自动驾驶4WS车辆路径跟踪最优控制算法仿真

本文由郭旭东，杨世春联合创作

摘要

针对自动驾驶车辆高速主动转向工况下传统的控制算法的控制效果容易出现较多的超调量和较长调节时间的问题，提出了基于车辆动力学模型的轨迹预测跟踪主动转向控制算法，并基于轮胎侧偏刚度非线性的特性设计了权系数线性最优二次型(LQR)后轮转角控制算法，通过联合仿真对控制算法效果进行了验证。仿真结果表明：自动驾驶四轮转向车辆在低、高速工况下进行自主换道行驶时，算法控制效果满足汽车操纵稳定性要求，且权系数LQR后轮转向算法比定侧偏刚度的LQR线性控制算法有更优越的操控性能。

1 引言

车辆智能化是汽车行业新的发展方向，其中自动驾驶是 为了实现高度智能化的交通系统。对于自动驾驶车辆，为了增加其主动安全性，越来越多的车辆采用四轮转向系统，所以在转向时对规划路径进行精确跟踪与四轮的协同控制是自动驾驶领域亟待解决的新的问题。

对于有四轮转向(4WS)功能的自动驾驶特种车辆和高级乘用车，传统的控制方法如预瞄-跟踪模型、前馈反馈控制等只是基于系统运动学模型，很少建立精确的车辆动力学模型，也没有考虑车辆在高速工况下的动力学非线性约束条件。即使有些控制方法考虑了车辆模型，但大多是基于轮胎小角度假设建立的，当高速工况下轮胎侧偏角较大轮胎进入非线性区域时这种控制方法就会丧失稳定性，难以实现精确的路径跟踪效果。

基于以上自动驾驶4WS车辆的控制难题，本文将基于车辆动力学模型设计线性时变模型预测算法,利用其滚动优 化和反馈校正的特性，来减小路径跟踪过程中的误差。另外，基于实际的轮胎侧偏特性，构造了权系数线性最优二次型算法对后轮转角进行控制，从而满足4WS自动驾驶车辆 的高速下路径跟踪过程中的平顺性和操纵稳定性需求，对模型预测算法和最优控制理论应用在自动驾驶运动规划领域 提供重要的使用价值和理论研究意义。

2 车辆侧向动力学建模

汽车四轮转向系统的稳定性主要取决于侧倾和横摆两个方向的运动。本文研究目标是车辆快速稳定地进行路径跟踪，属于车辆操纵稳定性问题，因此在建模时不考虑车辆的侧倾运动，建立车辆模型如图1所示。

图1 车辆单轨模型

在图1中，坐标系。秒Z为车辆坐标系，坐标系OXY为大地坐标系。假设车辆模型为单轨模型，即只考虑车辆横向、纵向和横摆运动，经过受力分析，四轮转向模型如下：