无人车辆横向跟踪控制研究

使用传统模型预测控制对车辆轨迹进行跟踪时，模型中的路面附着系数往往为特定工况下的经验数值。当车辆在未知路面行驶时，现有控制算法难以对路面附着系数进行及时修正，并调整预测控制模型内的约束，进而导致车辆横向失稳。针对此种情况，提出一种考虑实时路面附着系数估计的横向跟踪控制策略，用于实现车辆横向轨迹跟踪。该算法针对路面附着系数未知的工况，利用车辆当前横纵向加速度、横摆角速度、前轮转角等状态量，通过扩展卡尔曼滤波预测路面附着系数后，再对控制模型中的侧偏角约束量进行实时调整，以保证车辆在未知路面工况下的行驶安全，使车辆跟随预期轨迹行驶。实验表明，将扩展卡尔曼滤波法与模型预测控制结合的控制算法具有可行性，且有效提高了车辆在不同附着系数路面行驶时横向轨迹跟踪的稳定性及鲁棒性。