基于时变模型预测控制方法的车辆横纵向协同控制

摘要

运动学模型预测控制(KMPC)以其模型简单、计算高效而闻名于自主车辆运动控制领域。当车辆动力学不断变化时因KMPC未能处理复杂工况下横纵向运动的强耦合性,为了保证车辆转向的稳定性会降低车速应用范围和车辆跟踪精度。针对上述问题,本文提出一种改进方法,即基于时变模型预测控制方法对跟随车横纵向协同控制,在保证操纵性能的前提下提高弯道跟车行驶工况的车速应用范围。分析运动学/动力学模型中车速对转向稳定性的影响,建立考虑轮胎特性的带质心侧偏角补偿的车辆模型。通过雷达传感器和无线通信获取交通环境信息规划跟随车的参考轨迹,并基于安全车距策略规划跟随车的理想车间距。设计基于模糊逻辑的条件分类器确定名义运动学模型与带补偿的模型二者间的切换,并反馈控制横摆角速度以避免高速时的模型失配现象,进而弥补KMPC对车速应用范围的制约。采用横纵耦合车辆模型及综合性能评价对跟随车进行横纵协同优化控制,实现以期望速度跟随前车轨迹行驶并保持安全车距。基于CarSim与MATLAB/Simulink对弯道跟车行驶工况进行仿真,结果表明该方法可在不同道路曲率下实现对前车低速到高速范围下横纵向协同跟随的有效控制。