基于模型预测控制(MPC)的悬架系统仿真分析

目录

前言

1.悬架系统

2.基于MPC的悬架系统仿真分析

2.1 simulink模型

2.2仿真结果

2.2.1 随机C级路面

2.2.2 正弦路面

2.3 结论

3 总结

---

前言

模型预测控制是无人驾驶中较为热门的控制算法，但是对于悬架等这类系统的控制同样适用。

我们知道模型预测控制主要可以划分为三个部分：

(1) 预测模型。 预测模型是模型预测控制的基础， 能够根据历史信息和控制输入预测系统未来的输出。
(2) 滚动优化。 模型预测控制通过使某项性能评价指标最优来得到最优控制量， 这种优化过程不是离线进行的， 而是反复在线进行的， 这也是模型预测控制与传统最优控制的根本区别。
(3) 反馈校正。 为了抑制由于模型失配或者环境干扰引起的控制偏差，在新的采样时刻， 首先检测对象的实际输出， 并利用这一实时信息对基于模型的预测进行修正， 然后再进行新的优化。

模型预测控制原理图

1.悬架系统

为了考察模型预测控制的效果，这里选用2自由度的悬架系统作为分析，至于悬架系统的数学建模和原理可以阅读往期文章：

半车(前后、左右)、整车悬架详细推导建模和simulink仿真分