CN114834467B 自动驾驶车辆的控制运行方法、装置及无人车 （北京京东乾石科技有限公司）

区科创十一街18号院2号楼19层A1905室车本申请公开了一种自动驾驶车辆的控制运分解算法将自动驾驶车辆在当前时刻对应的目数和约束条件用于确定自动驾驶车辆在未来时目标函数和约束条件得到控制序列的信息处理2在自动驾驶车辆的运行过程中，通过约束分解算法将所述自动所述约束条件中加入所述局部变量对应的全局变量；基于所述全局变量和所述局部变量，将所述约束条件分解为所述局部变量对应的等式约束和所述全局变量对应的不等式约束；所述约束条件用于确定所述自动驾驶车辆在未来时刻的控制序列；采用加速算法处理约束分解后的目标函数和约束条件的迭代计算过程，通过所述控制序列中的第一个控制指令控制所述自动驾驶车辆下一将采用交替方向乘子法求解约束分解后的目标函数和约束条件的采用所述加速算法处理所述不动点迭代形式对应的迭代计算过程，得到所述控制序通过预测模型，根据所述自动驾驶车辆在当前时刻的实际状态信息和所述控制序列，所述采用加速算法处理约束分解后的目标函数和约束条件的迭代基于当前时刻的状态信息序列，采用所述加速算法处理约束分确定所述自动驾驶车辆根据所述第一个控制指令运行后的、下一时刻的实际状态信根据所述下一时刻的实际状态信息和所述状态信息序列更新所3加速单元，被配置成采用加速算法处理约束分解后的控制单元，被配置成通过所述控制序列中的第一个控制指令控制45的第一个控制指令控制自动驾驶车辆下一时6[0035]图1示出了可以应用本申请的自动驾驶车辆的控制运行方法及装置的示例性架构7自动驾驶车辆的控制运行装置包括的各个部分(例如各个单元)可以全部设置于服务器中，服务器)可以在自动驾驶车辆的运行过程中，实时确定自动驾驶车辆在当前时刻对应的目8域，状态变量xrER",控制变量urER",权重矩阵QeR"*",ReR"*,系统状态系[0059]约束分解模型预测控制的核心思想是，通过将原来的二次规划问题分解成两部束(3)和系统动力学引起的等式约束(2)的二次规划问题可以通过KKT(Karush-Kuhn-u)ec,t=1,…,N+1(8)[0065]ur=⃞r,t=1,…,N+1(9)[0066]xt=开,t=1,…,N+1(10)9[0068]继续参考图3，示出了包括控制变量约束和状态变量约束的约束分解算法的核心[0074](u)ecr,t=1,…,N(8')[0075]ur=u,t=1,…,N(9')得到控制序列。[0090]mIn(x,u)+p(r,u)+v(⃞,T)(11)u)=(E,)(12)矩阵P的选择取决于KKT矩阵的结构，目的是为了使得矩阵L有较少的非零因子以及使得分快约束分解模型预测控制算法的迭代收敛速度，从而解决约束分解算法收敛速度慢的问k)的状态信息序列，采用加速算法处理约束分解后的目标函数和约束条件的迭代计算过程，得到控制序列。车辆根据当前时刻对应的控制序列中的第一个控制指令运[0147]继续参考图6，示出了根据本申请的自动驾驶车辆的控制运行方法的一个实施例束分解算法将自动驾驶车辆在当前时刻对应的目标函数和约束条件[0151]步骤603，采用加速算法处理不动点迭代形式对应的迭代计算过程，得到控制序控制运行方法的流程600具体说明了模型预测控制算法的信息处理过程，以及迭代计算过和局部变量，将约束条件分解为局部变量对应的等式约束和全局变量对应的不等式约束；通过对偶变量表征局部变量和全局变量之间的状态信息序列，采用加速算法处理约束分解后的目标函数和约束条件的迭代计算过程，得到控制序列。据下一时刻的实际状态信息和状态信息序列更[0167]下面参考图8，其示出了适于用来实现本申请实施例的设备(例如图1所示的设备储在只读存储器(ROM)802中的程序或者从存储部分808加载到随机访问存储器(RAM)803中可读存储介质或者是上述两者的任意组合。计算机可读存储介质例如可以是——但不限[0172]可以以一种或多种程序设计语言或其组合来编写用于执行本申请的操作的计算及远程计算机的情形中，远程计算机可以通过任意种类的网络——包括局域网(LAN)或广