基于WOA-LQR的智能车辆路径跟踪控制

摘要

针对无人驾驶车辆在特殊行驶工况(冰雪路面、雨天路面、高速换道)下路径跟踪控制精度差的问题，本文设计了一种基于鲸鱼优化算法(Whale Optimization Algorithm, WOA)的LQR控制器(WOA-LQR).首先，基于二自由度车辆动力学模型建立跟踪误差模型，以此为基础设计离散LQR控制器，并采用前馈控制消除由于系统简化带来的误差.同时，为解决固定权重系数下的LQR控制器对特殊行驶工况适应性差导致跟踪精度低、车辆失稳的问题，在以横向误差、航向角误差作为评价指标的基础上，考虑车辆侧向加速度和前轮转角对车辆维持稳定的影响，并对评价指标设定相应的权重系数，设计了目标值最小的适应度函数，提出一种基于鲸鱼算法优化的LQR自适应权重系数调节策略.最后，通过Carsim/Simulink联合仿真对WOA-LQR控制器在不同工况下进行路径跟踪仿真实验.结果表明：本文提出的控制策略在复杂行驶工况下有着良好的跟踪效果，显著提升了车辆在路径跟踪过程中的控制精度，具有较强的鲁棒性.

关键词

无人驾驶车辆 / 路径跟踪控制 / 线性二次型调节器 / 前馈控制 / 鲸鱼优化算法