重庆理工大学学报（自然科学）

重庆理工大学学报（自然科学） ›› 2023, Vol. 37 ›› Issue (11): 40-50.

• “复杂环境智能汽车感知与控制”专栏 • 上一篇    下一篇

一种改进非线性模型预测轨迹跟踪控制方法研究

李文超，刘美如，丁 华   

  1. （１．江苏大学 汽车与交通工程学院，江苏 镇江 ２１２０１３； ２．江苏大学京江学院，江苏 镇江 ２１２０１３； ３．江苏大学 汽车工程研究院，江苏 镇江 ２１２０１３； ４．宝胜系统集成科技股份有限公司，江苏 扬州 ２２５８００）
  • 出版日期:2023-12-14 发布日期:2023-12-14
  • 作者简介:李文超，男，博士，副教授，主要从事智能网联汽车路径规划、跟踪控制研究，Ｅｍａｉｌ：１０００００２１４６＠ｕｊｓ．ｅｄｕ．ｃｎ；通 信作者 刘美如，女，硕士研究生，主要从事智能车辆跟踪控制研究，Ｅｍａｉｌ：１７９０００５３６０＠ｑｑ．ｃｏｍ。

Research on an improved nonlinear model predictive control method for vehicle trajectory tracking

  • Online:2023-12-14 Published:2023-12-14

PDF (PC)

18

赞

摘要： 在狭窄场景中（如停车场）车辆运动空间有限并与障碍物距离较近，车辆在行进过 程中容易造成擦碰。为避免此类事故的发生，需要进一步优化车辆跟踪控制算法，以提高其控 制精度和计算效率。为此，提出了一种改进的非线性模型预测车辆轨迹跟踪控制方法。该方法 采用改进的二阶龙格库塔方法对汽车前进／倒车运动学模型进行离散化处理；针对非线性优化 导致的计算负担问题，提出一种基于动态的移动分块矩阵策略来约束控制量，以减少独立输入 量的数目，降低计算复杂度。仿真结果表明：所提的控制方法相较于前馈 ＰＩＤ以及原 ＮＭＰＣ，在 横向误差方面分别减小了 ５０．４％、２８．２１％；在航向误差方面分别减小了 １９．５８％、１２．５３％。在 梯形和弯曲轨迹下，求解时间相较于原 ＮＭＰＣ分别减少了 ２８．７３％、９．８９％。因此，所提方案在 跟踪精度与数值求解效率方面得到了明显的提升。

关键词: 非线性模型预测控制, 前进／倒车运动学, 龙格库塔, 动态移动分块矩阵

中图分类号: 

  • Ｕ４６１．６