原文传递
基于级联线性变参数的车辆轨迹跟踪控制
| 论文题名： | 基于级联线性变参数的车辆轨迹跟踪控制 |
| 关键词： | 自动驾驶;轨迹跟踪;线性变参数算法;级联控制 |
| 摘要： | 汽车保有量不断上升不仅降低了道路通行的效率，还带来了数量不断上升的交通事故。自动驾驶技术的出现可以很好地改善这一状况。自动驾驶车辆可以预判即将发生的交通事故，并以毫秒级的响应速度进行反应。轨迹跟踪控制作为自动驾驶车辆的底层控制模块，其跟踪性能直接决定了自动驾驶车辆的运行状况。目前车辆轨迹跟踪模块已经日趋完善，但还存在计算实时性低，鲁棒性不足等缺点。因此，本文将基于线性变参数算法(Linear parameter varying,LPV）结合级联控制策略实现对车辆的横纵向联合控制。不仅如此，本文还设计了未知输入观测器(Unknown input observer,UIO)用来对道路摩擦力进行实时观测，并建立摩擦力补偿机制，提高车辆跟踪的精度。本文的主要内容如下： (1)设计了车辆的非线性动力学模型和运动学模型，并在非线性模型的基础上设计了车辆的LPV模型，为后面设计级联控制器和UIO提供数学模型基础。 (2)基于车辆的动力学LPV模型设计了车辆的UIO观测器。UIO用于观测车辆的外部未知输入干扰量，选取摩擦力作为外部未知干扰变量，观测到的外部摩擦力用于摩擦力补偿机制的设计。 (3)设计级联控制器实现车辆的横纵向联合控制。控制器的外层采用模型预测控制器(Model predictive control,MPC)结合车辆运动学LPV模型用来计算车辆到达参考点要求的速度、位置和方向所需要的控制量（速度，横摆角速度）。内层采用线性二次规划控制器(linear quadratic regulator,LQR)结合车辆动力学LPV模型控制车辆实现外层控制器计算出的控制量。为了达到这个目的，内层控制器将会对车辆后轮添加驱动力（制动力），对车辆的前轮转角进行控制。 (4)利用MATLAB对设计的控制策略进行仿真验证。设置了三组不同的对照组用于验证车辆跟踪控制的性能、控制器运算速率、UIO的观测效果以及摩擦力补偿机制的效果。仿真结果表明：采取LPV模型可以实现大幅度的提高控制器的运算实时性；设计的UIO和摩擦力补偿机制可以显著提高车辆跟踪精度，并且添加摩擦力补偿机制后运算时间仅增加了9%，所以LPV采取摩擦力补偿机制的控制策略可以在花费很小的代价下，实现接近非线性控制器的跟踪精度。 |
| 作者： | 李磊 |
| 专业： | 机械工程 |
| 导师： | 李军 |
| 授予学位： | 硕士 |
| 授予学位单位： | 重庆交通大学 |
| 学位年度： | 2022 |
检索历史
应用推荐
