基于增量线性模型预测控制的无人车轨迹跟踪方法

2019 年 第 10 期
-1-
邹凯，等：基于增量线性模型预测控制的无人车轨迹跟踪方法
实时性差的不足，提出线性时变模型预测控制，控制效 果较好[12- 。 13] 王秋等人针对车辆动力学建模简化过程 中出现的未建模动态，建立了考虑未建模动态的 2 自由 度模型，根据随机模型预测算法设计控制器[14]。张巍考 虑采样时间对模型预测控制器（Model Predictive Con⁃ troller，MPC）计算时间的影响，提出一种采样时间随道 路曲率可变的方法，提高了控制的实时性[15]。刘凯等人 通过研究地形因素对车辆转向特性和稳定性的影响，提 出一种变步长的模型离散化方法，并利用模型预测控制 进行试验，能够在保证及时动态响应的基础上，实现较 长的轨迹预测时域以及保证计算的实时性[16]。
Linear Model Predictive Control
Zou Kai, Cai Yingfeng, Chen Long, Sun Xiaoqiang （Jiangsu University, Zhenjiang 212013）
【Abstract】To address the deficiency that tire side angles are assumed in the linear region in the self-driving vehicle tracking research, this paper proposes a path tracking method based on incremental linear time- varying model predictive
1 前言
轨迹跟踪控制是无人驾驶车辆运动控制的基本 问题[1]，需要考虑的因素主要有跟踪精度、驾驶稳定性 和 安 全 性 ，国 内 外 学 者 对 此 开 展 了 大 量 研 究 。 目 前 ， 轨迹跟踪控制算法主要包括经典控制方法 、最 [2-3] 优控 制 方 法 [4]、自 适 应 控 制 方 法 [5]、滑 模 控 制 方 法 [6]、模 糊 控 制方法[7]和鲁棒控制[8]。Hayakawa 等人设计了 PID 控制
Simulink platform is used to compare ILTVMPC with the Nonlinear Model Predictive Control (NMPC). The results show that
ILTVMPC based on the tire time-varying model not only performs excellently in tracking accuracy and stability, but also
control. The authors linearize the tire magic formula in each control cycle, and establish the tire time-varying model, and
combine with the simplified vehicle two-degree-of-freedom model to obtain the vehicle time-varying model. Via designing
*基金项目：国家重点研发计划项目（2017YFB0102603）；国家自然科学基金项目（51875255，U1564201，U1664258）；江苏省重点研 发计划项目（BE2016149）；江苏省战略性新兴产业发展重大专项（苏发改高技发（2016）1094 号，（2015）1084 号）；江苏省六大人才 高峰创新团队项目（2018-TD-GDZB-022）；江苏省优秀青年基金项目（BK20180046）。
器，并且将道路曲率作为前馈加入控制器，实现了车辆 在速度变化时的平滑转向[9]。PID 控制器不以模型为基 础，跟踪精度不高，且难以添加行驶约束条件[10]。模型 预测控制作为一种基于模型的控制器具有很高的控制 精度，在过程控制中已经取得较为广泛的应用，且便于 添加约束条件，成为研究的热点方向[11]。Falcone 等人将 模型预测控制应用于车辆轨迹跟踪问题，建立了完整的 3 自由度整车非线性模型，并针对非线性模型预测控制
improves real-time features significantly in computation.
Key words: Self- driving vehicle, Incremental linear model, Tire magic formula, Model
predictive control, Path tracking, Stability
基于时变轮胎模型的 ILTVMPC，不仅在跟踪精度和稳定性上有优异表现，而且计算实时性得到较大幅度提升。
ቤተ መጻሕፍቲ ባይዱ
主题词：无人驾驶车辆 增量线性模型 轮胎魔术公式 模型预测控制 轨迹跟踪 稳定性
中图分类号：U461
文献标识码：A
DOI: 10.19620/ki.1000-3703.20190893
A Path Tracking Method of Self-Driving Vehicle Based on Incremental
型预测控制的轨迹跟踪方法。在每个控制周期内进行轮胎魔术公式的线性化处理，建立时变轮胎模型，并结合车辆二自由
度模型，获得了车辆时变模型，设计增量线性时变模型预测控制器（ILTVMPC），完成了轨迹跟踪，在二次规划求解过程中加
入包括控制量和控制增量等约束。利用 MATLAB/Simulink 平台将该方法与非线性模型预测控制进行仿真对比，结果表明：
汽车技术 · Automobile Technology
·2019 中国汽车工程学会年会（SAECCE 2019）优秀论文专题·
基于增量线性模型预测控制的无人车轨迹跟踪方法*
邹凯 蔡英凤 陈龙 孙晓强
（江苏大学，镇江 212013）
【摘要】针对现有无人车轨迹跟踪研究中假设轮胎侧偏角始终处于线性区域的不足，提出了一种基于增量线性时变模
the Incremental Linear Time-Varying Model Predictive Controller (ILTVMPC), the authors complete the path tracking, and
consider the constraints including control amount and control increment in the quadratic programming process. MATLAB/