基于MPC的车辆自适应路径追踪方法.pdf

(19)中华人民共和国国家知识产权局(12)发明专利申请(10)申请公布号CN110262229A(43)申请公布日2019.09.20(21)申请号201910445420.3(22)申请日2019.05.27(71)申请人东南大学地址210096江苏省南京市江宁区东南大学路2号(72)发明人王立辉石佳晨(74)专利代理机构南京苏高专利商标事务所(普通合伙)32204代理人常虹(51)Int.Cl.G05B13/04(2006.01)权利要求书6页说明书13页附图1页(54)发明名称基于MPC的车辆自适应路径追踪方法(57)摘要本发明公开了一种基于MPC的车辆自适应路径追踪方法，包括如下步骤：1、建立车辆的运动学模型，并预测等效侧滑角；2、基于所建立的车辆运动学模型，设计车辆模型预测控制器；3、获取当前时刻车辆的状态，通过模糊控制修正当前时刻车辆模型预测控制器的参数。4、求解车辆模型预测控制器的目标函数，得到最优解的第一个变量作为当前时刻的控制量的增量；5、根据控制量的增量和等效侧滑角控制轮胎转向角，控制车辆运行，转向步骤2计算下一个控制周期的控制量的增量。该方法提高了车辆在产生滑移时的路径追踪的稳定性和精确度。CN110262229ACN110262229A权利要求书1/6页1.基于MPC的车辆自适应路径追踪方法，其特征在于，包括如下步骤：步骤1、建立车辆的运动学模型，并预测等效侧滑角，包括如下步骤：(11)车辆的坐标与航向角和轮胎转向角之间具有如下的关系：其中x、y分别车辆在X轴和Y轴的坐标，θh为车辆航向角，lwb为车辆的前后轴的轴距，v为车辆的速度，θws为轮胎转向角；分别为车辆在X轴和Y轴的速度，为车辆的转向角速度；TT(12)以X＝[xyθh]为状态量，u＝[θws]为控制量，构建车辆的一般运动学模型：其中，参考轨迹上当前参考点r处的运动学模型的一般形式为：(13)将车辆一般运动学模型线性化、离散化：把(2)在参考点出用泰勒级数展开，并忽略高阶项，则有：把式(4)与(3)相减，则有：将式(5)离散化，离散化后的一般形式为：其中，T为采样周期，Ak,t和Bk,t分别为根据当前时刻t预测k时刻状态的状态系数矩阵和控制系数矩阵；(14)判断是否产生滑移；根据k-1时刻的实际状态量和式(6)计算k时刻的状态量理论值设k时刻实际状态量为阈值为若则判定产生滑移，进入步骤(15)计算等效侧滑角；否则跳过步骤(15)，令等效侧滑角为0；(15)如果产生滑移，计算等效侧滑角2CN110262229A权利要求书2/6页其中为前轮侧滑角，为后轮侧滑角；步骤2：基于所建立的车辆运动学模型，设计车辆模型预测控制器，包括如下步骤：(21)定义根据当前时刻t预测k时刻的状态量ξ(k|t)：其中，则车辆的状态空间表达式为：其中，ΔU(k|t)为k时刻相对当前时刻t的控制量的改变量的矩阵，假设：其中，At,t和Bt,t分别为当前时刻t的状态系数矩阵和控制系数矩阵；(22)计算系统的预测输出表达式系统的预测输出表达式为：Y(t)＝Ψtξ(t|t)+ΘtΔU(t)(13)其中，ξ(t|t)为当前时刻t的状态量，3CN110262229A权利要求书3/6页Nc为控制时域，Np为预测时域；(23)系统的目标函数为：TTTTJ(ξ(t),u(t-1),ΔU(t))＝[ΔU(t),ε]Ht[ΔU(t),ε]+Gt[ΔU(t),ε](15)约束条件为：其中，et＝X(t)-Xr为当前时刻t的偏差，u(t-1)为t-1时刻的控制量，ΔU(t)为t时刻的控制量的变化量组成的矩阵；R、Q为权重矩阵，ρ为权重系数，ε为松弛因子；Umin、Umax分别为控制时域内控制量最小值、最大值的集合，ΔUmin、ΔUmax分别为控制时域内控制量变化量最小值、最大值的集合；A为Nc×Nc的下三角阵，步骤3、根据车辆的运行情况，修改模型预测控制器的参数，包括如下步骤：(31)根据车辆的当前时刻的偏差et和参考轨迹上当前参考点r处的曲率半径Cr，修正当前时刻车辆的模型预测控制器的参数Nc、Np；(32)获取车辆当前的质量m、和运行速度v，以及上一个控制周期的控制量变化量的序列，修正当前时刻车辆的模型预测控制器的参数Q；步骤4、求解车辆模型预测控制器的目标函数，得到当前时刻的控制量；(41)求解式(15)，即求解等式J(ξ(t),u(t-1),ΔU(t))＝0，同时根据式(16)添加解的约束条件，得到最优解的控制量序列：则当前时刻的控制量的期望增量为步骤5、根据控制量的增量和等效侧滑角控制轮胎转向角，控制车辆运行，判断是否需要更新参考点r后进入步骤2继续下一个周期的控制；(51)将控制量输入到转向轮上，控制车辆运行；4CN110262229A权利要求书4/6页根据步骤(15)计算得到的当