模型预测控制跟踪任意路径

本次分享的是利用模型预测控制算法(MPC)跟踪路径，不用在s-function里面设置路径曲线，而是在carsim里面设置路径离散点的形式，利用模型预测算法跟踪目标路径。

模型预测控制算法介绍

前言：目前用于智能车辆路径跟踪的控制算法有**pid控制、模糊控制、滑膜控制、模型预测控制、预瞄-跟随理论：（最优预瞄控制、基于稳态行驶的方向盘转向策略）、强化学习等。**不过强化学习目前还没有进行过实车测试，前几部分的算法都进行过实车验证了。
而模型预测控制算法，大多是参考龚建伟的《无人驾驶车辆模型预测控制》这本书，其计算的基本流程是：
1、推导状态空间方程.2、线性化、离散化 3、建立预测方程、约束条件 4、非线性目标函数转化为二次规划问题 5、利用matalb工具箱求得最优解。下次继续分享

车辆模型

车辆模型选择的是二自由度车辆模型，也就是运动学模型。和b站上一个博主差不多的讲解，只不过在carsim里面设置的输入输出变量不一样，以及simulink函数里面的设置也是部分不一样的。

联合仿真模型搭建

1、变量的设置
这个是输出变量，也就是输出到simulink里面的。输入变量就是速度和四个轮子的转角。
2、模型搭建S-function与carsim设置的变量代码对应
速度单位换算m/s.，两个系数矩阵a，b
3、仿真效果。
这里设置的双移线路径，跟踪效果一般。速度设置的是60km/h,在s-function 里面，这个速度不断增大，所以后面跟踪效果不太好。可以考虑更多约束、三自由度作为参考车辆模型。