自适应优化MPC算法在自动驾驶车辆轨迹跟踪控制中的应用

《IEEE Open Journal of Intelligent Transportation Systems》：Adaptive Optimization of MPC Algorithm for Autonomous Vehicle Trajectory Tracking Control

　　

摘要：

为了确保智能车辆在各种驾驶条件下的运动性能，车辆轨迹跟踪控制器必须具备强大的鲁棒性和适应性。然而，当操作参数以及速度和道路附着系数等驾驶条件发生变化时，固定参数的控制算法很难同时满足跟踪精度和稳定性的要求。本文提出了一种基于线性模型预测控制（LMPC）的路径跟踪控制的自适应调整方法，该方法可以自动优化预测模型和控制参数。首先，通过补偿LMPC预测模型的简化误差来反映轮胎动力学的非线性特性。其次，通过对前轮侧滑角施加约束，进一步提高车辆动力学非线性区域中轨迹跟踪控制的鲁棒性。第三，根据速度和道路附着系数，利用模糊控制优化预测范围和权重系数。最后，进行了离线仿真和实时仿真。结果表明，所提出的MPC自适应优化方法在驾驶条件变化时能够提高路径跟踪精度和车辆稳定性，显著增强了轨迹跟踪控制器的鲁棒性。