-
题名基于学习的无人驾驶车辆模型预测路径跟踪控制研究
被引量：3
- 1
-
-
作者
韩陌
何洪文
石曼
刘伟
曹剑飞
吴京达
-
机构
北京理工大学
上海友道智途科技有限公司
北京空间飞行器总体设计部
香港理工大学
-
出处
《汽车工程》
EI
CSCD
北大核心
2024年第7期1197-1207,共11页
-
基金
国家自然科学基金(52172377)资助。
-
文摘
针对无人驾驶车辆路径跟踪控制问题中预测模型准确性与计算成本平衡制约问题,本文提出了一种基于学习的模型预测(learning-based model predictive control, LB-MPC)路径跟踪控制策略。建立了车辆2自由度单轨动力学模型,深入分析了其与IPG TruckMaker模型单步响应误差随车速、踏板开度及前轮转向角的变化规律,设计了误差数据集构建和滚动更新方法,基于高斯过程回归(Gaussian process regression, GPR)建立了误差拟合模型,对标称单轨模型进行实时误差补偿修正。将误差修正模型作为预测模型,设计了路径跟踪代价函数,构建了二次规划优化问题,提出了一种基于学习的模型预测路径跟踪控制架构。基于IPG TruckMaker&Simulink联合仿真平台与实车平台,验证了所提GPR模型误差修正与LB-MPC路径跟踪控制策略的实时性与有效性。结果表明,相较于传统模型预测(model predictive control, MPC)路径跟踪控制策略,所提LB-MPC策略路径跟踪平均误差降低了23.64%。
-
关键词
路径跟踪
车辆模型误差分析
高斯过程回归
模型预测控制
-
Keywords
path tracking
vehicle model error analysis
Gaussian process regression
model predictive control
-
分类号
U463.6
[机械工程—车辆工程]
TP18
[自动化与计算机技术—控制理论与控制工程]
-
