改进的（LTVMPC）对自动驾驶汽车转向控制的影响

改进的（LTVMPC）对自动驾驶汽车转向控制的影响

本文介绍了一种改进的线性时变预测控制模型（linear time varying model predictive control），当自动驾驶汽车运行于湿滑路面时这种模型可以对汽车转向盘进行控制。控制模型可以根据保证车辆在最高可能的行驶速度下，依然可以沿着预定的轨迹行驶来进行设计的。在这种线性时变预测控制模型中，在采样瞬间非线性模型可以被成功线性化。已存在的线性时变控制模型（LTVMPC）主要用来进行自动驾驶汽车的转向控制。已存在的线性时变预测控制模型（LTVMPC）采用线性化状态空间来预测未来状态。对于时间t，使用通过连续获得的线性化模型来进行计算预测，然后用该模型计算未来的输入状态。而且原来的模型每个瞬间的连续化输入用的都是以前的输入。由于各个时刻的预测值都是可以获取的，如果使用当前时刻的预测值而不是使用以前的输入值的话，模型的精度就会提高。这就是改进后的线性时变预测控制模型。

通过非线性模型的线性化对已存在的LTVMPC控制模型进行了改进，并让自动驾驶汽车在双向低摩擦车道运行，观察车辆的控制情况。控制模型的精度会用汽车运行于高速情况下的跟踪性能来进行评价。仿真模型显示了这种方法的优越性。根据仿真结果来看，改进后的线性时变预测控制模型（LTVMPC）比原来的线性时变控制模型（LTVMPC）的追踪性能好。说明改进后的控制模型可以更好地对转向进行控制。

Shridhar Velhal. IOP Conf. Series: Journal of Physics

编译：徐小俊