王艺 蔡英凤 陈龙 王海 李健 储小军

（江苏大学，镇江 212013）

基于模型预测控制的智能车辆路径跟踪控制器设计＊

王艺 蔡英凤 陈龙 王海 李健 储小军

（江苏大学，镇江 212013）

为提高智能车辆路径跟踪的鲁棒性，基于模型预测控制原理提出了一种路径跟踪控制方法。该方法对车辆的3自由度非线性动力学模型进行线性化，得到线性时变模型和预测方程，并将包括控制量、控制增量等约束纳入二次规划的求解过程，同时考虑质心侧偏角、路面附着系数等影响操稳特性的约束条件。在CarSim和MATLAB/Simulink平台上以不同车速进行了双移线工况下的联合仿真，结果显示，该控制器可较好地实现路径跟踪，并保持较好的稳定性。

1 前言

自动转向控制作为智能车辆自动化驾驶控制的关键技术[1]，通过控制转向角操控车辆侧向运动以实现路径跟踪。很多模型算法可以实现较高精度的路径跟踪，应用较多的有PID算法[2]、纯点追踪控制[1]、前馈-反馈控制[3]、预瞄跟踪最优控制[4～5]、线性二次型调节器（Linear Quadratic Regulator，LQR）跟踪控制器[6]和模型预测控制等方法[4]。

模型预测控制（Model Predictive Control，MPC）于20世纪70年代被提出，目前已广泛应用于各个领域[7]。模型预测控制具有预测模型、滚动优化和反馈校正等基本特征[8]，尤其适用于不易建立精确数学模型且存在约束条件的控制系统，在解决智能车辆在高速和冰雪等复杂路面条件下的路径跟踪控制问题上具有独特的优势[9]。车辆的行驶环境复杂多变，充满各种不确定因素，所以不论是车辆自主驾驶还是由驾驶员控制车辆，都需要根据周围的环境信息实时决定下一步的行驶计划，这一点同模型预测控制的思想一致[10]。……