基于DBO-LQR和MPC的智能车轨迹跟踪控制

摘要

为提高智能车辆轨迹跟踪的精度和稳定性，提出1种基于蜣螂优化(DBO)算法优化的线性二次型调节器(LQR)与模型预测控制(MPC)的横向、纵向控制策略。构建车辆动力学模型和基于Frenet坐标系下的横向误差模型，设计带有前馈的横向LQR控制器，利用蜣螂优化算法确定LQR控制器权重系数；基于MPC实现纵向速度和位置的跟踪，利用纵向速度联结横向控制器与纵向控制器，同时对车辆的速度和转向进行控制；最后基于CarSim和Matlab/Simulink联合仿真平台在不同道路工况下进行仿真实验，验证所提策略的有效性。结果表明：在城市道路泊车、城市道路换道、高速公路换道3种工况下，车辆的最大横向跟踪误差均小于0.010 m、航向偏差在0.025 0 rad内；横摆角速度及前轮转角变化比较平稳、无明显抖动，所提策略可有效提高车辆跟踪轨迹的精度和稳定性。

关键词

智能车辆 / 轨迹跟踪 / 横纵向控制 / 蜣螂优化算法(DBO) / 线性二次型调节器(LQR) / 模型预测控制(MPC)

基金资助

安徽省科技重大专项(16030901032); 安徽省博士后研究人员科研业务基金项目(2017B145)