张 涌，夏 雨，成海飞，黄林雄，赵奉奎，吕立亚

（南京林业大学 汽车与交通工程学院，南京 210037）

智能车辆在实际行驶的过程中，需要完成环境感知、路径规划以及运动控制等任务。智能车辆在面对交通事故频发、交通堵塞以及环境污染方面具有明显的优势［1－2］。

目前对于车辆的路径跟踪横向控制，主要的控制算法有PID控制［3－5］、滑模变结构控制［6－8］、模糊 控 制［9－10］、模 型 预 测 控 制［11－12］、最 优 控制［13－15］、自适应控制［16－17］等。

赵熙俊等［3］基于航向偏差生成器生成期望航向，求出其与惯性元器件测出的实际航向之间的差值，采用经典PID算法控制该差值，从而实现路径跟踪横向控制。该控制方法简单明了，方便操作，但对控制要求较高的场合适应性差且控制精度低。王聪［6］将建立的动力学模型和预瞄误差模型结合，生成横向预瞄误差模型，基于该模型建立路径跟踪滑模控制器，仿真验证了该控制器的良好跟踪效果和鲁棒性，但由于运动点趋于滑模面附近会高频转换，产生剧烈抖振，从而影响车辆的稳定性和乘坐舒适性。Trabia M等［9］基于模糊理论设计了模糊横向控制器，具有不依赖精准的数学模型的优点，但控制器中隶属度函数和控制规则的建立往往需要专家知识和人工经验，难以根据系统特性进行自动调整，具有较强的主观性，会产生较大的误差。Klancar等［12］提出了一种模型预测横向控制方法，不断预估未来环境信息，从而动态地跟踪系统的误差，并从二次型代价函数出发，推导出控制律来处理系统的跟踪误差。……