一种基于鲁棒模型预测控制的智能汽车轨迹跟踪控制器及其构造方法

• 摘要：

  本发明公开了一种基于鲁棒模型预测控制的智能汽车轨迹跟踪控制器及其构造方法,在智能感知车辆外部环境和自身参数的基础上,首先建立横向和横摆两个方向的路径跟踪误差模型,并且在此基础上考虑未建模动态和风阻、道路坡度和道路不平度造成的外界干扰,建立标称系统约束.基于此数学模型设计控制器,该控制器由两部分组成,一部分为由标称系统作为被控对象,设计模型预测控制器;另外一部分为附加反馈控制,用于减少实际系统与标称系统之间的偏差,附加反馈控制率采用滑模控制法,通过两部分控制率的组合,可以在保证路径跟踪的同时有效减少外界因素的干扰,提高控制器的鲁棒性.

• 专利类型：

  发明专利

• 申请/专利号：

  CN202010407838.8

• 申请日期：

  2020.05.14

• 公开/公告号：

  CN111679575A

• 公开/公告日：

  2020-09-18

• 发明人：

  陈龙 邹凯 蔡英凤 滕成龙 孙晓强 王海

• 申请人：

  江苏大学

• 主分类号：

  G05B13/04(2006.01),G,G05,G05B,G05B13

• 分类号：

  G05B13/04(2006.01),G,G05,G05B,G05B13,G05B13/04

• 主权项：

  1.一种基于鲁棒模型预测控制的智能汽车轨迹跟踪控制器,其特征在于,包括:智能汽车动力学路径跟踪误差模型,约束生成模块,标称系统模型预测控制器,附加反馈控制器; 所述的智能汽车动力学路径跟踪误差模型用于作为标称系统模型预测控制器的预测方程,预测出预测时域内的系统状态量,以便求解最优控制量; 所述的约束生成模块用于将实际系统的约束转化为标称系统的约束,根据实际系统的干扰项上界,根据不变集理论写出系统的鲁棒正不变集,假设标称系统与实际系统之间存在线性控制率,进而由实际系统的约束集写出标称系统的状态量和控制量的约束集; 所述的标称系统模型预测控制器用于求解控制率的第一部分,即标称系统轨迹跟踪控制率,该控制器将参考轨迹作为输入,根据预测方程将最优控制问题转化为非线性规划问题,求解出前馈前轮转角; 所述的附加反馈控制器用于驱使实际系统的状态量向标称系统的状态轨迹靠近进而使得实际系统无限接近标称系统; 所述的基于鲁棒模型预测控制智能汽车轨迹跟踪控制器将上述标称系统模型预测控制器的控制率与附加反馈控制器的控制率叠加作为最终的前轮转角信号,发送给被控车辆,被控车辆再将当前的状态量反馈给附加控制器,形成闭环控制. 2.根据权利要求1所述的一种基于鲁棒模型预测控制的智能汽车轨迹跟踪控制器,其特征在于,所述附加反馈控制器采用滑模控制方法,将当前时刻标称系统的状态量与实际系统的状态量和道路期望航向角作为输入,选择合适的滑模面和滑模面参数,将反馈控制率输出. 3.一种基于鲁棒模型预测控制的智能汽车轨迹跟踪控制器的构造方法,其特征在于,包括如下步骤: S1,在智能感知车辆外部环境和自身参数的基础上,建立横向和横摆两个方向的路径跟踪误差模型; S2,在步骤S1模型的基础上考虑未建模动态和风阻、道路坡度和道路不平度造成的外界干扰,建立标称系统约束; S3,基于步骤S2的模型设计控制器,所述控制器包括两部分,一部分为由标称系统作为被控对象,设计标称系统的模型预测控制器;另外一部分为附加反馈控制器,用于减少实际系统与标称系统之间的偏差;将两部分控制率组合,实现智能汽车轨迹跟踪. 4.根据权利要求3所述的一种基于鲁棒模型预测控制的智能汽车轨迹跟踪控制器的构造方法,其特征在于,所述S1中的路径跟踪误差模型构建如下: 其中是状态变量,δ是前轮转角, 其中,m为整车质量,Iz为整车绕Z轴的转动惯量,Cf,Cr分别为前轮和后轮的侧偏刚度,lf,lr分别为整车质心到前轴和后轴的距离,Vx为纵向速度,ey为汽车当前位置与车道中心线的横向偏差,eψ为车辆当前航向角与车道中心线方向角的偏差,δ为控制量前轮转角,ψdes为期望航向角. 5.根据权利要求3所述的一种基于鲁棒模型预测控制的智能汽车轨迹跟踪控制器的构造方法,其特征在于,所述S2的具体包括如下: 假设系统未建模动态和风阻、道路坡度和道路不平度造成的外加扰动w,并且|w|≤wbound,wbound是这个干扰的上限,重新构建系统的状态空间方程如下: 标称系统约束的构建如下: 首先定义实际系统与标称系统,实际系统即上述考虑未建模动态和有界干扰的系统: 标称系统即不考虑未建模动态和有界干扰的系统: 定义为实际系统与标称系统之间的偏差,线性控制率ufd＝ke,定义Z为该系统的鲁棒正不变集,因此(为闵可夫斯基集合加法),从而标称系统的状态量约束和控制量约束改写为: 6.根据权利要求5所述的一种基于鲁棒模型预测控制的智能汽车轨迹跟踪控制器的构造方法,其特征在于,所述S3中控制器的控制率由标称系统的模型预测控制率和附加反馈控制器的控制率组合而成,由下式表示: 通过反馈控制率ufeedback驱使实际系统的状态x向标称系统的状态轨迹靠近进而使得x与的偏差保持一致. 7.根据权利要求6所述的一种基于鲁棒模型预测控制的智能汽车轨迹跟踪控制器的构造方法,其特征在于,所述S3中标称系统的模型预测控制器的设计方法包括如下: 根据标称系统的动态方程预测出在预测时域内的系统状态量,并与预测时域内的参考轨迹状态量做差,写出代价函数: 其中,Np为预测时域,Nc控制时域,Q为输出量的权重,R为控制量的权重. 求解该带约束的非线性规划问题,只将控制时域内第一个决策变量作用给系统,即得到 8.根据权利要求6所述的一种基于鲁棒模型预测控制的智能汽车轨迹跟踪控制器的构造方法,其特征在于,所述S3中附加反馈控制器采用滑模控制法构建,具体方法包括如下: 设计滑模面为σ(e)＝sTe,将Lyapunov函数定义为: 为使系统在平衡点σ＝0处达到稳定,根据Lyapunov稳定性原理,必须满足: 令其中ε＞0为滑模面参数,可使Lyapunov函数满足其稳定性条件; 对滑模面σ(e)＝sTe求导得: 其中ρ为柔因子; 将代入式(10)得: 从而求得: 即得到ufeedback＝u. 9.根据权利要求6所述的一种基于鲁棒模型预测控制的智能汽车轨迹跟踪控制器的构造方法,其特征在于,将控制率作用给前轮转角实现轨迹跟踪,并形成闭环控制.