作者：张泽琪1, 杨伟东1,2, 贾鹏飞3, 张云龙4
作者单位：1. 河北工业大学机械工程学院, 天津 300401;
2. 国家技术创新方法与实施工具工程技术研究中心, 天津 300401;
3. 中汽研(天津)汽车工程研究院有限公司, 天津 300300;
4. 国汽(北京)智能网联汽车研究院有限公司, 北京 102600
关键词：无人驾驶车辆;模型预测控制;轨迹跟踪;模糊控制
摘要：
为提高无人驾驶车辆在高速工况中轨迹跟踪控制的稳定性，设计一种模糊控制与模型预测控制相结合的车辆轨迹跟踪控制器，针对大曲率或低附着系数道路环境中车辆行驶轨迹易出现偏移与车身失稳问题，应用模糊控制器根据当前车辆相关状态参数对于预测时域$ {N}_{\mathrm{P}} $与控制时域$ {N}_{\mathrm{C}} $进行模糊调节，同时给予前轮转角补偿修正。通过搭建MIL联合仿真平台，验证该控制器在高速工况中车辆轨迹跟踪控制效果。结果表明：相比于传统MPC控制器，该控制器可有效避免车辆高速行驶中响应滞后与轨迹偏移问题，提高无人驾驶轨迹跟踪控制的精确度与稳定性。
Trajectory tracking control of driverless vehicle under high speed steering condition
ZHANG Zeqi, YANG Weidong, JIA Pengfei, ZHANG Yunlong
1. School of Mechanical Engineering, Hebei University of Technology, Tianjin 300401, China;
2. National Engineering Center for Technological Innovation Method and Tool, Tianjin 300401, China;
3. CATARC (Tianjin) Automotive Engineering Research Institute Co., Ltd., Tianjin 300300, China;
4. National Innovation Center of Intelligent and Connected Vehicles, Beijing 102600, China
Abstract: In order to improve the stability of the trajectory tracking control of driverless vehicles in high-speed working conditions, a vehicle trajectory tracking controller combining fuzzy control and model predictive control is designed. Aiming at the problem that the vehicle trajectory is prone to drift and vehicle instability in the road environment with large curvature or low adhesion coefficient, the fuzzy controller is applied to predict the time domain $ {N}_{\mathrm{P}} $ and control time domain $ {N}_{\mathrm{C}} $ to adjust, and at the same time to compensate and correct the front wheel angle. By setting up the mil joint simulation platform, the control effect of the controller in vehicle trajectory tracking under high-speed conditions is verified. The results show that, compared with the traditional MPC controller, the controller effectively avoids the problems of response lag and trajectory offset in high-speed driving, and improves the accuracy and stability of unmanned trajectory tracking control.
Keywords: driverless vehicle;model predictive control;trajectory tracking;fuzzy control
2023, 49(9):148-155 收稿日期: 2022-5-16;收到修改稿日期: 2022-7-17
基金项目: 中汽中心指南类项目（20213402）
作者简介: 张泽琪（1996-），男，河北沧州市人，硕士研究生，专业方向为智能驾驶技术。
参考文献
[1] 张勇, 王同祥. 半挂式车辆自主驾驶的轨迹跟踪控制研究[J]. 中国测试, 2021, 47(2): 106-112
[2] 杨博, 张缓缓, 江忠顺. 智能车辆的避障路径规划与跟踪控制仿真分析[J]. 中国测试, 2021, 47(7): 71-78
[3] 刘佳雨, 冷军强, 尚平, 等. 冰雪路面下高速公路事故及严重程度影响因素分析[J]. 哈尔滨工业大学学报, 2022, 54(3): 57-64
[4] 李军, 唐爽, 黄志祥, 等. 融合稳定性的高速无人驾驶车辆纵横向协调控制方法[J]. 交通运输工程学报, 2020, 20(2): 205-218
[5] 王玉琼, 高松, 王玉海, 等. 高速无人驾驶车辆轨迹跟踪和稳定性控制[J]. 浙江大学学报, 2021, 55(10): 1922-1929+1947
[6] 肖祖铭, 郭瞻. LTV-MPC自动驾驶汽车路径跟踪算法研究[J]. 中国测试, 2021, 47(4): 83-88
[7] 柳亚子, 江洪, 于文浩, 等. 高速转向工况下的无人驾驶车辆路径跟踪[J]. 计算机应用与软件, 2022, 39(3): 68-74
[8] CHEN S, XIONG G, CHEN H, et al. MPC-based path tracking with PID speed control for high-speed autonomous vehicles considering time-optimal travel[J]. Journal of Central South University, 2020, 27(12): 3702-3720
[9] 寇发荣, 郑文博, 张新乾, 等. 采用状态扩展MPC与转角补偿的无人车路径跟踪控制[J/OL]. 机械科学与技术: 1-82-06-27].
[10] 李耀华, 范吉康, 刘洋, 等. 自适应双时域参数MPC的智能车辆路径规划与跟踪控制[J]. 汽车安全与节能学报, 2021, 12(4): 528-539
[11] 唐传茵, 赵懿峰, 赵亚峰, 等. 智能车辆轨迹跟踪控制方法研究[J]. 东北大学学报(自然科学版), 2020, 41(9): 1297-1303
[12] AJORKAR A, HE Y. Tuning MPC path-following controllers using multi-objective optimization[R]. Canadian Society for Mechanical Engineering International Congress, Edmonton, AB, Canada, February 2022.
[13] 龚建伟, 姜岩, 徐威. 无人驾驶车辆模型预测控制[M]. 北京: 北京理工大学出版社, 2014: 130-15.
