机械工程学报

作者：刘聪, 刘辉, 韩立金, 聂士达

单位：1. 北京理工大学机械与车辆学院 北京 100081;2. 北京理工大学前沿技术研究院 济南 250000

关键词：无人驾驶汽车,轨迹跟踪及稳定性,高斯过程,滑模预测控制,行驶风险预测；

基金：国家自然科学基金资助项目(52130512，52002212)。

针对高速无人驾驶车辆在复杂非结构化环境下轨迹跟踪精度和横摆稳定性之间难以协调平衡的难题，提出一种基于学习型滑模预测控制的轨迹跟踪及稳定性协调控制方法。首先，基于高斯过程回归方法构建数据学习型预测模型，以解决复杂非结构化环境下无人驾驶车辆的剩余模型不确定性和环境噪声干扰问题。其次，提出一种基于高斯-滑模预测控制的轨迹跟踪及稳定性协调控制方法，将基础模型与高斯不确定性预测相结合作为控制模型，设计基于滚动预测优化的滑模控制方法，满足多约束下控制器的实时性和鲁棒性要求。此外，构建车辆未来时刻行驶风险预测模型，利用基于预测时域内相对残差的递归贝叶斯定理提前决策多目标融合型函数的权重系数，满足全局性能最优。仿真结果表明，所提方法有效提高了存在路面噪声干扰的非结构道路下高速无人驾驶车辆轨迹跟踪精度和动力学稳定性。

来源：2024年第10期

《机械工程学报》期刊编辑部

查看机械工程学报杂志2024年第10期