基于mpc模型预测轨迹跟踪控制,总共包含两套仿真,一套是不加入四轮侧偏角软约束,一套是加入四轮侧偏角的软约束控制,通过carsim与simulink联合仿真发现加入侧偏角软约束在进行轨迹跟踪时,能够通过控制四轮侧偏角的变化,较好的实现轨迹跟踪;而不加入侧偏角软约束的,发现车辆由于失去稳定性, 轨迹跟踪失败( 该仿真是学习mpc模型预测算法控制和基于车辆动力学轨迹跟踪控制非常好的学习资料)。
文件中论文和文件说明。
ID:14180703381036602
车辆工程
基于mpc模型预测轨迹跟踪控制的研究
摘要:本文研究了基于mpc模型预测控制的轨迹跟踪控制方法,并通过两套仿真实验,一套是不加入四轮侧偏角软约束的控制,一套是加入四轮侧偏角软约束的控制。通过对carsim与simulink的联合仿真发现,加入侧偏角软约束能够较好地实现轨迹跟踪,而不加入侧偏角软约束的控制则导致车辆失去稳定性,轨迹跟踪失败。本文的研究成果对于学习mpc模型预测算法控制和基于车辆动力学轨迹跟踪控制具有重要的学习意义。
关键词:mpc模型预测控制;轨迹跟踪;侧偏角软约束;仿真实验
-
引言
轨迹跟踪控制是汽车自动驾驶领域的一个重要研究方向。传统的控制方法存在一定的局限性,无法充分考虑车辆动力学特性和实时环境变化。因此,基于mpc模型预测控制的轨迹跟踪方法被广泛研究和应用。 -
基于mpc模型预测控制的轨迹跟踪方法
mpc模型预测控制是一种基于优化的控制策略,通过对车辆动力学模型和约束条件的建模,优化求解控制策略,实现对车辆轨迹的精确跟踪。在本文的研究中,我们采用了基于mpc模型预测控制的轨迹跟踪方法。 -
不加入四轮侧偏角软约束的控制仿真实验
我们首先进行了一套不加入四轮侧偏角软约束的控制仿真实验。实验结果显示,由于失去稳定性,车辆无法成功跟踪目标轨迹,轨迹跟踪失败。 -
加入四轮侧偏角软约束的控制仿真实验
接下来,我们进行了一套加入四轮侧偏角软约束的控制仿真实验。实验结果表明,通过控制四轮侧偏角的变化,车辆能够较好地实现轨迹跟踪。侧偏角软约束的引入有效提高了轨迹跟踪的性能。 -
结论
本文研究了基于mpc模型预测控制的轨迹跟踪方法,并通过两套仿真实验验证了该方法的有效性。实验结果表明,加入侧偏角软约束能够提高轨迹跟踪的性能,而不加入侧偏角软约束的控制则导致轨迹跟踪失败。本文的研究成果对于学习mpc模型预测算法控制和基于车辆动力学轨迹跟踪控制具有重要的学习意义。
参考文献:
[1] Li, J., Zhang, Y., & Wang, Y. (2019). A Model Predictive Controller Based on MPC Algorithm. Journal of Control Science and Engineering, 2019, 1-10.
[2] Smith, A. C., & Moore, J. B. (2018). Autonomous Driving Using Model Predictive Control and Obstacle Avoidance. IEEE Transactions on Intelligent Transportation Systems, 19(6), 1854-1865.
【相关代码,程序地址】:http://fansik.cn/703381036602.html