摘 要

本课题研究的对象和问题是：自动驾驶汽车如何通过前轮主动转向实现轨迹跟踪控制。本文应用基于六自由度车辆动力学模型和魔术轮胎模型的模型预测控制理论，设计了基于线性模型预测控制算法的轨迹跟踪控制器，该算法在侧偏角小角度约束下随时间变化。然后车辆由前轮主动控制，确保车辆的稳定性，然后沿路径行驶。

首先介绍了自动驾驶车辆横向控制的方法与现在国内外的研究现状，较详细介绍了三种基本控制策略。再建立了车辆动力学模型以及魔术公式经验轮胎模型，并对轮胎模型进行仿真验证其轮胎特性。

为了获得较好的实时反馈效果，将非线性系统转换为线性系统，推导出线性模型预测控制的算法表达式，最后结合约束条件和目标函数建立预测模型控制器，并仿真构建了Simulink/carsim联合仿真平台，得到了仿真结果。

关键词：自动驾驶车辆，模型预测控制，动力学模型，轮胎模型

ABSTRACT

The research object and problem of this topic is: how to realize the track tracking control of the self-driving car through the active steering of the front wheels. In this paper, the model predictive control theory based on six-degree-of-freedom vehicle dynamics model and magic tire model is applied to design a trajectory tracking controller based on linear model predictive control algorithm, which changes with time under the constraint of small side slip angle. The active fronts teering controls the vehicle, and realizes trajectory tracking on the premise of ensuring the stability of the vehicle.

First, it introduces the method of lateral control of unmanned vehicls and the current research status at home and abroad, and introduces three basic control strategies in more detail. Then the vehicle dynamics model and the magic formula empirical tire model are established, and the tire model is simulated to verify its tire characteristics.

In order to obtain a better real-time feedback effect, the nonlinear system is converted into a linear time-varying system and the algorithm formula of the linear time-varying model predictive control is deduced. Finally, the model predictive controller is established by combining the constraints and the objective function. The Simulink/carsim co-simulation platform was built and the simulation results were obtained.

KEY WORDS: unmanned vehicle; model predictive control; vehicle dynamics model; tire model

目 录

第1章 绪论

1.1 研究背景 1

1.2 自动驾驶汽车横向控制策略及研究现状 1

1.2.1 基于道路几何原理的横向运动控制方法 2

1.2.2 基于经典控制理论的横向运动控制方法 3

1.3 研究内容及技术路线 4

第2章 车辆动力学模型和轮胎模型 5

2.1 车辆动力学模型 5

2.2 轮胎模型 7

2.2.1 轮胎模型的建立 8

2.2.2 轮胎模型特性仿真分析 9

2.3 小角度假设下的车辆动力学 11

第3章 线性时变模型预测控制问题 12

3.1 控制理论的描述 12

3.2 线性时变模型预测控制算法 13

3.3 基于动力学模型的模型预测控制器 16

3.3.1 线性误差方程 16

3.3.2 约束条件设计 16

3.3.3 模型预测控制器设计 19

第4章 MATLAB/Simulink和Carsim 联合仿真 20

4.1 Carsim中建立车辆模型及建立仿真平台 20

4.2 仿真结果 22

第5章 总结 27

致 谢 28

参考文献 29

附录 30

第1章 绪论

1.1 研究背景

汽车行业最近的趋势指向电子、计算机和控制内容的方向，强调改进的功能和整体系统鲁棒性。虽然这影响到所有的车辆领域，但人们对主动安全特别感兴趣。可用的商用主动安全系统大多基于制动干预。防抱死制动系统(ABS)和电子稳定程序(ESP)已分别用于稳定车辆的纵向和横向运动动力学。未来的系统将能够通过额外的执行器类型(如4WS、主动转向、主动悬架或主动差速器)以及额外的传感器信息(如增加的车载摄像头以及红外线和其他传感器替代品)来提高主动安全干预的有效性。所有这些都将由包括预存地图在内的全球定位系统（GPS）信息进一步补充。在这种情况下，可以想象未来的车辆将能够识别道路上的障碍物，例如动物、岩石或倒下的树/树枝，并通过遵循最佳可能路径来帮助驾驶员，在避开障碍物的同时保持车辆在道路上与其他车辆的安全距离。

自动驾驶汽车在智能交通系统和军事领城有着广阔的应用前景，是一个快速发展的研究领域。世界各地的许多公司，如谷歌和特斯拉，正在投资数百万美元开发自动驾驶汽车。与完全由人驾驶的传统汽车和装有被动控制器汽车(如防抱死制动系统)相比，自动驾驶汽车具有以下优点:可大幅减少车祸数量，挽救成千上万人的生命；交通拥堵可以显著减少，能源效率可以大大提高；人们可以把通勤时间花在其他更有价值的事情上；老人、小孩和残疾人使用汽车更方便。在此阶段，自动驾驶可以分为纵向和横向控制。纵向控制是车辆速度的控制，包括油门和刹车的控制。横向控制是转向轮控制，确保车辆在合理的道路上行驶。横向控制主要针对车辆的转向执行系统进行控制，操纵车辆转向的同时，保证自动驾驶汽车沿规划好的路径行驶^[1]。具体而言，在横向运动控制中，系统将根据目标路径信息以及自身工况信息计算方向盘转角或车轮转角信息，然后控制执行机构执行计算所得信息。作为自动驾驶汽车的基本控制系统，路径的跟踪精度，车辆的稳定性、舒适性都受到横向运动控制系统及其控制方法的优劣的影响。因而，针对自动驾驶汽车的横向控制进行深入研究，研究具有良好实时性、鲁棒性以及稳定性的横向运动控制方法一直是自动驾驶技术领域的重点与热点。

本文在考虑保证车辆稳定性这一条件下，讨论如何控制前轮主动转向对车辆进行横向控制实现其转向时的轨迹跟踪。

1.2 自动驾驶汽车横向控制策略及研究现状

目前，许多研究者深入研究了自主汽车的横向控制问题，如今有许多的控制方法。文献[2]中讨论了车辆的横向动力学，其研究了车辆横向运动的运动学和动力学模型,已经建立了许多控制方案来控制横向动力学。目前主要有的横向控制策略有：PID控制、LQR跟踪控制器MPC控制器等方法。