(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202211163115.3 (22)申请日 2022.09.23 (71)申请人 吉林大学 地址 130012 吉林省长 春市长春高新技术 产业开发区前进大街269 9号 (72)发明人 郭洪艳　于文雅　戴启坤　刘俊　 孟庆瑜　郭景征　 (74)专利代理 机构 长春吉大专利代理有限责任 公司 22201 专利代理师 刘驰宇 (51)Int.Cl. B60W 60/00(2020.01) G06F 30/20(2020.01) G06F 111/10(2020.01) G06F 119/14(2020.01) (54)发明名称 一种冰雪环境下的虚拟行车场权重滚动优 化决策方法 (57)摘要 本发明提供了一种冰雪环境下的虚拟行车 场权重滚动优化决策方法， 首先建立虚拟行车场 模型， 依据智能车所处环境分别建立风险场模 型、 牵引场模型和潜力场模型； 然后将虚拟场力 作为作用到智能车上的外力， 建立考虑车辆动力 学的非线性权重决策模型； 之后设计基于模型预 测控制的虚拟行车场权重决策方法， 滚动求解优 化问题决策出各个场力的权重值； 最后将优化得 到的权重值代入非线性权重决策模型进行路径 规划； 本方法可以将基于虚拟行车场的路径规划 与决策有效结合， 能够使智能车面对障碍物时能 够更快地做出反应 。 权利要求书9页 说明书18页 附图3页 CN 115432005 A 2022.12.06 CN 115432005 A 1.一种冰雪环境下的虚拟行车场权重滚动优化决策方法， 定义智能车为使用本方法所 提出的决策的车辆， 有且只有一辆， 为了模拟智能车的避障行为， 定义能够阻碍智能车正常 行驶的车辆为障碍车， 本方法不会对障碍车 的运动状态做出改变， 智能车上存在能够定位 自身的以及障碍物的位置、 速度、 朝向以及感知道路环境的传感器， 定义沿同一方向行驶的 两辆车中靠前的车辆为前车、 靠后的车辆为后车， 其中所述的两辆车可以同为障碍车， 也可 以是一辆障碍车一辆智能车； 定义XOY坐标系为惯 性坐标系， xoy坐标系为车身坐标系； 在 描 述车辆位置时均采用的是车辆质心的位置， 车辆之间的距离为车辆质心之间的距离； 其特 征在于， 本方法具体步骤如下： 步骤一、 建立虚拟行 车场模型： 根据智能车所处环境， 建立虚拟行车场模型； 包括风险场模型、 牵引场模型和潜力场模 型； 风险场用于保证行车安全， 采用指数的形式表示智能车与障碍车的碰撞风险程度， 当 智能车与障碍车之间的距离超过安全距离阈值时， 视为无碰撞风险， 由此建立风险场势 能 函数如下： 其中， Uoi为风险场势能函数； ω1为智能车的风险场权重； d(pe,poi)为智能车与第i辆障 碍车的距离， 单位m， 其中i∈{1,2, …,n}， n为障碍车数量， 其中n为大于0的正整数； d0为安 全距离阈值， 单位m； pe为XOY坐标系 下智能车所在位置(Xe,Ye)处的代号， Xe为智能车在XOY 坐标系下的纵向位移， 单位m； Ye为智能车在XOY坐标系下的侧向位移， 单位m； poi为XOY坐标 系下第i辆障碍车所在位置(Xoi,Yoi)处的代号， Xoi为第i辆障碍车在XOY坐标系下的纵向位 移， 单位m； Yoi为第i辆障碍车在XOY坐标系下的侧向位移， 单位m； 考虑到安全距离阈值会影响到风险场势能函数， 其取值与智能车和障碍车的相对车速 有关， 由于冰雪环 境下的路面附着系数较低， 智能车的制动力也较低， 因此需要 更长的距离 保证智能车与其前 方障碍车的行驶 安全性， 将安全距离阈值d0的表达式描述 为： 其中， vx为智能车在x oy坐标系下的纵向车速， 单位 m/s； voxi为第i辆障碍车在x oy坐标系 下的纵向车速， 单位m/s； m为智能车质量， 单位kg； td为后车驾驶员反应时间， 单位s， 取值范 围为1:2s； Fmax为智能车 的轮胎力极限值， 单位N； dsafe为前车与后车静止时的最小距离， 单 位m， 取值范围为5:10m； 考虑到冰雪环境下路面附着系数低于普通道路， 为了避免出现侧滑或侧偏， 智能车的 制动力与路面附着系数成正比例关系； 权　利　要　求　书 1/9 页 2 CN 115432005 A 2其中， Fz为智能车的垂直载荷， 单位 N； μ为路面附着系数； 对风险场势能函数使用 梯度下降法求解得到风险场力， 风险场力方向由第i辆障碍车 指向智能车： 其中， Foi为风险场力， 单位 N； 结合第i辆障碍车与xoy坐标系的x轴的夹角计算得到纵向风险场力和 侧向风险场力： 其中， Foxi为第i辆障碍车产生的纵向风险场力， 单位N； Foyi为第i辆障碍车产生的侧向 风险场力， 单位N； xoi为第i辆障碍车在xoy坐标系 下的纵向位移， 单位m； yoi为第i辆障碍车 在xoy坐标系下的侧向位移， 单位m； 为智能车的横摆角， 单位rad； θi为第i辆障碍车产生的 场力与x轴的夹角， 单位rad； 由于障碍车所产生的纵向风险场力对智能车行驶的影响程度更大， 因此， 向式(7)中引 入侧向力调节因子ky用于削弱障碍车产生的侧向风险场力， 计算感知范围内所有障碍车所 产生的风险场力， 得到风险场模型如下： 其中， ky为侧向力调节因子， 取值0.5； Fox为障碍车产生的总纵向风险场力， 单位N； Foy为 障碍车产生的总纵向风险场力， 单位 N； 牵引场模型由离智能车最近的车道中心线产生的牵引场力和智能车的期望车速产生 的牵引场力共同组成； 离智能车最近的车道中心线产生的牵引场力表征希望智能车沿着车 道中心线行驶， 因此将车道中心线牵引场模型描述 为：权　利　要　求　书 2/9 页 3 CN 115432005 A 3