摘 要

智能汽车的轨迹跟踪控制是智能汽车自动驾驶研究领域的核心问题，也是实现自动驾驶的关键技术，本文针对此问题，开展了智能汽车横向运动控制方法的研究。首先建立了三自由度单轨车辆动力学模型，并通过Carsim和Simulink进行对比仿真验证了其准确性；然后将建立的车辆动力学模型线性离散化，得到线性误差方程，作为控制算法的设计基础，与带松弛因子的目标函数、考虑稳定性的系统约束相结合，基于模型预测控制原理设计了横向轨迹跟踪控制器；随后选择双移线作为参考轨迹，通过Carsim/Simulink联合仿真平台进行仿真测试，分析验证了设计的控制器具有良好的控制精度，并且对于路面附着条件和车速的鲁棒性强；最后针对高车速对设计的控制器的控制参数进行优化，证明可以通过增大预测时域和控制时域来提升控制器的控制精度。

关键词：智能汽车，轨迹跟踪，横向运动，车辆动力学模型，模型预测控制

Abstract

The trajectory tracking control of intelligent vehicle is a key technology in the field of intelligent vehicles’ autonomous driving, and it is also the necessary technical prerequisite for the realization of autonomous driving.Aiming at this problem, this paper has carried out the research on the control method of the lateral motion of intelligent vehicle. Firstly, a three-degree-of- freedom single-track vehicle dynamics model was established, and its accuracy was verified by the comparing simulations with Carsim and Simulink. Secondly, the vehicle dynamics model was linearized and discretized to obtain a linear error equation, which was used as the design basis of the control algorithm. Combined with the objective function with relaxation factor and system constraints considering stability, a lateral trajectory tracking controller is designed based on the principle of model predictive control. Thirdly, the double shift line is selected as the reference trajectory, and the simulation test is carried out through the Carsim / Simulink joint simulation platform. The analysis verified that the designed controller had good control accuracy, and it is robust to road surface attachment conditions and vehicle speed. Finally, the control parameters of the designed controller are optimized for high vehicle speeds, which proves that the control accuracy of the controller can be improved by increasing the prediction time domain and the control time domain.

Key Words:Intelligent vehicle, Trajectory tracking, Lateral movement, Vehicle dynamics model, Model predictive control

目录

摘要 I

Abstract II

目录 Ⅲ

第1章 绪论 1

1.1研究背景及意义 1

1.2国内外研究现状 2

1.3研究内容与技术路线 2

第2章 车辆系统建模 5

2.1车辆坐标系定义 5

2.2车辆动力学建模假设 6

2.3 三自由度单轨车辆动力学模型 6

2.4 轮胎模型 7

2.5 车辆系统模型 10

2.6 车辆动力学模型验证 11

2.7 本章小结 12

第3章 基于LMPC的横向轨迹跟踪控制 13

3.1 模型预测控制原理 13

3.2 MPC算法的选择 15

3.3 MPC控制器设计 18

3.4 本章小结 23

第4章 MPC控制器的联合仿真验证 24

4.1 Carsim/Simulink联合仿真 24

4.2 多工况仿真结果分析 27

4.3 MPC控制器优化 35

4.4 本章小结 38

第5章 总结与展望 39

5.1 总结 39

5.2 展望 39

参考文献 41

致谢 43

第1章 绪论

1.1研究背景及意义

目前，我国的经济发展趋势较好，现代化程度越来越高，人们的可支配收入与生活质量都有了很大程度的提高，为了出行更加便利与自由，人们对于汽车的需求也随之大幅度提升，汽车行业得以迅猛发展。近年来，我国汽车产销量总体保持增长趋势，据统计，2019年我国汽车的产销量都已达到2500多万辆，虽然较2018年有小幅度的下降，但是仍连续11年蝉联全球第一。

汽车数量的增加虽然有效地促进了我国经济的发展，为人们的生活带来了便利，但同时也带来了一系列的问题，包括排放污染，能源不足、交通拥堵，交通安全等。针对这些问题，一个智能交通系统的概念被提了出来，它可以有效的汇集各类信息，将道路基础设施、行驶车辆以及驾驶员、行人等交通参与者连接成一个整体，利用整合的信息进行综合决策，控制汽车在道路上的行驶状况，更加合理、高效的管控交通，将交通系统的协同作用最大限度地发挥出来，从而达到提高交通效率，避免交通拥堵与交通事故的目的。

智能汽车作为智能交通系统中的直接载体，是必不可少的关键因素，已经成为汽车行业的主要发展的新趋势之一，是国内外的研究热点。智能汽车能够对驾驶者起辅助作用，简化驾驶者的操作，甚至可以实现自主驾驶，防止驾驶者在紧急情况下的错误操作，提高驾驶安全，避免发生意外事故。目前，智能汽车已经由概念转为实际产品，切实走入了公众的视野。