基于前馈模型预测控制的类车机器人路径跟踪

摘要

在类车机器人路径跟踪控制方法中，模型预测控制（Model predictive control, MPC）在处理系统约束方面具有较大优势，但是现有的非线性模型预测控制（Nonlinear MPC, NMPC）实时性较差，线性模型预测控制（Linear MPC, LMPC）精确性较差，因此亟需提出一种同时具有较高精确性与实时性的类车机器人路径跟踪控制方法.为此，以无预瞄点的LMPC为基础，引入基于逆运动学模型的前馈转向角信息，提出了一种前馈模型预测控制（Feedforward MPC, FMPC）方法，并通过MATLAB和Carsim进行了联合仿真测试. FMPC具有较高的精确性，在所有仿真结果中，位移误差绝对值不超过0.1110 m，航向误差绝对值不超过0.1177 rad.在相同工况下，FMPC与NMPC精确性相当，LMPC、前馈控制和Stanley控制误差发散. FMPC也具有较高的实时性，在每个控制周期内的解算时间不超过4.31 ms.在相同工况下，FMPC与LMPC实时性相当，相比NMPC能将每个控制周期内解算时间的最大值减小80.68%，平均值减小65.14%.此外，FMPC能够保证控制变量在系统约束范围内，且受定位误差的影响较小.

关键词

机器人 / 类车机器人 / 路径跟踪 / 预测控制 / 实时性

基金资助

国家自然科学基金资助项目(52202505); 中国博士后科学基金资助项目(2022M710354)