李 畅，张 佳，孙中奇,3，夏元清

（1.北京理工大学自动化学院，北京 100081；2.中汽数据（天津）有限公司，天津 300393； 3.北京理工大学长三角研究院（嘉兴），嘉兴 314019）

1 引 言

无人车辆是指通过搭载先进传感器装置，运用人工智能等新技术，具有自动驾驶功能，逐步成为智能移动空间和应用终端的新一代汽车。随着5G 通信技术[1]、泛人工智能芯[2]片、新型传感器等技术的成熟，无人驾驶车辆越发成为热点研究方向。同时，它被广泛认为是一种验证视觉、听觉、认知以及人工智能技术的通用实验平台[3]。运动控制是无人车辆的核心技术之一，高效精准的运动控制系统是智能无人车辆实现功能行为的重要保障。在运动控制领域，应用比较成功的控制算法有：比例积分微分控制[4]、纯跟踪控制[5]、预瞄控制[6]、模糊控制[7]、滑模控制[8]、模型预测控制（Model Predictive Control, MPC）[9]及神经网络控制[10-11]等。无人车辆自身有着非线性和欠驱动性[12-13]、系统内外部存在诸多的约束条件。模型预测控制具有预测模型、滚动优化和反馈校正等基本特征，具有全面考虑预测信息和处理多约束优化问题的能力，被认为是最具应用前景的控制方法之一。

近年来，模型预测控制得到了很快的发展，产生了鲁棒模型预测控制算法、自适应模型预测控制算法[14]、数据驱动模型预测控制算法和分布式模型预测控制算法[15]等新方向。应用领域也从传统过程控制领域延伸到航空、车辆、交通、网络等众多应用领域。文献[16]设计了一种模型预测控制方法，使车辆在满足其物理约束的情况下沿期望路径稳定行驶。……