路宏广 聂小芮 顾凯峰

（重庆交通大学 机电与车辆工程学院，重庆400074）

主题词：轨迹跟踪控制 自适应控制 模型预测控制 智能驾驶

缩略语

MPC Model Predictive Control

ACC Adaptive Cruise Control

NMPC Nonlinear Model Predictive Control

LPV Linear Parameter-Varying

LTI Linear and Time-invariant System

LKA Local Key-Account

1 前言

智能车辆的纵、横向跟踪控制技术是自动驾驶技术的基础，也是自动驾驶领域的重点和难点，跟踪控制技术的好坏直接决定智能车辆的性能[1-3]。

国内外学者对此进行了广泛且深入的研究。文献[3-5]针对纵向跟踪问题，采用模型预测控制理论（Model Predictive Control，MPC）设计了综合考虑车辆多性能指标的自适应巡航控制算法（Adaptive Cruise Control,ACC），并研究了解决控制算法低鲁棒性和非可行解的问题，提出了改进方法。文献[6-7]针对新能源车辆的纵向跟踪问题，提出了一种改进的ACC控制算法，运用非线性模型预测控制理论(Nonlinear Model Predictive Control,NMPC)实现了车速的优化控制，利用仿真及硬件在环验证了控制器的时效性。文献[8-9]针对横向跟踪问题，考虑跟踪精确性和行驶稳定性约束，提出了具有良好稳定性能的路径跟踪控制器。文献[10]针对路径跟踪预瞄控制方法的普适性问题，采用粒子群优化算法（Particle Swarm Optimization,PSO）对预瞄距离进行自适应寻优，仿真和硬件在环测试表明自适应预瞄距离能够满足不同工况下的控制要求。文献[11]针对路径跟踪控制问题，综合纯跟踪算法与多点预瞄模型，将预瞄偏差转化为前轮转角控制量，并通过试验验证了控制算法的有效性。

上述研究多为分散式控制，即通过对纵、横向运动进行解耦，把轨迹跟踪问题分解为纵向运动控制和横向路径跟踪问题。由于车辆的纵、横向状态存在强非线性和强耦合性，当极限工况下车辆的非线性特性和动力学耦合增强时，分散式控制难以保证良好的跟踪性能。……