^*(k)、φ(k)表示系統(tǒng)所需的車輛轉(zhuǎn)向角和實(shí)際的轉(zhuǎn)向角，ε(k)表示補(bǔ)償信號(hào)，kp，ki，kd分別為比例積分微分增益。

對(duì)于基于rbf神經(jīng)網(wǎng)絡(luò)的pid控制器而言，定義三個(gè)中間節(jié)點(diǎn)，且定義神經(jīng)網(wǎng)絡(luò)第一層的輸出如式(2)所示：

其中oij表示輸入層第i個(gè)輸入到第j個(gè)中間節(jié)點(diǎn)的權(quán)重值，其通過(guò)迭代規(guī)則進(jìn)行更替，在本仿真實(shí)例中oij的初值為：

xcj(k)為三個(gè)輸入，在本仿真實(shí)例中分別對(duì)應(yīng)e(k)-e(k-1)、e(k)和e(k)-2e(k-1)+e(k-2)。定義pid控制器的輸出如式(3)所示：

kj對(duì)應(yīng)kp，ki，kd參數(shù)，其也是通過(guò)迭代規(guī)則進(jìn)行更替，在本仿真實(shí)例中初始值設(shè)為[25，0.7，0.3]^t，y(netj)定義為：

因此可以得到上式的導(dǎo)數(shù)為：

kj(k+1)與oij(k+1)的迭代規(guī)則如下：

其中ηb為參數(shù)學(xué)習(xí)速率，在本仿真實(shí)例中設(shè)置為[-0.1，-0.08，-0.15]^t。oij的初值為：

步驟三，建立動(dòng)態(tài)約束條件，用以得到符合實(shí)際的車輛轉(zhuǎn)向角。

動(dòng)態(tài)約束條件可以描述為：

其中，ts表示系統(tǒng)采樣時(shí)間，在本仿真實(shí)例中設(shè)為0.02s，sat(·)函數(shù)定義為：

步驟四，整車動(dòng)力學(xué)模型建立以得到車身角。

車輛模型可以描述為：

其中u表示車速，lw表示車輛前后軸軸距。

步驟五，基于rbf神經(jīng)網(wǎng)絡(luò)的觀測(cè)器的設(shè)計(jì)

令x＝[x1,x2,…xn]^t為神經(jīng)網(wǎng)絡(luò)的輸入向量，選取rbf神經(jīng)網(wǎng)絡(luò)的徑向基向量為g＝[g1,g2,…,gj,…gm]^t，其中g(shù)j為高斯函數(shù)，其結(jié)構(gòu)為：

其中fj＝[fj1,fj2,…,fji,…fjn]^t，i＝1,2,…n代表了節(jié)點(diǎn)j的中心向量。在仿真實(shí)例中fj的初值為

定義神經(jīng)網(wǎng)絡(luò)的基寬向量為dj＝[d1,d2,…,dm]^t，dj代表了j節(jié)點(diǎn)的基寬參數(shù)，為正數(shù),在本仿真實(shí)例中dj(0)的初值為dj(0)＝[7.157.157.157.157.157.15]^t。定義神經(jīng)網(wǎng)絡(luò)的權(quán)重向量為s＝[s1,s2,…,sj…,sm]^t，在本仿真實(shí)例中s(0)的初值為s(0)＝[0.010.010.010.010.010.01]^t，于是可以得到識(shí)別網(wǎng)絡(luò)的輸出為：

而輸出權(quán)重向量、節(jié)點(diǎn)基寬向量和中間節(jié)點(diǎn)基向量的迭代算法可通過(guò)梯度下降法來(lái)得到，具體迭代算法如下：

dj(k)＝dj(k-1)+ηδdj(k)+κ(dj(k-1)-dj(k-2))(14)

fji(k)＝fji(k-1)+ηδfji(k)+κ(fji(k-1)-fji(k-2))(16)

通過(guò)(10)式和(11)式，可以得到控制系統(tǒng)jacobian信息的識(shí)別算法為：

步驟六，抗飽和補(bǔ)償器的設(shè)計(jì)，設(shè)計(jì)的抗飽和補(bǔ)償器描述為：

其中，ε(k)即為k時(shí)刻的補(bǔ)償器信號(hào)，μ為小于1的正數(shù)，即為由觀測(cè)器得到的jacobian信息。

采用未經(jīng)修飾的pid控制器進(jìn)行自動(dòng)停車，車輛的響應(yīng)圖如圖7-8所示，實(shí)線為本發(fā)明的方法獲得的仿真跟蹤曲線，虛線為采用現(xiàn)有的未經(jīng)修飾的pid控制器獲得的的仿真跟蹤曲線，經(jīng)與未經(jīng)修飾的pid控制器進(jìn)行比較，發(fā)現(xiàn)本發(fā)明所提出的自動(dòng)停車控制系統(tǒng)跟蹤更快，表現(xiàn)出了更好的性能。仿真結(jié)果表明所提出的方法是有效的。

雖然本發(fā)明已以較佳實(shí)施例公開(kāi)如上，但其并非用以限定本發(fā)明，任何熟悉此技術(shù)的人，在不脫離本發(fā)明的精神和范圍內(nèi)，都可做各種的改動(dòng)與修飾，因此本發(fā)明的保護(hù)范圍應(yīng)該以權(quán)利要求書(shū)所界定的為準(zhǔn)。