[发明专利]一种预测控制的高速自动驾驶汽车轨迹跟踪方法

说明书

本发明涉及一种预测控制的高速自动驾驶汽车轨迹跟踪方法，具体包括：建立车辆模型；基于车辆模型建立包括轮胎侧偏刚度与纵向速度的车辆凸多胞体模型；自动驾驶汽车执行轨迹规划，并基于贝塞尔曲线拟合参考轨迹，实时计算道路曲率；基于车辆凸多胞体模型构建表达轨迹跟踪误差和稳定性约束的鲁棒性目标函数；构建离散神经网络模型求解目标函数，获得最优控制量，并输入车辆执行。上述基于快速鲁棒模型预测控制的高速自动驾驶汽车轨迹跟踪方法，提高了控制算法的求解效率，并实现了自动驾驶汽车在高速行驶时能保持良好的轨迹跟踪效果，保证车辆稳定行驶。

技术领域

本发明涉及自动驾驶车辆研究领域中的一种汽车轨迹跟踪方法，尤其涉及一种基于快速鲁棒模型预测控制的高速自动驾驶汽车轨迹跟踪方法。

背景技术

新一代信息通信技术与先进制造技术的深度融合，数字化、网络化、智能化已经成为汽车行业今后的主要发展趋势。与传统汽车相比，自动驾驶汽车在减少交通事故、提高出行效率和安全性等方面具有较大的优势。目前，自动驾驶汽车已经基本能够在简单的道路环境中低速行驶。如何使自动驾驶汽车在复杂道路环境下安全、稳定、高速行驶和规避危险，是未来自动驾驶汽车技术发展的重要目标。

与低速工况不同，自动驾驶汽车在高速工况等复杂工况下行驶时对车辆模型的精度和车辆动力学系统不确定性的要求更加严苛，控制算法的实时性也难以满足高速工况下自动驾驶车辆的行驶需求。此外，道路曲率、路面附着条件等道路因素的影响也增加了轨迹跟踪控制的难度。这使得自动驾驶汽车在复杂工况下行驶的稳定性轨迹跟踪控制方法极具挑战性。

发明内容

为解决自动驾驶汽车在高速工况等复杂工况下行驶稳定性较差的技术问题，本发明提供一种

本发明采用以下方案实现，一种基于快速鲁棒模型预测控制的高速自动驾驶汽车轨迹跟踪方法，其包括以下步骤：

步骤一、建立车辆模型

其中，ξ(t)表示t时刻的状态向量，u₁(t)表示t时刻的前轮转角输入向量，u₂(t)表示t时刻的干扰输入向量；A(t)、B(t)、C(t)都为雅可比矩阵，分别为：

C(t)＝[0 0 0 0 0 -v_x]^T，

式中，C_αf表示前轮的轮胎侧偏刚度，C_αr表示后轮的轮胎侧偏刚度，l_f为车辆质心到前轴距离，l_r为车辆质心到后轴的距离，v_x为车辆质心处的纵向速度，m为车辆质量，I_z为车辆绕Z轴的转动惯量；

步骤二、基于车辆模型建立离散的车辆凸多胞体模型ξ：

ξ(t+1)＝A'(t)ξ(t)+B'(t)u₁(t)+C'(t)u₂(t)

其中，u₁(t)为随时间t变化的前轮转向角δ_f，即，u₁＝δ_f，u₂(t)随时间t变化的道路曲率k2，即u₂＝κ2，A₁(t)、B₁(t)、C₁(t)都为随时间t变化的雅可比矩阵，分别为：I为单位矩阵；

步骤三、计算道路曲率k2：