机械工程学报

作者：李韶华, 杨泽坤, 王雪玮

单位：1. 石家庄铁道大学省部共建交通工程结构力学行为与系统安全国家重点实验室 石家庄 050043;2. 石家庄铁道大学机械工程学院 石家庄 050043

关键词：智能驾驶,轨迹跟踪,模型预测,T-S模糊,工况自适应；

基金：国家自然科学基金(11972238)和河北省重点研发计划(21342202D)资助项目。

为了协调智能驾驶车辆的轨迹跟踪精确性和稳定性，提高控制算法对不同工况的自适应能力，提出基于Takagi-Sugeno模糊变权重模型预测控制(Takagi-Sugeno fuzzy model predictive control，T-S FMPC)的轨迹跟踪控制策略。以前轮转角为控制变量建立MPC控制，并以实时横向位移误差和横摆角误差为模糊输入，通过T-S模糊控制在线优化MPC目标函数权重，协调权重矩阵对轨迹跟踪精确性和稳定性的影响。基于Carsim建立分布式驱动电动汽车的整车动力学模型，基于Simulink建立控制策略，通过双移线工况仿真及实车试验，验证了所提控制策略的有效性。仿真结果表明，相比于传统MPC控制，所提出的T-S模糊变权重MPC控制可降低横向位移误差达62.24%，有效提高轨迹跟踪精度；并且可使前轮转角波动减小37.46%、横摆角误差减小84.19%，显著增强轨迹跟踪稳定性；试验结果表明，在20 km/h、沥青路面双移线工况下，横向位移误差在0.12 m以内，横摆角误差在1°以内，且前轮转角控制曲线平滑，说明所提算法具有良好的控制效果和实用性。

来源：2023年第4期

《机械工程学报》期刊编辑部

查看机械工程学报杂志2023年第4期