基于变论域的高速行驶智能汽车模糊模型预测控制方法研究

摘要

为提高高速行驶智能汽车的轨迹跟踪能力和行驶稳定性，提出一种变论域模糊模型预测控制(VUFMPC)方法。在传统的智能汽车模型预测控制(MPC)方法基础上，将输出误差及其变化率作为输入，误差权重和控制增量的调整因子作为输出，建立模糊模型预测控制器(FMPC)。针对模糊论域无法自适应调整的问题，引入变论域模糊控制(VUFC)方法，根据输出误差自适应调整FMPC的论域。采用硬件在环试验方法进行对比分析。试验结果表明：相较于MPC和FMPC,VUFMPC的最大跟踪误差减小78.8%和53.6%,均值误差减小38.1%和31.6%,横向速度优化量分别为52.3%～50.7%和33.5%～30.9%。VUFMPC使高速行驶的智能汽车轨迹跟踪误差更小，行驶更稳定。

关键词

智能汽车 / 轨迹跟踪 / 变论域 / 预测控制