zunia.vn

Tuyển sinh 2024 dành cho Gen-Z

zunia.vn

» Kỹ Thuật - Công Nghệ

» Cơ khí - Chế tạo máy

Điều khiển hướng chuyển động ô tô theo quỹ đạo cho trước bằng MPC

Chia sẻ: Bobietbay | Ngày: | Loại File: PDF | Số trang:6

Báo xấu

16
lượt xem 2
download

Download Vui lòng tải xuống để xem tài liệu đầy đủ

Bài báo nghiên cứu ứng dụng MPC (Model Predictive Control) trong điều khiển chuyển động bám theo quỹ đạo cho trước của trọng tâm ô tô khi vận tốc dài không đổi để làm cơ sở điều khiển hệ thống lái của xe ô tô tự hành.

Chủ đề:

Bình luận(0) Đăng nhập để gửi bình luận!

Lưu

Nội dung Text: Điều khiển hướng chuyển động ô tô theo quỹ đạo cho trước bằng MPC

HỘI NGHỊ KH&CN CƠ KHÍ - ĐỘNG LỰC 2021 ĐIỀU KHIỂN HƯỚNG CHUYỂN ĐỘNG Ô TÔ THEO QUỸ ĐẠO CHO TRƯỚC BẰNG MPC VEHICLE MOTION CONTROL FOLLOW A REFERENCE TRAJECTORY BY USING MPC LÊ VĂN NGHĨA*, TRẦN MINH CÔNG, LÊ VĂN TÀI, ĐẬU VĂN ĐỨC, PHẠM VĂN SANG, ĐỖ ĐÌNH QUANG ANH, VŨ ĐÌNH HÒA Viện Cơ khí động lực, Trường Đại học Bách khoa Hà Nội *Email liên hệ: nghia.levan@hust.edu.vn 1. Giới thiệu Tóm tắt Xe tự hành đang là một hướng nghiên cứu mới Hòa cùng với sự phát triển của khoa học và công hiện nay, rất nhiều các công ty lớn và các hãng sản nghệ trên thế giới, xe tự hành đang được quan tâm xuất xe hơi nổi tiếng đầu tư cho các nghiên cứu trong nghiên cứu rất nhiều. Bài báo nghiên cứu ứng lĩnh vực này. Một trong những bài toán quan trọng dụng MPC (Model Predictive Control) trong điều trong khi nghiên cứu về xe tự hành là việc đảm bảo khiển chuyển động bám theo quỹ đạo cho trước chuyển động của xe bám theo những quỹ đạo cho của trọng tâm ô tô khi vận tốc dài không đổi để trước, được xác định bởi các cảm biến lắp trên xe làm cơ sở điều khiển hệ thống lái của xe ô tô tự (rada, lida, camera, GPS,…). Và bộ điều khiển dự báo hành. Để đánh giá khả năng làm việc của bộ điều (MPC) được sử dụng rộng rãi. Bộ điều khiển dự báo khiển MPC, xây dựng mô hình động lực học quay dùng một mô hình để đoán trước đáp ứng tương lai vòng một vết của ô tô để tính toán sai lệch quỹ đạo của đối tượng điều khiển tại các thời điểm rời rạc chuyển động thực tế so với quỹ đạo cho trước khi trong một phạm vi dự báo (Prediction horizon) nhất vận tốc dọc của xe không đổi. Khảo sát ảnh hưởng định. Dựa vào đáp ứng dự báo này, một thuật toán tối của vận tốc dài đến sai lệch ngang quỹ đạo khi xe ưu hoá được sử dụng để tính toán chuỗi tín hiệu điều chuyển làn kép, rẽ vuông góc. khiển tương lai trong phạm vi điều khiển (Control horizon) sao cho sai lệch giữa đáp ứng dự báo bởi mô Từ khóa: MPC, động lực học quay vòng, mô phỏng, điều khiển. hình và tín hiệu chuẩn cho trước là tối thiểu. Phương pháp điều khiển dự báo là phương pháp tổng quát thiết Abstract kế bộ điều khiển trong miền thời gian có thể áp dụng Vehicle autonomous driving is being extensively cho hệ tuyến tính cũng như hệ phi tuyến. Khi điều studied in the development of science and khiển xe bám theo một quỹ đạo đã được xác định technology around the world. The article proposes trước với sai số trong khoảng cho phép (theo SAE là an application of MPC (Model Predictive Control) 150mm) thì phải tính đến ảnh hưởng của lực ngang in motion control of a vehicle's centre of gravity lốp xe sinh ra trong quá trình quay vòng [1]. when moving with constant longitudinal speed by Lực ngang tác dụng lên xe xuất hiện khi xe quay following a given trajectory. The given control vòng, khi xe đi trên đường nghiêng, khi có gió ngang. algorithm can be used as the basis for the Khi quay vòng quỹ đạo chuyển động của xe tuân theo development of a vehicle autonomous steering những quy luật nhất định, chịu sự tác động không chỉ system. The MPC controller's functionality was góc đánh lái (góc quay vô lăng) mà còn chịu ảnh evaluated by deviation of the actual motion hưởng của biến dạng ngang của lốp trong quá trình trajectory from the given trajectory while keeping quay vòng [2,3]. Khi có lực ngang, phản lực thẳng the vehicle's longitudinal velocity constant. A đứng từ mặt đường tác dụng lên hai bánh xe cùng một vehicle rotational dynamics model was built to trục thay đổi làm ảnh hưởng đến khả năng truyền lực calculate the motion errors. The effects of kéo, lực phanh, thậm chí có thể gây nguy hiểm như longitudinal speed on trajectory lateral error when trượt hoặc lật xe theo phương ngang. Biến dạng ngang của lốp xe trong quá trình đánh lái có thể làm sai lệch the vehicle changes lanes, turn perpendicular. quỹ đạo chuyển động của xe khi được điều khiển tự Keywords: MPC, steering dynamics, simulation, động. Bài báo này nghiên cứu đánh giá khả năng bám control. theo quỹ đạo cho trước của xe trong trường hợp rẽ vuông góc và chuyển làn kép ở các vận tốc khác nhau, SỐ ĐẶC BIỆT (10-2021) 189
HỘI NGHỊ KH&CN CƠ KHÍ - ĐỘNG LỰC 2021 khi có tính đến biến dạng ngang của lốp xe trong quá Các góc bơi trong mô hình một vết được xác định trình đánh lái. Phương pháp mô hình hóa được lựa bởi công thức: chọn để thực hiện nghiên cứu trên. v 1 . 2. Mô hình động lực học quay vòng một vết b1 = arctan( y1 ) » (vy + a1 Y) vx1 vx (3) của ô tô v 1 . Để khảo sát động lực học quay vòng của xe ô tô b2 = arctan( y2 ) » (vy - a2 Y) vx2 vx trong các bài toán về quỹ đạo chuyển động có thể sử dụng mô hình một vết [2, 3, 4]. Mô hình một vết như Các góc lệch bên α , α của cầu trước và cầu sau Hình 1 dưới đây được sử dụng để xây dựng mối quan được xác định như sau: hệ giữa góc lệch thân xe β và góc đánh lái δ khi bỏ . qua lắc ngang, từ đó đánh giá khả năng bám của ô tô aY theo quỹ đạo cho trước (rẽ vuông góc và chuyển làn a1 = b1 - d = b + 1 - d vx (4) kép). . aY a2 = b2 = b - 1 vx Giả thiết lốp sử dụng để nghiên cứu là lốp tuyến tính, các lực ngang tác động lên thân xe: Ca1 . Fy1 = -Ca1.a1 = (vy + a1 Y) - d vx (5) C . Fy2 = -Ca2.a2 = a2 (vy +a2 Y) vx Với C ,C là độ cứng góc của lốp cầu trước Hình 1. Mô hình động lực học một vết và cầu sau. Giả thiết xe chuyển động ổn định, khi đó v không Ký hiệu các thông số trong Hình 1 như sau: - đổi, hệ (2) được biến đổi thành: góc lệch phương vận tốc thân xe so với phương thẳng é . ù của xe; - góc đánh lái; , é1 æ . ö ù a Y Fy = -Ca1 ê çvy + a1 Y)÷ - d ú -Ca2 êêb - 2 úú - vận tốc các bánh xe trước và sau; , - khoảng cách từ trọng tâm xe tới ëêvx è ø ûú vx ú êë û tâm các bánh xe trước và sau; l - chiều dài cơ sở của xe, ψ - góc quay thân xe, ρ - bán kính quay vòng, C æ a1 a2 ö. (6) = çç - Ca1 + Ca2 ÷÷ Y- Ca1 +Ca2 b + Ca1d - trọng tâm xe, α , α - các góc lệch bên của cầu è vx vx ø trước và cầu sau. é . ù é1 æ . ö ù êb - a2 Yú Để xác định quỹ đạo chuyển động, ta xác định các Mz = -aC 1 a1 ê + Y - d ç y 1 ÷ ú 2 a2 ê v a ) - aC êëvx è ø úû êë vx úú đại lượng ψ, X, Y, theo các biểu thức sau: û . æ a12 a22 ö. = çç - Ca1 - Ca2 ÷÷ Y- aC 1 a1d 1 a1 - a2Ca2 b + aC Y = Y0 + ò Ydt è vx vx ø X = ò (vx cos Y- vy sin Y)dt (1) Dùng phương pháp Newton - Euler, ta có các phương trình sau: Y = ò (vx sin Y + vy cos Y)dt . . Fy = mvy + m Yvx Với giả thiết góc đánh lái δ nhỏ, theo mô hình một .. (7) vết ta có lực ngang tác động lên thân xe F và Mz = YIz momen quay vòng thân xe M là: Fy » Fy1 + Fy2 (2) Mz » a1Fy1 - a2Fy2 190 SỐ ĐẶC BIỆT (10-2021)
HỘI NGHỊ KH&CN CƠ KHÍ - ĐỘNG LỰC 2021 Hệ phương trình chuyển động của mô hình 1 vết được mô tả dưới dạng: (8) é-C -C -aC 1 a1 + a2Ca2 ù éC ù é ù ê a1 a2 ú évy ù ê a1 ú v ê y ú = ê mvx mvx ú ê ú + ê m úd ê ú ê-aC +a C -a 2 C - a2 C ú êy ú êaC 1 a1 ú (9) êëy úû ê 1 a1 2 a2 1 a1 2 a2 úë û ê I ú êë Izvx Izvx úû ë z û é C +C -aC1 a1 + a2Ca2 ù éC ù é ù ê- a1 a2 ú éb ù ê a1 ú êb ú = ê mvx mvx 2 ú ê ú + ê m úd ê ú ê aC -a C + ú ê ú aC (10) êëy úû ê- 1 a1 2 a2 - 1 a1 2 a2 ú ëy û êê 1 a1 úú a C a C 2 2 êë Iz Izvx úû ë Iz û Hình 2. Sơ đồ khối của hệ phương trình (10) Hệ phương trình vi phân (10) mô tả sự phụ thuộc Đối tượng nghiên cứu được chọn là xe Toyota của góc quay thân xe vào góc đánh lái. Sơ đồ khối để Yaris Có các thông số kỹ thuật như trọng Bảng 1 [6]. giải hệ phương trình này bằng phương pháp số thể hiện trên Hình 2 [5]. 3. Nguyên lý điều khiển MPC và các quỹ đạo cho trước Bảng 1. Thông số cơ bản của xem tham khảo Mô hình cấu trúc của bộ điều khiển dự báo MPC được xây dựng như Hình 3. Tham số Giá trị Đơn vị Một trong những thành phần chính của bộ điều 1.2 m khiển MPC là mô hình dự đoán với vai trò dự đoán 1.6 m trạng thái tương lai của đối tượng điều khiển (xe ô tô) m 1.575 kg dựa vào thông tin trạng thái hiện tại và giá trị đầu vào 2.875 kg/m2 của đối tượng trong tương lai. 19.000 N/độ Tại mỗi thời điểm lấy mẫu, các tín hiệu điều khiển 33.000 N/độ trong tương lai được tính toán bằng cách tối ưu hóa SỐ ĐẶC BIỆT (10-2021) 191
HỘI NGHỊ KH&CN CƠ KHÍ - ĐỘNG LỰC 2021 hàm mục tiêu J - đạt giá trị nhỏ nhất. Hàm mục tiêu gồm tọa độ phương y và góc lắc thân xe ψ. Khối đối tổng quát của điều khiển MPC có dạng tương tự như tượng điều khiển được mô phỏng bằng hệ phương phương trình sau [7]: trình vi phân (10). Đầu vào của bộ điều khiển dự báo MPC bao gồm giá trị hiện thời và giá trị cho trước của J = åk =1 LY N ( (t + k / t), (t + k / t), (t + k / t)) (11) trạng thái xe (tọa độ phương ngang y và góc lắc thân xe ψ). Bộ điều khiển sẽ đoán trước đáp ứng tương lai Trong đó: Y(t + k|t) là vị trí theo phương ngang hệ của đối tượng điều khiển tại các thời điểm rời rạc thống trong tương lai; ψ (t + k|t) là góc xoay thân xe trong một phạm vi dự đoán (Prediction horizon) nhất của hệ thống trong tương lai và (t + k|t) là góc đánh định. Các đáp ứng dự báo này được dùng trong thuật lái trong tương lai tương lai. Chỉ tín hiệu điều khiển toán tối ưu hàm mục tiêu J(U) (công thức 12) sao cho đầu tiên được áp dụng. sai lệch giữa đáp ứng dự báo bởi mô hình và tín hiệu tham chiếu cho trước là nhỏ nhất. Kết quả thu được là chuỗi tín hiệu điều khiển tương lai trong phạm vi điều khiển (Control horizon). Đầu ra của bộ điều khiển MPC chính là góc đánh lái trong tương lai ở bánh xe dẫn hướng. Với góc quay bánh xe dẫn hướng nhận được, thông qua mô hình động lực học quay vòng của xe ô tô xác định được vị trí tọa độ trọng tâm của xe và góc lắc thân xe. Hình 3. Cấu trúc của bộ điều khiển MPC Hàm mục tiêu được mong đợi yêu cầu số lượng tính toán thấp, để tránh ảnh hưởng đến hiệu suất thời gian thực của thuật toán. Trong bài báo này, hàm mục tiêu được thể hiện dưới dạng: (12) Trong đó: yi, ψi, T(yi),T(ψi) là vị trí theo phương Hình 4. Mô hình điều khiển bám quỹ đạo bằng MPC ngang và góc xoay thân xe thực tế và theo quỹ đạo chuẩn đã được chọn, δ_i là góc đánh lái, n là phạm vi dự đoán (Prediction horizon), k1, k2 lần lượt là trọng số tối ưu của độ lệch bên y và góc lắc thân xe ψ. Hai thành phần đầu của hàm mục tiêu thể hiện khả năng bám theo quỹ đạo cho trước của bộ điều khiển và thành phần thứ ba phản ánh sự ổn định của các giá trị tương lai đầu vào. Mô hình điều khiển bám quỹ đạo bằng MPC được xây dựng như Hình 4 với ba khối là: Tín hiệu tham chiếu, khối điều khiển MPC controller và khối đối Hình 5. Quỹ đạo rẽ vuông góc cho trước tượng điều khiển (ô tô). Giá trị tham chiếu chuẩn bao Hình 6. Quỹ đạo chuyển làn kép cho trước 192 SỐ ĐẶC BIỆT (10-2021)
HỘI NGHỊ KH&CN CƠ KHÍ - ĐỘNG LỰC 2021 Để khai thác hiệu quả bộ điều khiển MPC, ta phải 4.2. Chuyển làn kép lựa chọn các thông số đưa vào cho MPC. Bài báo đã Chuyển làn kép là một trọng những bài toán khó sử dụng kết hợp công cụ Tuner và kiểm tra bằng nhất trong điều khiển xe tự hành, do đó việc đánh giá phương pháp sai thử (Trial and Error) để lựa chọn ra khả năng đáp ứng của bộ điều khiển trong trường hợp bộ thông số hợp lý nhất với tiêu chí sai lệch ngang nhỏ này là cần thiết. Kết quả mô phỏng khi xe thực hiện nhất và ổn định hệ thống: Thời gian lấy mẫu (sample việc chuyển làn kép ở vận tốc thấp 18km/h thể hiện time) = 0,1s, phạm vi dự đoán (Prediction trên Hình 9 và 10. horizon)=15, phạm vi điều khiển (Control horizon) = 4, trọng số (Weights)= 1:0.1. Các quỹ đạo cho trước (rẽ vuông góc và chuyển làn kép) được lấy theo “ISO double lane chane test” và được mô tả như trong Hình 5 và 6 [9]. 4. Kết quả mô phỏng và đánh giá Để đánh giá khả năng làm việc của MPC trong điều khiển bám theo quỹ đạo chuyển động cho trước của ô tô với các vận tốc khác nhau ta thực hiện các khảo sát trong một số trường hợp như sau: rẽ vuông góc và chuyển làn kép. Hình 9. Kết quả mô phỏng khi chuyển làn kép với vận tốc 18km/h 4.1. Rẽ vuông góc Sử dụng mô hình đã xây dựng cho phép thực hiện đánh giá khả năng đáp ứng của bộ điều khiển MPC trong trường hợp xe rẽ vuông góc với vận tốc không đổi 5km/h. Kết quả mô phỏng được thể hiện trên Hình 7 và 8. Hình 10. Sai lệch quỹ đạo theo phương ngang khi chuyển làn kép với vận tốc 18km/h Kết quả mô phỏng cho thấy sai lệch theo phương ngang lớn nhất là 207mm, điều này cho thấy răng bộ điều khiển MPC vẫn đáp ứng được trong trường hợp Hình 7. Kết quả mô phỏng khi rẽ vuông góc này [8] và bám sát quỹ đạo cho trước khi chuyển làn kép ở tốc độ 18km/h. Khi vận tốc dài càng tăng thì khả năng đáp ứng của bộ điều khiển MPC sẽ giảm đi. Kết quả mô phỏng trên Hình 10 và11 cho thấy rõ điều đó. Khi thực hiện chuyển làn kép với vận tốc dài không đổi, sai lệch phương ngang lớn nhất lên đến 480mm. Điều này cho thấy rằng tại vận tốc này khả năng đáp ứng của bộ điều khiển MPC không được đảm bảo nữa, xe không còn bám sát được quỹ đạo cho Hình 8. Sai lệch quỹ đạo theo phương ngang khi rẽ trước nữa. vuông góc Kết quả mô phỏng trong 2 trường hợp vận tốc khác Kết quả trên cho thấy rằng bộ điều khiển MPC cho nhau khi xe thực hiện chuyển làn kép cho thấy rằng kết quả ổn định và ô tô chuyển đông bám theo được tốc độ tăng sai số theo phương ngang cực đại nhanh theo quỹ đạo cho trước với sai lệch lớn nhất theo hơn tốc độ tăng vận tốc chuyển động. Khi đó vận tốc phương ngang chỉ là 147mm. Sai số này nằm trong tăng gấp đôi nhưng sai số theo phương ngang cực đại vùng khuyến cáo của SAE. SỐ ĐẶC BIỆT (10-2021) 193
HỘI NGHỊ KH&CN CƠ KHÍ - ĐỘNG LỰC 2021 tăng hơn 2,3 lần, cho thấy mối quan hệ không tuyến and Dead Reckoning. IEEE 20th International tính giữa 2 đại lượng này. Trong các nghiên cứu tiếp Conference on Intelligent Transportation Systems theo nên tập chung vào dải vận tốc cao với việc phối At: Yokohama, Japan. 7p. October 2017. hợp thêm các bộ điều khiển khác để đạt được sai số [2] Ali.Y. Ungoren and Huei Peng, An Adaptive theo như khuyến cáo của SAE [2]. Lateral Preview Driver Model. Vehicle System 5. Kết luận Dynamics, Vol.43. Issue 4, pp.245-259, 2005. [3] Matthias Tidlund Stavros Angelis, Optimal steering control input generation for vehicle's entry speed maximization in a double-lane change manoeuvre, Master Thesis, Vehicle Engineering KTH Royal Institute of Technology, 141p, 2013. [4] Võ Văn Hường, Nguyễn Tiến Dũng, Dương Ngọc Khánh, Đàm Hoàng Phúc, Động lực học ô tô, NXB Giáo dục Việt Nam, 2014. [5] Nguyễn Quang Hoàng, Cơ sở MATLAB và SIMULINK, NXB Giáo dục Việt Nam. 2010. Hình 11. Kết quả mô phỏng khi chuyển làn kép với [6] Thông số kỹ thuật của xe Toyota Yaris vận tốc 36km/h https://www.cardekho.com/toyota/yaris/specs, data access: 04/06/2021. [7] Kegang Zhao , Chengxia Wang, Guoquan Xiao, Haolin Li, Jie Ye and Yanwei Liu, Research for Nonlinear Model Predictive Controls to Laterally Control Unmanned Vehicle Trajectory Tracking, Applied Sciences, Published: 31 August 2020. [8] Marcus Nolte, Model Predictive Control Based Trajectory Generation for Autonomous Vehicles - Hình 12. Sai lệch quỹ đạo theo phương ngang khi An Architectural Approach, Marcel Rose, Torben chuyển làn kép với vận tốc 36km/h Stolte and Markus Maurer, Published in: 2017 IEEE Intelligent Vehicles Symposium (IV), Date Thông qua việc xây dựng mô hình điều khiển of Conference: 11-14 June 2017. MPC bám theo quỹ đạo cho ta kết luận rằng bộ điều [9] ISO 3888-1:1999 Passenger cars - Test track for a khiển MPC đáp ứng việc bám sát quỹ đạo cho trước severe lane-change maneuvers - Part 1: Double trong trường hợp rẽ vuông góc hay chuyển làn xe ở line-change. vận tốc thấp, nhưng ở tốc độ cao thì bộ điều khiển MPC không đáp ứng được việc đó nữa. Kết quả mô Ngày nhận bài: 01/7/2021 phỏng cho thấy rằng tỷ lệ tăng sai số phương ngang Ngày nhận bản sửa: 05/8/2021 cực đại lớn hơn tỷ lệ tăng vận tốc chuyển động của xe và hai đại lượng này không tỷ lệ tuyến tính với nhau. Ngày duyệt đăng: 11/8/2021 Những nghiên cứu tiếp theo nên tập trung tối ưu, hay kết hợp các bộ điều khiển để có thể đáp ứng bám sát quỹ đạo cho trước ở vận tốc cao với sai số trong khoảng cho phép. TÀI LIỆU THAM KHẢO [1] Naoki Akai, Luis Yoichi Morales, Takuma Yamaguchi, Eijiro Takeuchi, Yuki Yoshihara, Hiroyuki Okuda, Tatsuya Suzuki, and Yoshiki Ninomiya, Autonomous Driving Based on Accurate Localization Using Multilayer LiDAR 194 SỐ ĐẶC BIỆT (10-2021)

CÓ THỂ BẠN MUỐN DOWNLOAD

LV.15: Bộ Đồ Án Tốt Nghiệp Chuyên Ngành Cơ Khí

65 tài liệu

2397 lượt tải

THÔNG TIN

TRỢ GIÚP

HỖ TRỢ KHÁCH HÀNG

Theo dõi chúng tôi

Chịu trách nhiệm nội dung:

Nguyễn Công Hà - Giám đốc Công ty TNHH TÀI LIỆU TRỰC TUYẾN VI NA

LIÊN HỆ

Địa chỉ: P402, 54A Nơ Trang Long, Phường 14, Q.Bình Thạnh, TP.HCM

Hotline: 093 303 0098

Email: support@tailieu.vn

Giấy phép Mạng Xã Hội số: 670/GP-BTTTT cấp ngày 30/11/2015 Copyright © 2022-2032 TaiLieu.VN. All rights reserved.