無人車輛橫向跟蹤控制研究

李伯雄，王立勇，孫鵬，季文龍

（1.北京信息科技大學 現代測控技術教育部重點實驗室，北京 100192；2.中國人民解放軍 63966 部隊，北京 100072）

無人車輛的軌跡跟蹤控制算法在實際車輛控制系統中將決策層與硬件層相結合，對車輛軌跡跟蹤起到重要作用。通過提高無人車輛在未知路面對決策軌跡的跟蹤效果，可提高車輛追蹤決策軌跡的準確性及高效性。軌跡跟蹤控制算法的研究主要使用模型預測控制器（MPC）[1]進行搭建。

MPC 通過引入滾動優化及反饋校正，實現對系統狀態的預測，進一步提高車輛運動軌跡的控制穩定性。李想等[2]提出一種變權重的模型預測控制算法，針對不同車速進行權值再分配，從而實現兼顧不同目標跟蹤速度下的高精度控制。何德峰等[3]提出通過控制增量分層的策略以降低系統運算量，在保證追蹤性能的前提下加快系統運算速度。

車輛行駛過程中的狀態變化與路面條件關系緊密，因此諸多學者借助車載傳感器對路面信息進行準確辨識。張航星等[4]使用擴展卡爾曼濾波對車輛的輪胎力進行觀測，從而預測路面附著系數。劉志強等[5]使用自適應衰減卡爾曼濾波（AFUKF）對四輪路面附著系數進行估測，并使用Sage-Husa 噪聲估計器提高了預測模型的準確性，但未對轉向工況進行分析。另一些研究者則著重提高在未知路面條件下車輛的控制性能及安全性能。李緒龍等[6]提出一種雙重無跡卡爾曼算法，將預測得到的路面附著系數反映到車輛縱向控制算法中，修正剎車距離與安全跟車距離，降低汽車發生碰撞的可能性?！?br>