基于QPSO算法的智能网联汽车路径跟踪控制研究

摘要

路径跟踪问题是智能网联汽车的研究热点之一,路径跟踪控制器设计的好坏直接影响智能网联汽车跟踪行驶时的可靠性。综合考虑车辆的路径跟踪精度和横向稳定性,建立两自由度汽车操纵动力学模型和路径跟踪位姿误差模型。通过反推法确定期望横摆角速度表达式,运用二次型最优控制方法设计路径跟踪控制器。采用量子粒子群算法(quantum-behaved particle swarm optimization,QPSO),对期望横摆角速度表达式中的参数c_(1)、c_(2)和k进行优化。以车辆换道和弯曲道路行驶为例,仿真研究控制器参数优化后的控制效果,以及不同车速和不同路径曲率的频率下控制器的鲁棒性。结果表明:参数c_(1)、c_(2)和k优化后,控制器改善了车辆质心侧偏角和横摆角速度的控制效果;当车速和路径曲率的频率变化时,控制器具有较明显的鲁棒性。能够进一步改善车辆的路径跟踪精度和横向稳定性,为智能网联汽车的路径跟踪控制研究提供一定的参考。