基于预瞄跟随理论MPC的无人驾驶车辆路径跟踪控制

为提高无人驾驶车辆在变曲率条件下的路径跟踪精度和稳定性，提出一种基于预瞄跟随理论(PFT)的MPC横向控制器(PFT-MPC)。PTF-MPC包括参考路径点生成模块和MPC控制器模块。参考路径点生成模块通过PFT计算预瞄点的横摆角，为MPC控制器提供参考横摆角，在不增加MPC控制器计算量的同时提高预测范围。在双移线工况下，验证了PFT-MPC控制器的准确性和稳定性。

自动驾驶汽车是科学技术领域的一个热门研究课题，对社会和经济发展具有重大影响[1]。互联和全自动或自动车辆作为一种技术正变得越来越可行，并可能很快主导汽车行业，自动驾驶汽车的市场需求和经济价值日益突出[2]。

无人驾驶车辆路径跟踪控制是车辆自动化发展的重点研究方向之一，目前已经有多种控制方法可以实现车辆的自动驾驶[3] [4]。

在当前无人驾驶路径跟踪控制研究的文献中， 大多采用线性二次最优控制(LQR)、模型预测控制、鲁棒控制及其相互结合的控制方法来设计无人驾驶车辆的路径跟踪器。王银等[5]提出一种自适应预测时域的模型预测控制(MPC)的轨迹跟踪控制算法，在满足车辆动力学模型的基础上加入侧偏角约束，可以保证智能车辆在低附着且变速条件下跟踪控制的精确性和稳定性。

Lin F 等[6]提出了一种模型预测控制和模糊比例积分微分控制相结合的综合控制方法，模型预测控制用于控制车辆偏航稳定性，并在路径跟踪过程中考虑前轮角、侧滑角、轮胎侧滑角和偏航率来跟踪目标路径，采用模糊比例–积分–微分算法，通过控制每个轮胎的制动力来保持车辆侧倾稳定性，确保了跟踪目标路径时的操纵稳定性。Fan S [7]等从三自由度车辆动力学模型出发，通过分析车辆横摆稳定性，在模型中加入包络约束，导出了线性时间， 具有包络约束的MPC 控制器比普通MPC 控制器具有更高的跟踪精度。

吴海东等[8]提出基于结合线性矩阵不等式(LMI)鲁棒控制的智能车轨迹跟踪控制方法，将车辆侧向动力学状态空间模型进行坐标变换，得到基于跟踪误差的车辆侧向动力学状态空间模型，采用饱和线性轮胎得到车辆侧向动力学多胞型模型， 该控制器在保证车辆稳定性的基础上具有较高的跟踪精度。

目前大多数无人驾驶车辆路径跟踪控制过程中考虑车辆模型约束条件和道路附着系数对路径跟踪精度的影响，但是参考路径的曲率变化也是影响路径跟踪精度的一个重要因素。本文考虑无人驾驶车辆在变曲率条件下的路径跟踪精度和稳定性，提出一种基于预瞄跟随理论(PFT)的MPC 横向控制控制器(PFT-MPC)， 在不增加MPC 控制器计算量的同时提高预测范围， 提高变曲率道路上的跟踪精度和稳定性。

2. 路径跟踪模型 车辆动力学模型 车辆的动力学模型， 是MPC 控制器预测方程的基础， 需要在较为准确描述动力学的基础上进行简化， 以提高MPC 控制器的计算速度。本文采用3-DOF 车辆动力学模型，如图1 所示。