为了提高车辆横向主动避撞的避撞效果和稳定性,提出了一种基于线性时变模型预测控制算法(Linear Time Varging Model Predictive Control, LTV MPC)的分层避撞控制方法。上层轨迹规划控制器基于低精度的点质量模型,根据障碍物和参考路...为了提高车辆横向主动避撞的避撞效果和稳定性,提出了一种基于线性时变模型预测控制算法(Linear Time Varging Model Predictive Control, LTV MPC)的分层避撞控制方法。上层轨迹规划控制器基于低精度的点质量模型,根据障碍物和参考路径信息,规划出规避障碍物的期望路径。下层轨迹跟踪控制器基于高精度的3自由度非线性动力学模型,根据车辆的实际状态和上层输入的避撞轨迹,控制车辆的前轮转角,通过方向盘主动转向实现避撞的同时,实现对避撞轨迹的跟踪。最后,利用CarSim/Simulink联合仿真平台,并以双移线工况为例,对被控车辆在不同车速下的避撞路径和跟踪效果进行了仿真验证。结果表明:上层控制器能根据障碍物位置规划出避撞路径,下层控制器与PID控制器相比,LTV MPC控制器算法具有更强的鲁棒性,且能控制车辆平滑、稳定地实现对避撞路径的跟踪,从而实现车辆横向主动避撞功能。展开更多
文摘为了提高车辆横向主动避撞的避撞效果和稳定性,提出了一种基于线性时变模型预测控制算法(Linear Time Varging Model Predictive Control, LTV MPC)的分层避撞控制方法。上层轨迹规划控制器基于低精度的点质量模型,根据障碍物和参考路径信息,规划出规避障碍物的期望路径。下层轨迹跟踪控制器基于高精度的3自由度非线性动力学模型,根据车辆的实际状态和上层输入的避撞轨迹,控制车辆的前轮转角,通过方向盘主动转向实现避撞的同时,实现对避撞轨迹的跟踪。最后,利用CarSim/Simulink联合仿真平台,并以双移线工况为例,对被控车辆在不同车速下的避撞路径和跟踪效果进行了仿真验证。结果表明:上层控制器能根据障碍物位置规划出避撞路径,下层控制器与PID控制器相比,LTV MPC控制器算法具有更强的鲁棒性,且能控制车辆平滑、稳定地实现对避撞路径的跟踪,从而实现车辆横向主动避撞功能。
