多参数优化MPC的自动驾驶轨迹跟踪控制

摘要

针对自动驾驶车辆横向控制在大曲率路径处跟踪误差较大的问题，提出一种多参数优化模型预测控制(model predictive control, MPC)的轨迹跟踪控制策略。根据车辆动力学模型和目标函数搭建轨迹跟踪MPC控制器，将车速、横向位置误差和横摆角误差作为模糊输入，输出前轮转角作用于车辆。通过模糊控制对MPC控制器的预测时域、控制时域和权重矩阵等多个参数进行实时优化，在双移线轨迹不同速度和不同路面附着系数下完成Carsim/Simulink联合仿真，验证控制策略的有效性。仿真结果表明，MPC多参数优化算法优于MPC传统算法和MPC单参数优化算法，在高附着路面轨迹跟踪精度平均可提高27.4%;在低附着路面能够降低最大横摆角误差27.3%,并且能够更好地平衡跟踪精度和操纵稳定性。

关键词

自动驾驶 / 轨迹跟踪控制 / 模型预测控制 / 多参数优化 / 模糊控制

基金资助

山东省自然科学基金项目(ZR2019MF056)