基于GA-PSO优化的汽车轨迹跟踪和稳定性协同控制

摘要

针对恶劣工况下汽车轨迹跟踪控制的精度和稳定性问题，提出一种基于分层控制策略的解决方案。上层轨迹跟踪控制器和下层直接横摆力矩控制器分别基于模型预测控制(model predictive control, MPC)和滑模控制(sliding mode control, SMC)实现;通过遗传粒子群优化算法(GA-PSO)优化不同车速和路面附着系数下的控制器参数，得到适用于不同驾驶条件的最佳控制器时域和控制参数；基于此设计协同控制器，进一步改善了轨迹跟踪的准确性和稳定性。为验证策略有效性，在CarSim-Simulink联合仿真平台进行仿真实验。仿真结果表明：所提出控制策略能显著提升追踪效果和横摆稳定性，平均横向误差分别减少89.9%、46.4%和43.3%。

关键词

智能车辆 / 轨迹跟踪 / 稳定性控制 / 模型预测控制 / 滑模控制 / 遗传粒子群算法