李伯雄，王立勇，孙鹏，季文龙

（1.北京信息科技大学 现代测控技术教育部重点实验室，北京 100192；2.中国人民解放军 63966 部队，北京 100072）

无人车辆的轨迹跟踪控制算法在实际车辆控制系统中将决策层与硬件层相结合，对车辆轨迹跟踪起到重要作用。通过提高无人车辆在未知路面对决策轨迹的跟踪效果，可提高车辆追踪决策轨迹的准确性及高效性。轨迹跟踪控制算法的研究主要使用模型预测控制器（MPC）[1]进行搭建。

MPC 通过引入滚动优化及反馈校正，实现对系统状态的预测，进一步提高车辆运动轨迹的控制稳定性。李想等[2]提出一种变权重的模型预测控制算法，针对不同车速进行权值再分配，从而实现兼顾不同目标跟踪速度下的高精度控制。何德峰等[3]提出通过控制增量分层的策略以降低系统运算量，在保证追踪性能的前提下加快系统运算速度。

车辆行驶过程中的状态变化与路面条件关系紧密，因此诸多学者借助车载传感器对路面信息进行准确辨识。张航星等[4]使用扩展卡尔曼滤波对车辆的轮胎力进行观测，从而预测路面附着系数。刘志强等[5]使用自适应衰减卡尔曼滤波（AFUKF）对四轮路面附着系数进行估测，并使用Sage-Husa 噪声估计器提高了预测模型的准确性，但未对转向工况进行分析。另一些研究者则着重提高在未知路面条件下车辆的控制性能及安全性能。李绪龙等[6]提出一种双重无迹卡尔曼算法，将预测得到的路面附着系数反映到车辆纵向控制算法中，修正刹车距离与安全跟车距离，降低汽车发生碰撞的可能性。……