基于最优控制的智能车轨迹跟踪算法
2018-07-25,,,
机械与电子 2018年7期
关键词:模型
,, ,
(1.华南理工大学汽车零部件技术国家地方联合工程实验室,广东 广州 510640;2.广汽集团汽车工程研究院,广东 广州 511495)
0 引言
轨迹跟踪控制作为智能车车辆控制的一项重要技术,在满足一定的舒适性、安全性和稳定性的前提下,轨迹跟踪控制系统的目的是,通过控制行驶车辆的速度和行驶方向,使其跟踪规划的曲线与路径[1]。早期研究人员以经典 PID 控制为基础,提出了一种前馈加PID反馈复合成非线性PID控制的方法[2]。后研究人员为提高PID控制的鲁棒性,采用了以具有学习功能的自适应[3]、预瞄控制[4]、模糊控制[5]、基于道路势场的车道偏离自动校正自适应控制[6]等方法优化PID算法。虽然PID 控制可以处理智能车辆的轨迹跟踪问题,但是PID控制器的参数需要通过试凑的方法获得,因此最优控制难以实现。除此之外,基于模型预测的轨迹跟踪算法也受到研究人员的关注。比如采用非奇异终端滑模技术设计了偏航率跟踪控制律,实现对变道的理想跟踪性能[7];在模型预测的基础上,结合前馈- 反馈的方式实现轨迹跟踪控制[8]。进一步,研究人员提出了基于遗传优化的智能车轨迹跟踪模糊控制[9]、基于神经网络滑模的轨迹跟踪控制[10]等智能化控制算法。然而,智能化控制器大大提高了其设计和运用时复杂程度,且控制参数对车辆状态参数识别精度和传感器精度要求高,计算量大,不利于实时运用。例如模糊控制器从一辆汽车移植到另一辆不同参数的汽车时,根据经验制定的模糊规则必须重新建立,因而可移植性较差[11]。……
登录APP查看全文
