陈 龙，邹 凯，蔡英凤，滕成龙，孙晓强，王 海

（1. 江苏大学汽车工程研究院，镇江 212013；2. 江苏大学汽车与交通工程学院，镇江 212013）

前言

智能汽车具有众多优势，如提高车辆行驶安全性、提高道路利用率及减小交通运输成本等，因而成为汽车技术发展的重要方向。智能汽车关键技术包括感知、定位、规划和控制技术，其中，纵横向综合轨迹跟踪运动控制是智能汽车规划和控制的重要环节［1］，成为国内外学者的研究焦点。

针对轨迹跟踪控制的精确性、稳定性和安全性问题，国内外学者开展了大量研究。目前轨迹跟踪控制算法归纳为以下几种：经典控制方法［2-3］、最优控制方法［4］、自适应控制方法［5］、滑模控制方法［6］、模糊控制方法［7］和鲁棒控制［8］。Hayakawa 等［9］设计了一种PID 前馈-反馈控制方法，将道路曲率作为前馈控制器的重要参数，改善了智能汽车时变车速工况下轨迹跟踪控制的转向稳定性。然而PID 控制是一种不基于模型的控制方法，跟踪精度较低，由于难以考虑行驶约束条件［10］，在复杂高动态工况下，跟踪精度和稳定性较差。在过程控制中应用成熟的模型预测控制作为一种基于模型的控制器具有很高的控制效果，且便于添加约束条件，成为智能汽车轨迹跟踪控制领域研究的热点方向［11］。Falcone等［12-13］设计了一种线性时变模型预测轨迹跟踪控制方法，基于完整的3 自由度整车非线性模型，解决了非线性模型预测控制实时性差的问题，从而实现了精确和稳定的轨迹跟踪控制。

随着……