模型预测matlab_基于模型预测控制的车辆轨迹跟踪

本文主要介绍一下利用模型预测控制（Model Predictive Control-MPC）实现轨迹跟踪的步骤。

一、车辆模型建立与线性化、离散化

这一部分，主要是参考了《无人驾驶车辆模型预测控制》这本书上的公式推导，然后得到了简单的车辆离散状态方程，便不再赘述。本文主要的路径模型为

x = 5t

y = 3

fai=0

t、x、y、fai，分别为时间，横向位移、纵向位移，横摆角，后三个状态均为笛卡尔坐标系下，而非车辆坐标系。可见模型为一条直线即y=3

二、建立目标函数（代价函数）

对于这一块，我自己手动推导了一下过程，和参考书不同的是，优化变量取的是输入（控制量：纵向车速（车辆坐标系下），前轮转角）的真实值，而非变化值，因为对于简单的低速跟踪而言，可以不必考虑由控制量突变引起的驾驶舒适性的变化，同时，利用真实值作为优化变量，可以极大程度地减少计算量。下面是推导过程（如有错误，还望批评指正）：