无人驾驶车辆非线性模型预测跟踪控制算法



无人驾驶车辆非线性模型预测跟踪控制算法

介绍了开发先进的无人驾驶车辆所需要的软件和硬件平台，并提出了一种非线性模型预测跟踪控制算法。利用该算法可根据事先制定的参考路径以及探测到的障碍物信息对无人驾驶车辆进行控制实现跟踪定位。

介绍了应用较为广泛的几种路径跟踪控制方法，包括人工势场法控制、运动控制和双积分控制。提出了基于跟踪控制器的非线性模型预测跟踪控制算法，该算法基于无人驾驶车辆开环动力学预测车辆的运动状态，并根据预测状态做出相应的控制策略。介绍了无人驾驶车辆的机械结构及软/硬件开发平台体系结构。机械结构包括驱动、传感、控制、动力系统和底盘。硬件系统包括一个嵌入式计算机、运动控制器、传感器、动力系统、通信单元和12个电机控制器，给出了硬件元件的装配图。其中，电机控制器一半用于车轮控制，另一半用于车轮支架的控制。软件系统的主要作用是产生控制输入，用来精确控制车辆的行为。

详细介绍了非线性模型预测跟踪控制算法。为验证该算法的有效性，通过实车试验进行验证。试验时，在无人驾驶车辆上加装全球定位系统进行实时差分定位，提供分米级甚至厘米级的定位信息，车辆经度、纬度和高度信息的更新频率为10Hz。利用惯性测量装置测量车身加速度。利用激光测距仪测量车辆前方180°、80m范围内的障碍物距离。使用双目立体视觉相机提供操作区域的视图，实现车辆的远程控制。试验结果表明，利用非线性模型预测跟踪控制算法可以控制车辆沿制定的最优路径行驶，其尽管还存在少量误差，但与其它控制算法相比，可显著降低误差。

刊名：International Journal of

Precision Engineering and Manufacturing（英）

刊期：2014年第16期

作者：Heonyoung Lim et al

编译：王祥