基于MPC的无人车轨迹快速跟踪算法研究的开题报告.docx

基于MPC的无人车轨迹快速跟踪算法研究的开题报告
一、选题背景
随着智能技术的不断发展，无人驾驶技术逐渐成为智能交通领域的新热点。无人车技术的核心在于实现自主驾驶，需要完成环境感知、规划决策、控制执行等多个环节。轨迹跟踪是无人车控制领域中的核心问题之一，其目的是使车辆根据预先设定的轨迹和速度运行，并在控制误差范围内保持该轨迹。因此，轨迹跟踪是保证无人车行驶安全且高效的关键技术。
目前，针对无人车轨迹跟踪研究的方法较多。传统的PID控制算法具有简单、易实现等优点，但在实际应用时存在不足，如不能有效消除车辆的运动惯性和外部干扰等问题。为此，越来越多的研究者开始将MPC多变量优化控制算法应用于无人车轨迹跟踪问题。
MPC算法具有优秀的跟踪特性，尤其在处理具有非线性约束条件的控制问题时表现良好。本研究旨在借助MPC算法改进无人车轨迹跟踪精度，提高系统鲁棒性和抗干扰性。
二、研究内容和方法
本文将重点研究基于MPC的无人车轨迹快速跟踪算法。首先，将建立无人车动力学模型，为MPC算法提供运动学和动力学约束条件。然后，使用MPC算法进行轨迹快速跟踪控制，提高系统控制精度。MPC算法根据当前状态和控制变量的状态变化，通过预测未来轨迹，优化控制变量，实现轨迹跟踪控制。最后，将在全向轮移动机器人平台上进行系统实现和实验验证，考察MPC算法对无人车轨迹跟踪控制精度和稳定性的影响。
三、研究意义和创新点
1.提高无人车轨迹跟踪控制精度，提高系统控制鲁棒性和抗干扰性。
2.将MPC算法应用于无人车轨迹跟踪问题，对控制领域的发展具有借鉴意义。
3.实验验证结果将为基于MPC的无人车轨迹跟踪控制提供技术支持和实验数据参考。
四、研究计划
第一年：
1.研究无人车轨迹快速跟踪算法理论及其应用。
2.建立无人车动力学模型，为后续MPC算法提供约束条件。
3.设计轨迹跟踪控制系统硬件平台和软件平台。
第二年：
1.研究MPC算法并实现算法优化。
2.在轨迹跟踪控制系统下，测试并计算MPC算法轨迹跟踪控制的精度和稳定性。
第三年：
1.进行系统整体实验验证，并与传统PID控制算法进行对比实验。
2.分析实验结果，总结得出提高无人车轨迹跟踪精度的有关关键技术和特点。
五、参考文献
[1]WenYajun，JiangZhengfeng.DesignandSimulationofPathPlanning&TrackingAlgorithmforIntelligentVehicle[J].JournalofBoruiUniversity,2015(5):15-18.
[2]SunZhibin,WangXiaojun,QuXiaomin.ResearchonPIDControlMethodBasedonImprovedKalmamFilteringinCarFollowing[J].IntelligentComputingandApplications,Vol.4,2013.
[3]LiJiangong,LiChenli,JiaHuichao,etal.ArobustMPCalgorithmforvehiclesteeringcontrol[J].JournalofControlandDecision,2017(4):451-456.
[4]HuangH.,FaruqueO.,KarrayF.O.,etal.TrajectorytrackingandcontrolofanOmni-directionalmobilerobotusingMPC[J].ControlEngineeringPractice,2016(55):173-183.