[发明专利]一种基于分层控制理论的分布式无人车路径跟踪控制方法

说明书

本发明提出一种基于分层控制理论的分布式无人车路径跟踪控制方法，该方法通过建立无人车路径跟踪分层运动学模型，并将上层运动学模型作为模型预测控制算法的预测模型，通过设定最优目标函数和约束条件将未来控制增量的求解问题转换为二次规划的最优解问题，计算出最优转角和速度控制量；下层控制中，通过下层运动学模型，将上层控制得到的控制量映射到四轮的转角和速度控制量，应用模糊PID算法，实现无人车的路径跟踪控制；本发明能够对分布式无人车轨迹实现准确跟踪，并且能进行控制量的跟踪，对于提高分布式无人车的路径跟踪准确度具有巨大意义。

技术领域

本发明涉及无人车运动学研究技术领域，具体涉及一种基于分层控制理论的 分布式无人车路径跟踪控制方法。

背景技术

路径跟踪控制是无人车在道路行驶过程中一种常见的控制方案，是无人驾驶 汽车运动控制的最基本问题之一，其通常是根据车轮转角、驱动力、制动力等控 制量的输入，使无人车能够达到期望的行驶路径。路径跟踪的基本要求是无人车 能够有效的跟踪期望路径，并且保证车辆的稳定行驶。国内外学者对无人车的路 径跟踪控制展开了大量研究，目前应用较多的控制算法有PID控制算法和模型 预测控制算法(即MPC算法)等。

无人驾驶车辆以分布式电动车为平台开发设计，利用分布式无人车独立驱动 /制动/转向的快速、灵活、准确的响应优势，将其应用于无人驾驶车辆的路径跟 踪控制中，不仅可以提高对期望路径的精确跟踪，还有利于改善无人车的行驶稳 定性，具有重要的意义和研究价值。目前大部分文献只是集中在传统的前轮转向， 并假设只含有一个较小的转向角，解决全电驱分布式无人车的路径跟踪问题并不 多见，主要有以下问题没有得到解决：

(1)目前应用广泛的汽车动力学软件全是基于传统整体式驱动的燃油汽 车，针对全电驱分布式汽车的仿真软件尚未开发出。

(2)针对分布式无人车的独立驱动独立转向的结构优势，尚没有对其路径 跟踪运动学模型进行研究。

(3)将模型预测控制算法与分布式无人车的独立驱动独立转向的结构优势 结合研究(分层运动学模型)，以提高分布式无人车的路径跟踪准确度，尚需进一 步研究。

发明内容

本发明针对现有技术存在的问题，提出一种基于分层控制理论，对具有独立 驱动、独立转向结构优势的分布式无人车进行路径跟踪控制的方法。

本发明采用以下技术方案：

一种基于分层控制理论的分布式无人车路径跟踪控制方法，其具体步骤如 下，

S1：建立无人车路径跟踪分层运动学模型；所述分层运动学模型包括可由整 车速度和前轴转角可映射出整车位置和航向角状态量的上层运动学模型，以及可 将整车速度和前轴转向角度映射到各自的四轮速度和四轮转角控制量的下层运 动学模型；

S2：将所述分层运动学模型中的上层运动学模型作为模型预测控制算法的预 测模型，搭建MPC路径跟踪控制器，建立预测方程，进行优化求解出最优控制 量，并建立反馈机制，得到分布式无人车的整车速度和前轴转向角度，对PID 控制出现的控制延迟进行弥补；

S3：由上层运动学模型得到的整车速度和前轴转向角度传递至下层运动学模 型，根据下层运动学模型计算出四轮速度及转角控制量；自适应模糊PID控制 器通过控制偏差和控制偏差变化率在线调整增量式PID控制算法中的比例参数、 积分参数、微分参数，由此对分布式无人车进行四轮速度及转角控制量输入。

进一步地，所述上层运动学模型的表达式为，

其中X_G、Y_G为质心坐标，为无人车航向角，θ为无人车前轴中心转角，ω 为无人车转向角速度，a为前轴到质心的距离；V为整车速度；将所述整车速度 V与无人车前轴中心转角θ作为控制量。