基于多层MPC框架的类车机器人调速路径跟踪

摘要

针对类车机器人路径跟踪控制的研究工作尚未考虑主动调速与路径跟踪之间的关联，现有控制系统为了保证较高的路径跟踪控制精度只能将纵向速度设置为较低值.同时，在其他移动装备的主动调速路径跟踪控制策略中，以模型预测控制（Model predictive control, MPC）为基础的多层模型预测控制（Multilayer MPC, MMPC）具有对于误差来源兼容性较强的优势，但是现有系统采用速度较高时精度不佳的线性模型预测控制（Linear MPC, LMPC）作为底层路径跟踪控制算法，因此纵向行驶速度仍然较低.针对这些问题，结合基于MMPC的主动调速路径跟踪控制框架、精确性和实时性均较好的前馈模型预测控制（Feedforward MPC, FMPC）底层路径跟踪控制算法与长时域预测精度较高的非线性模型预测控制（Nonlinear MPC,NMPC）顶层速度决策算法，构建了新的基于MMPC框架的主动调速路径跟踪控制系统.通过MATLAB和CarSim联合仿真对提出的MMPC系统进行了测试.提出的MMPC系统可以在平均行驶速度较高时实现较高精度的路径跟踪，在平均行驶速度为4.2859 m·s^-1时，位移误差的最大幅值为0.1838 m，航向误差的最大幅值为0.1350 rad.在纵向速度较高时，提出的MMPC相比恒速的FMPC、NMPC系统和已有的MMPC系统精度更高，在相同工况下，FMPC系统误差发散，提出的MMPC系统可以相对已有的NMPC和MMPC系统将位移误差最大幅值减小46.29%和62.22%.在能够保障较高精度时，提出的MMPC系统的平均行驶速度较高，相比已有的FMPC和MMPC系统，可以将平均行驶速度提高43.06%和317.48%，与NMPC系统指标接近.

关键词

类车机器人 / 路径跟踪 / 主动调速 / 预测控制 / 多层控制

基金资助

国家重点研发计划资助项目（2023YFC3806603）; 中国博士后科学基金资助项目（2022M710354）