唐 坤，曹志雄

(北京天隼图像技术有限公司，北京 100000)

1 引言

低速无人驾驶相较于高速无人驾驶，其技术特点有：首先，由于低速无人驾驶车辆(后文低速无人车均指此类低速无人驾驶车辆)的行驶速度远小于高速无人驾驶车辆，因此二者在控制周期、测量精度以及逻辑决策等方面都有较大差异；其次，低速车辆多应用厂区、景区等特定的环境，这些场地通常为非规范化的道路或缺乏明显的道路标识，突发状况较多，因此，要求其能够对控制命令有快速、准确的响应；再次，低速车辆的线控底盘多为自主研发，没有统一的制式标准，给控制增添了许多不确定因素[1]。

目前，国内外已有一些研究机构对于车辆纵向控制进行了各种尝试。如基于PID控制的优化算法，卡内基梅隆大学研究团队采用非线性PID控制策略[2]；国内百度团队的“阿波龙”采用的位置-速度双闭环PID控制。再如基于滑模控制的算法，意大利的帕维亚大学研究团队提出了纵向二阶滑模控制策略；以及韩国的Liang H等人提出的参数滑模下位控制策略[3，4]。如基于模糊控制的算法，法国的P.F.Toulotte等提出的具有极点配置功能的模糊纵向控制策略[5]。还有清华大学宾洋团队提出的非线性干扰解耦和变结构控制原理的鲁棒控制算法[6]。以及日本东京大学的M.Omae等人提出的基于鲁棒控制理论的前馈加H-infinity反馈的纵向控制策略[7]等。

本文通过对上述纵向运动控制算法的研究总结，并结合低速无人车工作环境和自身结构的特点，对低速无人驾驶纵向运动控制进行了仿真研究。……