姜正伟 李鹏旭 张斌 李攀硕

0 引言

近年来，随着汽车行业的快速发展以及科学技术的不断进步，人们对于提高汽车行驶的安全性和道路利用率的需求不断增加，因此自主地面汽车(Autonomous Ground Vehicle,AGV，以下用AGV来表示自主汽车)的发展已经成为汽车及信息领域的新兴研究热点[1-2].对于AGV 而言，使其按照预定路径行驶的路径跟踪问题是AGV的基本问题之一[3-4].在路径跟踪任务中,通过控制汽车自动转向装置，使汽车行驶路径与参考路径之间的横向偏移和航向误差收敛，从而实现路径跟踪的目的.

目前已有诸多控制方法应用于AGV的路径跟踪研究.例如PID控制：文献[5]设计了一种嵌套的PID转向控制，使汽车在曲率不确定的道路上进行路径跟踪；文献[6]在AGV的路径跟踪控制中采用遗传算法来优化PID控制器中的参数，避免了控制器参数转向的繁琐和费时问题.自适应控制与滑模控制也被应用于路径跟踪控制中：文献[7]提出了一种基于无模型自适应控制的无人驾驶汽车横向控制方案，将汽车路径跟踪控制问题转化成预瞄偏差角跟踪问题；文献[8]提出了一种基于李雅普诺夫函数(Lyapunov)的自适应RBF 神经元网络补偿控制策略来提高汽车路径跟踪精度；文献[9]提出了一种基于非奇异终端滑模和主动抗干扰控制的鲁棒AGV路径跟随控制策略，将复杂路径跟随问题简化为简单的偏航角跟踪问题；文献[10]则提出了一种将自适应与滑模控制相结合的新型方法，用于AGV的自动转向控制……