【技术实现步骤摘要】
本专利技术涉及智能汽车的路径跟踪控制技术，具体涉及一种融合双级扰动观测器及模型预测控制器(mpc)的智能汽车主动多通道抗扰路径跟踪控制方法。
技术介绍
1、智能汽车控制层承担着将上层决策规划指令转化为底层执行器动作的重要角色，是保证自动驾驶得以安全、高效完成的关键技术之一。智能汽车路径跟踪过程中，往往会受到多种不确定扰动，如：车辆模型参数摄动所引发的扰动、外界未建模动态特性带来的扰动、传感器信号传输的时延以及执行系统的响应滞后甚至故障等所触发的扰动等。若控制器的鲁棒性不足或外界环境变化剧烈，这些多通道不确定扰动将极大影响路径跟踪控制的精度及鲁棒性，引发车辆偏航甚至是交通事故。
2、传统的路径跟踪控制算法，如模型预测控制、线性二次型控制以及比例积分微分控制，只有在智能车处于理想状态且没有受到多通道不确定扰动的影响下，才能实现有效的路径跟踪。所以，传统的路径跟踪控制算法，因其不具备稳健的鲁棒性，将造成智能汽车在多变复杂环境下，路径跟踪控制的精确性和稳定性将得不到保证；另外，针对模型预测控制的求解问题，二次规划(quadratic programming,qp)求解器并不适用于某些硬件设备在线求解，设计一个通用的求解方法十分必要。
3、扰动观测器是一个简单、灵活和高效的鲁棒控制工具，它通过测量系统输出和控制器发出的控制指令，估计出未建模扰动的值，并将其作为反馈信号补偿至控制器。双级扰动观测器由侧向运动通道扰动观测器与航向运动通道扰动观测器构成，专利技术一种融合双级扰动观测器与传统路径跟踪控制器的主动多通道抗扰路
技术实现思路
1、为解决现有技术存在的上述问题，本专利技术的目的在于提供一种融合双级扰动观测器的智能汽车路径跟踪模型预测控制方法，实现对多通道不确定扰动的实时精确估计与前馈补偿，有效提升路径跟踪的精确性、稳定性及鲁棒性。
2、为了实现上述目的，本专利技术的技术方案如下：
3、一种智能汽车主动多通道抗扰的路径跟踪控制方法，利用智能汽车主动多通道抗扰控制系统进行控制，所述智能汽车主动多通道抗扰控制系统包括初始化模块、模型预测控制器和基于双级扰动观测器的前馈补偿器，所述智能汽车主动多通道抗扰控制系统以下简称系统，所述基于双级扰动观测器的前馈补偿器以下简称前馈补偿器。
4、所述初始化模块负责检查感知模块、建图和定位模块、决策和规划模块以及执行器的信号收发是否正常，加载含有不确定扰动项的单轨车辆动力学模型参数，加载考虑多通道不确定性扰动的跟踪误差动力学模型参数，加载模型预测控制器参数，加载前馈补偿器参数。所述感知模块、建图和定位模块、决策和规划模块是系统外的通用模块，与系统共同作用使智能汽车正常行驶。
5、所述双级扰动观测器由侧向运动通道扰动观测器与航向运动通道扰动观测器构成，实现对多通道不确定扰动的实时估计与补偿。所述多通道不确定扰动为智能汽车路径跟踪过程中扰动总和，包括车辆模型参数摄动所引发的扰动、外界未建模动态特性带来的扰动、传感器信号传输的时延以及执行系统的响应滞后甚至故障等各个通道所触发的扰动。所述扰动总和为侧向运动通道扰动与航向运动通道扰动之和。
6、所述模型预测控制器基于卡鲁什-库恩-塔克条件法即kkt条件法求解二次规划问题获取最优的名义前轮转角控制律。
7、所述前馈补偿器实时估计出侧向运动通道扰动和航向运动通道扰动对模型预测控制器进行前馈补偿，最终得到模型预测控制器名义前轮转角与前馈补偿器的扰动估计值相叠加的前轮转角控制律，实现将模型预测控制器及前馈补偿器融合以构成主动多通道抗扰的路径跟踪控制方法，完成闭环反馈与前馈调节。
8、所述控制方法包括以下步骤：
9、步骤1：初始化
10、初始化模块负责检查感知模块、建图和定位模块、决策和规划模块以及执行器的信号收发是否正常，加载含有不确定扰动项的单轨车辆动力学模型参数，加载模型预测控制器参数，加载前馈补偿器参数，接收规划模块下发的期望路径匹配点处的位置信息、航向信息及曲率。所述规划模块为系统的上层模块，规划模块生成智能汽车的期望路径信息。所述期望路径匹配点通常指的是智能汽车当前位置在期望路径上的投影点，所述投影点是智能汽车距离期望路径最近的点。
11、以数学方程的形式建立所述含有不确定扰动项的单轨车辆动力学模型如下：
12、
13、式中，cf和cr分别为车辆前后轮的侧偏刚度；m为整车质量；vx为车辆纵向速度；w1为建模不精确和车辆参数摄动带来的侧向运动通道不确定扰动，w2为建模不精确和车辆参数摄动带来的航向运动通道不确定扰动；y为车辆坐标系侧向方向上的位移，为车辆坐标系侧向方向上的速度，为车辆坐标系侧向方向上的加速度；为车辆横摆角，为车辆横摆角速度，为车辆横摆角加速度；δf为车辆的前轮转角；iz为车辆质心绕z轴的转动惯量，z轴与车辆坐标系中的x轴和y轴构成右手系；a和b分别为车辆质心到前后轴的距离。
14、基于期望路径匹配点处的位置信息、航向信息及曲率，建立考虑多通道不确定性扰动的跟踪误差动力学模型：
15、
16、式中，x(t)为状态量ed为侧向误差，为侧向误差对时间的一阶导数，为航向误差，为航向误差对时间的一阶导数；为状态量变化率为侧向误差对时间的二阶导数，为航向误差对时间的二阶导数；u(t)为控制输入量，即为车辆的前轮转角δf(t)；是为已知道路曲率变化引发的扰动，为期望的航向角速度；d(t)为不确定总扰动，d(t)＝[d1 d2]t，d1为侧向运动通道扰动，d2为航向运动通道扰动；y(t)为输出状态量
17、
18、
19、
20、
21、
22、
23、
24、
25、
26、
27、
28、
29、
30、
31、
32、
33、
34、步骤2：获取模型预测控制器目标函数
35、由于步骤1所述的考虑多通道不确定性扰动的跟踪误差动力学模型中的不确定总扰动d(t)将会影响模型预测控制器的求解，因此定义不含d(t)的跟踪误差动力学模型：
36、
37、基于欧拉法对不含d(t)的跟踪误差动力学模型离散化：
38、
39、式中，xk为离散化后的状态量，xk+1为xk下一时刻的状态量，uk为离散化后的控制输入量，yk为离散化后的输出状态量；e4×4为4行4列单位矩阵，dt为不含d(t)的跟踪误差动力学模型离散化后的采样周期；bd＝bdt；ed＝e4×4。
40、对离散化后的不含d(t)的跟踪误差动力学模型进行迭代计算以获得预测时域np内的状态方程及输出方程：
41、
42、式中：
43、
44、
45、...
【技术保护点】
1.一种智能汽车主动多通道抗扰的路径跟踪控制方法，其特征在于：利用智能汽车主动多通道抗扰控制系统进行控制，所述智能汽车主动多通道抗扰控制系统包括初始化模块、模型预测控制器和基于双级扰动观测器的前馈补偿器，所述智能汽车主动多通道抗扰控制系统以下简称系统，所述基于双级扰动观测器的前馈补偿器以下简称前馈补偿器；
【技术特征摘要】
1.一种智能汽车主动多通道抗扰的路径跟踪控制方法，其特征在于：利用智能汽车主动多通道抗扰控制系统进行控制，所述智能汽车主动多通道抗扰控制系统包括初始化模块...
【专利技术属性】
技术研发人员：郭鹏远，郭烈，关龙新，马辉，岳明，
申请(专利权)人：大连理工大学，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。