王烽，朱华炳，余冬财，高崧

（230009 安徽省 合肥市 合肥工业大学 机械工程学院）

0 引言

近年来，随着汽车工业技术的不断发展，汽车已成为人们日常出行的代步工具，城市车辆数量的剧增造成道路拥堵和事故频发。为了提高道路通行效率，减少人为驾驶导致的事故，智能驾驶研究成为汽车的下一个发展方向。目前，主要汽车厂家都是围绕辅助驾驶技术进行研究，如：车道保持、路径跟踪、碰撞预警等，路径跟踪控制系统是未来智能汽车的必备功能，也是智能汽车的基础。路径跟踪控制包括纵向控制和横向控制[1]。纵向控制主要是关于车速的控制；而横向控制主要是关于车辆方向盘的控制，也是路径跟踪控制最重要的部分，通过车载传感器实时获取车辆的位置和道路信息，然后控制方向盘转角使车辆能沿着规划好的路径行驶。

目前，针对车辆的横向控制方法已有大量研究。文献[2]通过多点预瞄预测道路曲率确定前馈控制量，再以轨迹误差作为PI 控制项实现反馈控制。实现前馈-反馈控制相较文献[3]的增量式PID 控制具有较强的适应性；文献[4]采用RBF 神经网络滑模控制（Sliding Mode Control，SMC）减少由控制器的切换增益引起的“抖振”现象，提高控制器的鲁棒性；文献[5]以多预描点理论为基础通过线性二次最优控制（Linear Quadratic Regular，LQR）结合滚动时域（receding horizon）方法推导转向控制量提高车辆路径跟踪精度；文献[6-8]采用线性模型预测控制（Linear Model Predictive Control,LMPC）和非线性模型预 测 控 制（Nonlinear Model Predictive Control,NMPC），通过控制量和增量的约束，对汽车模型进行动力学建模预测车辆的行驶轨迹实现最优控制。……