智能车辆轨迹跟踪控制方法研究

doi:10.12068/j.issn.1005-3026.2020.09.014

东北大学学报:自然科学版 ›› 2020, Vol. 41 ›› Issue (9): 1297-1303.DOI: 10.12068/j.issn.1005-3026.2020.09.014

智能车辆轨迹跟踪控制方法研究

唐传茵¹，赵懿峰²，赵亚峰¹，周淑文¹

(1. 东北大学机械工程与自动化学院，辽宁沈阳110819； 2. 上海赛科利汽车模具技术应用有限公司，上海201209)

收稿日期:2019-06-26 修回日期:2019-06-26 出版日期:2020-09-15 发布日期:2020-09-15
通讯作者: 唐传茵
作者简介:唐传茵(1979-)，女，辽宁沈阳人，东北大学副教授.
基金资助:
国家自然科学基金资助项目(51505071)；企业合作项目(新能源车动力性经济性分析)(2018020900024).

Research on the Trajectory Tracking Control Method of Intelligent Vehicles

TANG Chuan-yin¹， ZHAO Yi-feng²， ZHAO Ya-feng¹， ZHOU Shu-wen¹

1. School of Mechanical Engineering & Automation， Northeastern University， Shenyang 110819， China; 2. Shanghai Superior Die Technology Co.， Ltd.， Shanghai 201209， China.

Received:2019-06-26 Revised:2019-06-26 Online:2020-09-15 Published:2020-09-15
Contact: TANG Chuan-yin
About author:-
Supported by:
-

摘要/Abstract

摘要： 针对智能车辆的轨迹跟踪控制问题，提出了一种可以调节参数的智能车辆轨迹跟踪控制方法.首先，设计了模糊控制器对智能车辆进行路径跟踪控制；其次，为了提高车辆在高速下的路径跟踪效果，设计模型预测控制器，并结合轮胎的动力学特性及车辆动态特性对轮胎侧偏角、质心侧偏角等进行约束；然后，为了提高车辆在不同工况下的路径跟踪效果，进一步设计了基于PSO算法的模型预测控制器.比较三种控制器的控制效果，选择典型工况在联合仿真平台上进行仿真.结果表明，提出的智能车辆的轨迹跟踪控制方法可以有效地对车辆轨迹进行跟踪.

关键词: 智能车辆, 轨迹跟踪, 模型预测控制, 模糊控制, 粒子群优化(PSO)

Abstract: Aiming at the trajectory tracking control problem of intelligent vehicles， the trajectory tracking control method with adjustable parameters of intelligent vehicles was presented. Firstly， the fuzzy controller was designed to track intelligent vehicles. Secondly， in order to improve the path tracking effect of vehicles at high speeds， the model prediction controller was further designed， and the tire side deviation angle and centroid side deviation angle were restrained by combining the dynamic characteristics of tires and vehicles. Then， in order to improve the path tracking effect of vehicles under different working conditions， a model prediction controller based on PSO algorithm was further designed. The control effects with different methods were compared. Finally， the typical working conditions were selected for simulation on the joint simulation platform. The results showed that the proposed trajectory tracking control method of intelligent vehicles can effectively track the vehicle trajectory.

Key words: intelligent vehicle, trajectory tracking, model predictive control, fuzzy control, particle swarm optimization (PSO)

中图分类号:

U471.15

唐传茵，赵懿峰，赵亚峰，周淑文. 智能车辆轨迹跟踪控制方法研究[J]. 东北大学学报:自然科学版, 2020, 41(9): 1297-1303.

TANG Chuan-yin， ZHAO Yi-feng， ZHAO Ya-feng， ZHOU Shu-wen. Research on the Trajectory Tracking Control Method of Intelligent Vehicles[J]. Journal of Northeastern University Natural Science, 2020, 41(9): 1297-1303.

参考文献

[1]Alcalá E，Puig V，Quevedo J.LPV-MPC control for autonomous vehicles［J］.IFAC-Papers Online，2019，52(28):106-113.
[2]Latham A，Nattrass M.Autonomous vehicles，car-dominated environments，and cycling:using an ethnography of infrastructure to reflect on the prospects of a new transportation technology［J］.Journal of Transport Geography， 2019，81(102539):1-8
[3]Min H G，Wu X，Cheng C Y，et al.Kinematic and dynamic vehicle model-assisted global positioning method for autonomous vehicles with low-cost GPS/Camera/In-vehicle sensors ［J］.Sensors，2019，19(5430):1-24
[4]Kuhne F，Lages W F，Joo L，et al.Model predictive control of a mobile robot using linearization［J］.Proceedings of Mechatronics and Robototics，2004 (4):525-530.
[5]Levinson J，Askeland J，Becker J，et al.Towards fully autonomous driving:systems and algorithms［C］//2011 IEEE Intelligent Vehicles Symposium (IV). Spain:IEEE，2011:163-168.
[6]Yoon Y，Shin J，Kim H J，et al.Model-predictive active steering and obstacle avoidance for autonomous ground vehicles［J］.Control Engineering Practice， 2009，17(7):741-750.
[7]黄颖涛，徐筠凯.基于模糊控制的自动驾驶车辆轨迹跟踪控制研究［J］.装备制造技术，2018(9):82-83，105.(Huang Ying-tao，Xu Yun-kai.Research on trajectory tracking control of automatic driving vehicle based on fuzzy control［J］.Equipment Manufacturing Technology，2018(9):82-83，105.)
[8]尹晓丽，李雷，贾新春.无人驾驶汽车路径跟踪模糊预测控制［J］.中北大学学报 (自然科学版)，2011，32(2):135-138.(Yin Xiao-li，Li Lei，Jia Xin-chun.Fuzzy predictive control for path tracking of driverless cars ［J］.Journal of North University of China(Natural Science Edition)，2011，32(2):135-138.)
[9]龚建伟，姜岩，徐威.无人驾驶车辆模型预测控制［M］.北京:北京理工大学出版社，2014.(Gong Jian-wei，Jiang Yan，Xu Wei.Predictive control of unmanned vehicle model ［M］.Beijing:Beijing Institute of Technology Press，2014.)
[15]关守平，房少纯.一种新型的区间-粒子群优化算法［J］.东北大学学报(自然科学版)，2012，33(10):1381-1384.(Guan Shou-ping，Fang Shao-chun.A new interval particle swarm optimization algorithm［J］.Journal of Northeastern University(Natural Science)，2012，33(10):1381-1384.)

[1]	李寿涛，魏玉博，李秋媛，于丁力. 考虑车辆侧偏刚度变化的MPC稳定性控制方法[J]. 东北大学学报（自然科学版）, 2023, 44(2): 162-167.
[2]	许家忠，赵辉，付天宇，张成东. 感应加热CFRP温度控制算法[J]. 东北大学学报（自然科学版）, 2022, 43(1): 17-24.
[3]	梁忠超，张欢，赵晶，王永富. 基于自适应MPC的无人驾驶车辆轨迹跟踪控制[J]. 东北大学学报:自然科学版, 2020, 41(6): 835-840.
[4]	郭立新，陈从根，赵琳. 座椅悬架和汽车悬架的集成变增益LQR控制[J]. 东北大学学报:自然科学版, 2019, 40(3): 398-403.
[5]	沙毅，范倩雯，张立立，朱丽春. 自校正模糊PID控制的FAST节点位移控制方法[J]. 东北大学学报:自然科学版, 2018, 39(4): 487-491.
[6]	王宏，郑天奇，纪俐，陆志国. 基于T-S模糊补偿的六轴机械臂的滑模鲁棒控制[J]. 东北大学学报:自然科学版, 2018, 39(3): 378-383.
[7]	周来宏，窦景欣，张居乾，闻邦椿. 基于改进反步法的四旋翼无人机轨迹跟踪控制[J]. 东北大学学报:自然科学版, 2018, 39(1): 66-70.
[8]	王宏，郑天奇. 基于滑模补偿的六轴机械臂RBF网络自适应控制[J]. 东北大学学报:自然科学版, 2017, 38(11): 1601-1606.
[9]	刘鑫蕊，杨东升，刘爽，侯欣明. 混合时变时滞多机系统气门开度的模糊H_∞控制器设计[J]. 东北大学学报:自然科学版, 2016, 37(6): 761-765.
[10]	陈泽宇，杨英，王新超，吕明. 插电式并联混合动力汽车再生制动控制策略[J]. 东北大学学报:自然科学版, 2016, 37(12): 1750-1755.
[11]	江维，吴功平，樊飞，张颉. 高压线路四臂移动作业机器人BP网络联动控制[J]. 东北大学学报:自然科学版, 2016, 37(11): 1530-1535.
[12]	李绍武，高宪文，冯玉昌. 一种VWP分段模糊控制的光伏系统MPPT方法[J]. 东北大学学报:自然科学版, 2015, 36(8): 1065-1069.
[13]	赵广耀，陈泽宇，杜志远，陈伟强. 串联混合动力汽车的能量管理策略[J]. 东北大学学报(自然科学版), 2013, 34(4): 583-587.
[14]	郭喜峰;王大志;刘震;李怡麒;. 有源电力滤波器滞环电流的模糊控制策略[J]. 东北大学学报(自然科学版), 2012, 33(8): 1098-1102.
[15]	刘杰;林剑峰;马晓波;刘阔;. 挖掘机器人模糊鲁棒控制的研究[J]. 东北大学学报(自然科学版), 2010, 31(9): 1333-1336.

智能车辆轨迹跟踪控制方法研究

Research on the Trajectory Tracking Control Method of Intelligent Vehicles

RichHTML

PDF (PC)

可视化

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 15

编辑推荐

Metrics

本文评价