[发明专利]一种基于转角优化序列的汽车路径跟踪控制方法

说明书

一种基于转角优化序列的汽车路径跟踪控制方法，其特征在于，该方法包括MPC路径跟踪控制器、轮胎侧偏角估计模块、CarSim汽车模型和轮胎模型线性化模块。轮胎侧偏角估计模块用于估计预测时域内的轮胎侧偏角序列，轮胎模型线性化模块用于预测时域内非线性轮胎力的线性处理，MPC路径跟踪控制器优化求解出汽车的前轮转角序列，输入给CarSim汽车模型，实现路径跟踪控制。

技术领域：

本发明涉及汽车路径跟踪控制领域，一种基于转角优化序列的汽车路径跟踪控制方法。

背景技术：

随着交通拥堵问题的日益严重和道路安全问题的日益突出，自动驾驶汽车已经成为汽车行业发展的趋势。由于实际的道路环境复杂多样，而且汽车本身也存在着强非线性，使得自动驾驶汽车的跟踪控制面临巨大的挑战。

国内外学者在自动驾驶汽车跟踪控制算法方面已经有了很多研究成果，传统的控制方法主要有鲁棒控制、预瞄控制和滑模控制等。但上述方法通常只能利用当前的环境信息和汽车状态，并且难以考虑环境和汽车的约束条件。因此，研究人员开始将模型预测控制(Model predictive control，MPC)应用到汽车控制领域。

国内在进行路径跟踪控制研究时，通常假设汽车的轮胎侧偏角较小，将轮胎模型简化成线性轮胎模型，因此并不适用于高速极限工况下的路径跟踪控制。而在汽车稳定性控制领域，国内外已有很多学者根据当前汽车状态对轮胎模型进行连续线性化处理，设计基于线性时变MPC的汽车稳定性控制器并取得了很好的控制效果。但是，这种线性化方法在预测时域内并没有考虑轮胎力的非线性变化，当汽车处于动力学极限附近时，这种线性化方式将变得不那么精确。而国外在路径跟踪控制方面有一些学者开始考虑预测时域内轮胎力的变化对路径跟踪效果的影响。论文[Brown M,Funke J,Erlien S,Gerdes J C.Safedriving envelopes for path tracking in autonomous vehicles[J].ControlEngineering Practice,2017(61):307-316.]在研究基于MPC的路径规划与路径跟踪的集成控制时，利用上一时刻求解的轮胎侧偏角序列对当前预测时域内的轮胎力进行连续线性化处理。但仅仅使用上一时刻优化的侧偏角序列会产生抖动的现象。论文[Funke J,BrownM,Erlien S M,Gerdes J C.Collision Avoidance and Stabilization for AutonomousVehicles in Emergency Scenarios[J].IEEE Transactions on Control SystemsTechnology,2017,25(4):1204-1216.]在此基础上，对轮胎侧偏角进行了正则化处理，较好的解决了这一问题。但是上述方法要求控制时域与预测时域长度一致，较长的控制时域加重了求解器的计算负担。而且，这些研究主要针对中低速工况，尚未讨论高速低附着极限工况下的控制问题。

发明内容：

为解决极限工况下自动驾驶汽车紧急避撞时传统路径跟踪控制方法因轮胎力表达不精确导致的路径跟踪失败问题，本发明提供一种基于转角优化序列的路径跟踪控制方法。首先，基于非线性UniTire轮胎模型求解的轮胎状态刚度对非线性轮胎力进行线性化处理，然后，提出基于优化转角序列的轮胎状态刚度预测方法，并利用预测的轮胎状态刚度实现预测时域内轮胎力的预测和线性化，最后设计MPC控制器实现路径跟踪控制。

本发明解决技术问题所采取的技术方案如下：

一种基于优化转角序列的路径跟踪控制方法，其特征在于，该方法包括MPC控制器、轮胎侧偏角估计模块、CarSim汽车模型和轮胎模型线性化模块；轮胎侧偏角估计模块用于估计预测时域内汽车的轮胎侧偏角序列；轮胎模型线性化模块用于实现预测时域内非线性轮胎力的线性近似；CarSim汽车模型用于输出汽车的实际状态量，包括汽车纵向速度、侧向速度、横摆角速度、质心侧偏角和侧向位移；MPC控制器根据期望的侧向位移、横摆角以及汽车的实际状态量，求解出汽车的前轮转角和前轮转角序列，并输入给CarSim汽车模型和轮胎侧偏角估计模块，控制汽车实现路径跟踪控制；