自动驾驶之模型预测控制

（一）车辆运动学建模

上一篇博文已经做了介绍，考虑到假设条件、、同时记、，则车辆的状态方程可以简化为：

不难看出，当、时，质心C移到后轮B，的方向与车身（纵轴）方向一致。

上述模型可以看作一个输入为和状态变量为的控制系统，其一般形式为：

对于给定的参考轨迹，其上的每个点也都满足上述运动学方程，用来表示参考量，有：

将式（10）在处泰勒展开并忽略高阶项，有：

记、，式（12）、（11）相减得到：

对式（13）进行离散化处理，可以得到：

所以有：

（二）MPC设计

MPC（Model Predictive Control，模型预测控制）的核心思想是在有限的时长内（预测区域）对接下来系统的控制输入进行预测，使得系统能够按照参考轨迹运行。

参考文献2给出了如下的目标函数：

式中，和为权重矩阵，为预测时域，第一项反映了系统对参考轨迹的跟随能力，第二项反映了对控制量变化的约束。

优化问题可以描述为找到，使得：

在时刻求解式（17），得到一个最优控制序列，最优控制序列的第一个控制动作会施加到系统上，下一个周期会再次重复上述过程，这就是一个滚动优化的过程。

 

参考文献：

1）无人驾驶车辆模型预测控制/龚建伟，姜岩，徐威著.——北京：北京理工大学出版社，2014.4

2）Kunhe F, Lages WF, et al. Model Predictive Control of a Mobile Robot Using Linearization [J]. Proceedings of Mechatronics and Robototics, 2004(4):525-530