融合前馈及状态反馈的智能汽车模型预测控制

摘要

针对具有动力学约束的智能汽车路径精确跟踪问题，提出了一种融合前馈及状态反馈的模型预测控制（model predictive control, MPC）方法 .首先，根据车辆二自由度模型建立MPC路径跟踪基础模型，然后考虑基础模型中道路曲率变化对系统产生的已建模稳态扰动，设计前馈控制器（feed-forward control, FFC）进行消除；并进一步采用比例积分微分（proportional integral derivative, PID）控制器进行系统误差状态反馈调节；最终形成融合前馈及状态反馈转角输入的模型预测最优调节控制律（MPC-FF-PID）.最后基于MATLAB/Simulink和Carsim平台证实所提算法的有效性，并基于智能驾驶实车平台在园区低速场景下进行实车测试，最大横向和航向误差分别为0.128 7 m和0.063 9 rad，表明本文算法具备更高的跟踪精度及安全性.

关键词

智能汽车 / 路径跟踪 / 模型预测控制 / 前馈控制 / 状态反馈PID控制 / 仿真与实车验证

基金资助

江西省重点研发计划重点项目（20212BBE51014,20224BBE52003）; 江西省03专项及5G项目（20232ABC03A30）