[发明专利]一种基于软约束二次规划MPC的无人驾驶车辆路径跟踪控制方法

摘要

本发明涉及一种基于软约束二次规划MPC的无人驾驶车辆路径跟踪控制方法，该方法首先根据已知的参考路径点计算并建立新的参考路径点集Prset，然后预测从第k采样时刻起到未来Np个采样时刻的输出，之后利用带软约束二次规划优化方法计算出未来Nc个采样时刻的控制增量，进而求得当前时刻的控制量，将当前时刻控制量作用于系统，如此循环直至路径跟踪结束。本方法通过滚动优化策略，以局部优化代替全局优化，利用实测信息进行反馈校正，可以在控制过程中实时调整控制参数，路径跟踪更加精确。

主权项

1.一种基于软约束二次规划MPC的无人驾驶车辆路径跟踪控制方法，其特征在于包括如下步骤：1)系统初始化，包括：1.1)设置系统采样周期T；1.2)从路径规划模块获取世界坐标系XOY及参考路径点集Pr＝{(xr(i),yr(i))|i＝0,1,2...}，其中xr(i)表示参考路径第i个点横坐标，yr(i)表示参考路径第i个点纵坐标；1.3)建立新的参考路径点集其中为参考路径点对应的航向角、v_r(i)为参考路径点对应的控制车速、δ_r(i)为参考路径点对应的控制前轮转角；1.4)设置车辆控制量u和控制增量△u的约束条件；1.5)设置控制器参数：Q、R、F、ρ、z1min、z2min、z3min、z4min、z1max、z2max、z3max、z4max、m1、m2、m3、m4；1.6)设置预测时域Np和控制时域Nc；2)初始化k＝0，其中k表示采样计数变量，用于对每一个采样进行计数；3)路径跟踪控制器通过高精度卫星差分定位实时采样车辆状态量χ，其中x、y分别为车辆后轴中点横坐标和纵坐标，为车辆航向角；4)根据车辆状态量χ(k)、u(k‑1)、Yr(k)以及ur(k)预测从第k采样时刻起到未来Np个采样时刻的输出，并以矩阵Y(k)的形式表示；5)利用带软约束二次规划优化方法计算出未来Nc个采样时刻的控制增量；6)对第k个参考点进行跟踪控制，跟踪控制量为上一时刻的控制量加上当前时刻的控制增量，即：u(k)＝u(k‑1)+Δu*(k)；7)采样计数加1，即k＝k+1；8)重复步骤3)到步骤6)，直至完成路径跟踪过程。