[发明专利]一种融合稳定性的智能汽车路径跟踪控制方法

说明书

本发明提供一种融合稳定性的智能汽车路径跟踪控制方法，目的是提高路径跟踪精度，改善车辆稳定性。包括建立考虑路面地形的高速车辆等效动力学模型和车辆预瞄误差模型，设计预瞄距离发生器，建立预测时域与道路曲率的函数关系。本发明基于模型预测控制算法设计路径跟踪控制器；运用指数模型表示车辆期望车速，设计了比例积分微分纵向控制器；同时运用质心侧偏角相平面图表征车辆稳定性特征，设计比例积分微分整车稳定性控制器。本发明提出的控制方法能在不同附着系数路面上对车辆跟踪性能进行优化，解决在大曲率道路上跟踪精度低的问题。提升了高速工况下的路径跟踪精度，并改善了行驶稳定性。

技术领域

本发明涉及一种智能汽车轨迹跟踪控制方法，特别涉及一种融合稳定性的智能汽车路径跟踪控制方法。

背景技术

路径跟踪是实现智能汽车自动驾驶的关键技术之一，是指通过自主转向来实现汽车准确、快速、稳定地沿着期望路径行驶。智能汽车行驶工况复杂具有很强的耦合特性，以往针对某种单一工况的控制算法不能满足汽车行驶时的复杂工况需求。模型预测算法因为能有效地解决带有约束问题，在车辆路径跟踪控制领域得到了广泛的应用。另外通过建立预瞄模型可以引入前方道路曲率，不断获取驾驶人前方一段距离内预瞄点的曲率来控制车辆跟踪路径。这种方法仅仅考虑车辆稳定约束难以保证车辆在复杂路面上的行驶，只考虑当前坐标下道路信息，车辆预瞄距离没有随道路曲率、车速改变，不能完全反映实际行驶的复杂工况。道路曲率是车辆当前行驶位置的曲率，并没有考虑预瞄点的曲率，仅仅依靠模型预测算法进行运算预测会造成车辆对前方道路预见性较差。

而且大多基于模型预测控制设计的控制器，通常预测时域为一恒定值，这会导致车辆在了车辆在大曲率弯道时，预测时域值和道路曲率匹配性差，造成车辆跟踪精度的降低；这类控制器虽然可以保证车辆在中低速条件下较精确跟踪参考路径，但仅以前轮转角为约束，无法满足车辆高速行驶时的稳定性。

发明内容：

针对以上问题，本发明提出一种融合稳定性的智能汽车路径跟踪控制方法。建立考虑路面地形的高速车辆等效动力学模型与车辆预瞄误差模型，引入道路曲率等因素，建立预测时域与曲率的函数，基于模型预测控制算法建立路径跟踪控制器；以车速和曲率为输入，预瞄距离为输出，基于模糊控制设计预瞄距离发生器；用指数模型表示参考车速模型，计算车速误差，通过PID控制器生成制动力矩，改变纵向速度；利用质心侧偏角相平面图，表征车辆稳定性区域；设计PID整车稳定性控制器，生成附加横摆力，从而对车辆进行稳定性控制，提升高速工况下的路径跟踪精度，并改善行驶稳定性。

本发明的目的主要是通过以下技术方案实现的：

本发明提供一种融合稳定性的智能汽车路径跟踪控制方法，包括以下步骤：

S1，建立考虑路面地形的高速车辆等效动力学模型；

S2，建立车辆预瞄误差模型；

S3，设计横向模型预测控制器；

S4，设计纵向速度控制器；

S5，设计整车稳定性控制器。

所述S1的具体步骤为：

S1.1，建立考虑路面地形的高速车辆等效动力学模型；