基于多约束自适应模型预测控制的智能车路径跟踪与稳定性集成控制

来源：中国血液净化杂志2025年第3期北京时间：

作者：唐爽, 付锐, 孙秦豫, 刘文晓, 周伟

单位：1. 长安大学　汽车学院，陕西　西安　710064","2. 重庆大学　机械与运载工程学院，重庆　400044

摘要：<p>为了解决智能车路径跟踪精度下降与稳定性变差的问题，提出一种基于多约束自适应模型预测控制（Multiple Constraint Adaptive Model Predictive Control，CAMPC）的路径跟踪与稳定性集成控制方法。基于车辆动力学与预瞄误差模型建立预测模型，分析道路附着系数对轮胎侧向力的非线性特性和轮胎侧偏刚度的影响，采用魔术公式设计一种轮胎侧偏刚度修正系数来实时修正预测模型中的侧偏刚度。基于相平面法对车辆稳定性进行分析，得到车辆横摆角速度和质心侧偏角极限值，用于构造车辆稳定性包络线约束；随后根据车辆相轨迹到包络线边界的距离设计一种稳定性指标来表征车辆稳定性程度，基于此指标设计一种权重自适应调节机制；通过添加稳定性包络线、道路环境等多约束，并结合权重自适应机制提出一种CAMPC控制方法来实现对车辆的路径跟踪与稳定性集成控制。基于MATLAB/Simulink与CarSim的联合仿真平台，对CAMPC控制方法的有效性进行验证。研究结果表明：侧偏刚度修正系数可以改善附着系数变化引起的模型失配问题，提高路径跟踪性能；在积雪路面上，CAMPC相对于传统MPC，将横摆角速度最大值和质心侧偏角最大值分别降低了10.8%和59%，改善了车辆的稳定性；在冰雪路面上，CAMPC相对于传统MPC，将横摆角速度最大值和质心侧偏角最大值分别降低了59.6%和71.5%，改善了车辆稳定性并提高了车辆路径跟踪精度；在附着系数突变路面上，传统包络线约束效果不明显时，CAMPC可以有效降低质心侧偏角，改善车辆侧滑程度；在变车速和变附着系数路面工况下，与滑模控制（SMC）、线性二次型调节器（LQR）以及Stanley控制方法相比，所提控制方法可以提高路径跟踪精度以及车辆稳定性。所提控制方法可为自动驾驶控制技术研究提供一种思路。</p>

关键词：汽车工程,路径跟踪控制,多约束自适应模型预测控制,稳定性指标,权重自适应机制,自动驾驶安全