基于模型预测控制的智能车辆横向运动控制研究

摘要

随着社会经济持续快速发展，我国机动车数量速上升，给人们生活带来便利的同时，也引发了环境、安全、能源、交通等一系列的问题。智能车辆技术是未来汽车产业的发展方向，它可以大幅提高交通系统的安全性，也是解决交通拥堵的有效手段之一。“中国制造 2025”及“互联网+”发展战略的提出将智能车辆的发展上升到了国家战略层面，“十三五”发展规划也将促使汽车行业发展趋势和方向沿着高科技和绿色制造路线前行，汽车行业将迎来崭新的发展阶段。所以本课题从智能车辆技术入手，对其中关键技术之一的横向控制进行研究。 本文对智能车辆及其横向控制的研究现状进行分析，针对传统控制算法中存在的环境适用性较低等不足，提出优化方法；并根据智能车辆的特点，从车辆路径跟踪控制出发，对智能车辆横向运动控制展开研究。 利用魔术轮胎公式，建立非线性车辆轮胎模型，确定轮胎的线性工作区；建立车辆多自由度动力学模型。基于模型预测控制理论设计车辆路径跟踪控制器，面向实际应用以及高速公路交通，着重考虑车辆在路径跟踪过程中的稳定性和高速行驶工况下的跟踪精度。通过 Carsim/Simulink 联合仿真验证了控制器在不同车速下的均具有较好的跟踪精度和车辆稳定性。同时，设计PID路径跟踪控制器进行仿真对比。对比结果显示，模型预测控制器具有更好的控制效果。 考虑的控制器的控制参数和车辆实际状态变化，本文从智能网联汽车特点入手，提出一种基于道路参数和车辆状态变化的控制器控制参数自适应策略，对控制器进行改进；通过分工况仿真确定不同场景下车辆适用的最优控制参数；基于智能网联汽车特点，设计控制参数自适应匹配策略。同样在仿真平台上对优化后的控制器进行操纵稳定性和跟踪精度的验证。 理想化的仿真条件与实际的车辆环境差别较大，为了进一步验证模型预测控制器的性能，本文借助哈弗H8智能车平台，进行PID路径跟踪控制器和模型预测路径跟踪控制器控制效果的实车实验，对比验证智能车辆自动转向控制器的实用性。实验中利用RT2000GPS/惯性导航系统采集道路信息和实验数据。实验对比结果充分证明了模型预测路径跟踪控制器的有效性。

目录

第一个书签之前