考虑侧倾的无人车NMPC轨迹跟踪控制
在自动驾驶领域中，轨迹跟踪控制是一个关键技术。然而，在高速行驶工况下，无人车转弯时的侧倾易导致车辆模型非线性程度增加，引起轨迹跟踪精度下降和状态失稳的问题。为解决这个问题，研究者设计了一种考虑车辆侧倾因素的非线性模型预测控制（NMPC）无人车轨迹跟踪控制器。
研究者基于拉格朗日分析力学和车辆运动学，考虑车辆侧倾几何学和载荷转移效应，建立了考虑侧倾因素的非线性车辆模型，包括车体动力学模型和修正的“Magic Formula”轮胎模型。然后，基于此车辆模型，构建了非线性模型预测控制器（NMPC）的预测模型，并设定控制器的线性、非线性约束，以保证车辆的运动状态处于稳定区域内。
在Carsim和Simulink联合仿真平台上，验证了车辆高速蛇形工况和双移线工况下的轨迹跟踪控制效果。仿真结果显示，所设计的控制器可有效改善高速弯道工况下的跟踪精度和车辆状态稳定性。
此外，研究者还讨论了基于收缩约束模型预测控制的无人车辆路径跟踪、基于分布式模型预测控制的无人机编队控制、输入受限的多旋翼无人机轨迹跟踪鲁棒正定不变集设计、航天器输入受限的鲁棒自适应姿态跟踪控制等相关技术。
关键词：无人车；车辆侧倾模型；轨迹跟踪；非线性模型预测控制；运动控制；车辆动力学
Knowledge Points:
1. 轨迹跟踪控制的重要性：轨迹跟踪控制是自动驾驶领域中的一个关键技术，无人车的轨迹跟踪控制可以提高车辆的驾驶安全和效率。
2. 车辆侧倾模型的影响：车辆侧倾模型对无人车的轨迹跟踪控制有着重要的影响，研究者需要考虑车辆侧倾几何学和载荷转移效应，建立考虑侧倾因素的非线性车辆模型。
3. 非线性模型预测控制（NMPC）：NMPC是一种常用的模型预测控制方法，可以用于解决无人车轨迹跟踪控制的问题。
4. 车辆动力学模型：车辆动力学模型是描述车辆运动状态的数学模型，研究者需要基于拉格朗日分析力学和车辆运动学，考虑车辆侧倾几何学和载荷转移效应，建立考虑侧倾因素的非线性车辆模型。
5. 轮胎模型：轮胎模型是描述轮胎的物理特性的数学模型，研究者需要选择合适的轮胎模型，例如“Magic Formula”轮胎模型，以提高车辆轨迹跟踪控制的精度。
6. 模型预测控制器的设计：模型预测控制器的设计需要考虑车辆的运动状态和轨迹跟踪控制的要求，研究者需要设定控制器的线性、非线性约束，以保证车辆的运动状态处于稳定区域内。
7. 仿真验证：仿真验证是验证控制器性能的重要步骤，研究者可以使用Carsim和Simulink联合仿真平台，验证车辆高速蛇形工况和双移线工况下的轨迹跟踪控制效果。
8. 相关技术：基于收缩约束模型预测控制的无人车辆路径跟踪、基于分布式模型预测控制的无人机编队控制、输入受限的多旋翼无人机轨迹跟踪鲁棒正定不变集设计、航天器输入受限的鲁棒自适应姿态跟踪控制等相关技术可以用于解决自动驾驶领域中的其他问题。
