基于路面附着系数估计的车辆轨迹跟踪控制

doi:10.19562/j.chinasae.qcgc.2023.06.011

摘要/Abstract

摘要：

针对车辆在高速转向和不同路面附着系数下的轨迹跟踪控制问题，基于模型预测控制理论提出了一种考虑路面附着系数的变侧偏角约束MPC控制策略。根据魔术公式轮胎模型分析轮胎的侧偏特性以及不同附着系数对轮胎侧偏角-侧向力线性区的影响，建立轮胎侧偏角约束与不同路面附着系数的函数关系；采用遗传算法（GA）优化BP神经网络模型设计路面附着系数估计器，将估计结果作为与轮胎侧偏角约束相关的变量传递到MPC控制器中；最后在MPC控制器中建立系统控制量约束、控制增量约束，以及考虑路面附着系数的变侧偏角约束，将不同路面附着系数工况下的轨迹跟踪问题转化为多约束条件下最优值求解问题，实现轨迹跟踪和车辆稳定性控制。仿真和试验结果表明，考虑路面附着系数变化的MPC控制方法相对传统MPC控制方法在各种工况下具有更高的轨迹跟踪精度和更好的车辆稳定性，GA-BP神经网络路面系数估计方法具有很高的估计精度。

关键词: 轨迹跟踪, 路面附着系数, 模型预测控制, 侧偏角约束

Abstract:

For the trajectory tracking control problem of vehicles under high speed steering and different road adhesion coefficients， a variable sideslip angle constrained MPC control strategy is proposed based on model predictive control theory considering road adhesion coefficients. According to the magic formula tire model， the tire cornering property as well as the influence of different adhesion coefficients on the tire slip angle-lateral force linear region is analysed. Then the function relationship between tire slip angle constraint and different road adhesion coefficients is established. The genetic algorithm （GA） is used to optimize the BP neural network model to design the road adhesion coefficient estimator， and the estimation results are transmitted to the MPC controller as variables related to the tire slip constraint. Finally， the system control quantity constraint， the control increment constraint， and the variable sideslip angle constraint considering the road adhesion coefficient are established in the MPC controller. The trajectory tracking problem under different road adhesion conditions is transformed into the optimal value solution problem under various constraints to realize trajectory tracking and vehicle stability control. The simulation and experimental results show that the MPC control method considering the change of road adhesion coefficient has higher trajectory tracking accuracy and better vehicle stability than the traditional MPC control method under various working conditions， with high estimation accuracy of the GA-BP neural network road coefficient estimation method.

Key words: trajectory tracking, road adhesion coefficient, model predictive control, slip angle constraint

查云飞,吕小龙,陈慧勤,易迎春,王燕燕. 基于路面附着系数估计的车辆轨迹跟踪控制[J]. 汽车工程, 2023, 45(6): 1010-1021.

Yunfei Zha,Lü Xiaolong,Huiqin Chen,Yingchun Yi,Yanyan Wang. Vehicle Trajectory Tracking Control Based on Road Adhesion Coefficient Estimation[J]. Automotive Engineering, 2023, 45(6): 1010-1021.

图/表 16

图1

图2

图3

表1

图4

图5

图6

图7

表2

图8

图9

图10

表3

控制器参数设置"

参数	取值	参数	取值
H_p	15	$δ f / (°)$	［-10，10］
H_c	1	$Δ δ f / (°)$	［-0.8，0.8］
T/s	0.02	$ρ$	1 000
Q	［1500 0；0 70］	R	500

表3

图11

图12

图13

参考文献 25

1	WANG B， LIN C， LIANG S， et al. Hierarchical model predictive control for autonomous collision avoidance of distributed electric drive vehicle with lateral stability analysis in extreme scenarios［J］. World Electric Vehicle Journal， 2021， 12（4）：192-207.
2	GUO J H， LI K Q， LUO Y. Review on the research of motion control for intelligent vehicles ［J］. Journal of Automotive Safety and Energy， 2016， 7（2）： 151-159.
3	XU S， PENG H， TANG Y. Preview path tracking control with delay compensation for autonomous vehicles［J］. IEEE Transactions on Intelligent Transportation Systems， 2021， 22（5）：2979-2989.
4	张雷，赵宪华，王震坡. 四轮轮毂电机独立驱动电动汽车轨迹跟踪与横摆稳定性协调控制研究［J］. 汽车工程， 2020， 42（11）：68-76.
	ZHANG Lei， ZHAO Xianhua， WANG Zhenpo. Study on coordinated control of trajectory tracking and yaw stability for autonomous four-wheel-independent- driving electric vehicles［J］. Automotive Engineering， 2020， 42（11）： 68-76.
5	WANG P， AN D， CHEN N，et al. Spatial path tracking controllers for autonomous ground vehicles： conventional and nonconventional schemes［J］. Guidance， Navigation and Control，2021，1（1）：2150003.
6	ZHENG Z， SUN L. Adaptive sliding mode trajectory tracking control of robotic airships with parametric uncertainty and wind disturbance ［J］. Journal of the Franklin Institute， 2018，355 （1）：106-122.
7	LIU M， CHOUR K， RATHINAM S，et al. Lateral control of an autonomous and connected following vehicle with limited preview information［J］.IEEE Transactions on Intelligent Vehicles，2020， 6（3）： 406-418.
8	查云飞，于淼，马芳武，等.基于线控转向的智能驾驶车辆路径跟踪研究［J］.汽车技术，2021（3）：7-13.
	ZHA Yunfei， YU Miao， MA Fangwu， et al. Research on path-tracking for intelligent driving vehicle based on steering-by-wire［J］. Automobile Technology，2021（3）：7-13.
9	YOON Y， SHIN J， KIM H J， et al. Model-predictive active steering and obstacle avoidance for autonomous ground vehicles［J］. Control Engineering Practice， 2009， 17（7）： 741-750.
10	FALCONE P， BORRELLI F， ASGARI J， et al. Predictive active steering control for autonomous vehicle systems［J］. IEEE Tansactions on Control Systems Technology， 2007，15（3）：566-580.
11	汪选要，程义，程煜，等. 低附着系数路面车道保持模型预测控制及汽车稳定性控制［J］. 中国机械工程， 2019， 30（9）： 1018-1025.
	WANG Xuanyao， CHENG Yi， CHENG Yu， et al. Lane keeping model prediction control and vehicle stability control on low adhesion coefficient roads［J］. China Mechanical Engineering， 2019， 30（9）： 1018-1025.
12	JI J， KHAJEPOUR A， MELEK W W， et al. Path planning and tracking for vehicle collision avoidance based on model predictive control with multi-constraints［J］. IEEE Transactions on Vehicular Technology， 2017， 66（2）： 952-964.
13	王艺，蔡英凤，陈龙，等. 基于模型预测控制的智能网联汽车路径跟踪控制器设计［J］. 机械工程学报， 2019， 55（8）：136-144，153.
	WANG Yi， CAI Yingfeng， CHEN Long， et al. Design of intelligent and connected vehicle path tracking controller based on model predictive control ［J］. Journal of Mechanical Engineering， 2019， 55（8）：136-144，153.
14	李培庆，杨正龙，陈一锴，等.变权重矩阵下的MPC轨迹跟踪研究［J］.机床与液压，2022，50（7）：62-68.
	LI Peiqing， YANG Zhenglong， CHEN Yikai， et al. Research on MPC trajectory tracking under variable weight matrix ［J］. Machine Tool ＆Hydraulics，2022，50（7）： 62-68．
15	严国军，贲能军，顾建华，等.基于MPC的无人驾驶拖拉机轨迹跟踪控制［J］.重庆交通大学学报（自然科学版），2019，38（9）：1-6.
	YAN Guojun， BEN Nengjun，GU Jianhua， et al. Trajectory tracking control of intelligent tractor based on MPC algorithm［J］. Journal of Chongqing Jiaotong University（Natural Science），2019，38（9）：1-6.
16	HU C， QIN Y C， CAO H T， et al. Lane keeping of autonomous vehicles based on differential steering with adaptive multivariable super-twisting control［J］. Mechanical Systems and Signal Processing， 2019， 125： 330-346.
17	CHENG S， LI L， CHEN X， et al. Model-predictive- control-based path tracking controller of autonomous vehicle considering parametric uncertainties and velocity-varying ［J］. IEEE Transactions on Industrial Electronics， 2020， 68（9）：8695-8707.
18	MATA S， ZUBIZARRETA A， PINTO C. Robust tube-based model predictive control for lateral path tracking［J］. IEEE Transactions on Intelligent Vehicles， 2019， 4（4）：569-577.
19	张会琪，林棻，张华达.考虑动力学约束的智能车辆路径跟踪控制研究［J］.重庆理工大学学报（自然科学），2018，32（8）：58-63，87.
	ZHANG Huiqi，LIN Fen，ZHANG Huada. Research on intelligent vehicle routing control system considering dynamic constraints［J］. Journal of Chongqing University of Technology （Natural Science）， 2018， 32（8）：58-63，87.
20	LI Q， LIU L， YUAN X. Model predictive controller-based optimal slip ratio control system for distributed driver electric vehicle［J］. Mathematical Problems in Engineering， 2020， 12：1-15.
21	辛喆，陈海亮，林子钰，等.智能汽车的路面附着极限横向轨迹跟踪控制［J］.机械工程学报，2020，56（14）：138-145.
	XIN Zhe，CHEN Hailiang，LIN Ziyu，et al. Lateral trajectory following for automated vehicles at handling limits［J］. Journal of Mechanical Engineering， 2020，56（14）：138-145.
22	李韶华，周军魏，张志达.轮胎三向动态特性试验及非线性建模［J］.机械工程学报，2018，54（18）：85-96.
	LI Shaohua， ZHOU Junwei， ZHANG Zhida. Experiment and nonlinear modeling on tire dynamic characteristics of three directional［J］. Journal of Mechanical Engineering， 2018，54（18）：85-96.
23	HU J， RAKHEJA S， ZHANG Y. Tire-road friction coefficient estimation under constant vehicle speed control［J］. IFAC-Papers OnLine， 2019， 52（8）： 136-141.
24	林棻，王少博，赵又群，等.基于改进Keras模型的路面附着系数估计［J］.机械工程学报，2021，57（12）：74-86.
	LIN Fen， WANG Shaobo， ZHAO Youqun， et al. Road friction coefficient estimation based on improved keras model ［J］. Journal of Mechanical Engineering， 2021， 57（12）：74-86.
25	梁旺，秦兆博，陈亮，等.基于改进BP神经网络的智能车纵向控制方法［J］.汽车工程，2022，44（8）：1162-1172.
	LIANG Wang， QIN Zhaobo， CHEN Liang， et al. Longitudinal control method of intelligent vehicles based on the improved bp neural network［J］. Automotive Engineering， 2022，44（8）：1162-1172.

路面附着系数	行驶速度/（km·h^-1）
0.3	50
0.5	60
0.7	70
0.9	80

路面附着系数	最大侧偏角/（°）	路面附着系数	最大侧偏角/（°）
0.1	1.15	0.6	5.33
0.2	2.08	0.7	6.05
0.3	2.93	0.8	6.61
0.4	3.76	0.9	7.23
0.5	4.57

[1]	王明,唐小林,杨凯,李国法,胡晓松. 考虑预测风险的自动驾驶车辆运动规划方法[J]. 汽车工程, 2023, 45(8): 1362-1372.
[2]	高锋,冯德福,胡秋霞. 面向NMPC运动规划系统的数值优化加速技术[J]. 汽车工程, 2023, 45(8): 1438-1447.
[3]	林程, 汪博文, 吕沛原, 宫新乐, 于潇. 面向变曲率道路的自动驾驶汽车换道博弈运动规划与协同控制研究[J]. 汽车工程, 2023, 45(7): 1099-1111.
[4]	李军, 周伟, 唐爽. 基于自适应拟合的智能车换道避障轨迹规划[J]. 汽车工程, 2023, 45(7): 1174-1183.
[5]	张雷, 关可人, 丁晓林, 郭鹏宇, 王震坡, 孙逢春. 基于图像识别与动力学融合的路面附着系数估计方法[J]. 汽车工程, 2023, 45(7): 1222-1234.
[6]	贺伊琳,马建,杨舒凯,郑威,薛启帆. 融合预瞄特性的智能电动汽车稳定性模型预测控制研究[J]. 汽车工程, 2023, 45(5): 719-734.
[7]	周兵,魏佳宝,柴天,吴晓建,王鹤. 基于最优方法的碰后辅助驾驶控制策略[J]. 汽车工程, 2023, 45(4): 561-571.
[8]	张彬,邹渊,张旭东,孙逢春,吴喆,孟逸豪. 混动履带式无人平台轨迹跟踪控制研究[J]. 汽车工程, 2023, 45(4): 579-587.
[9]	张紫微,郑玲,李以农,乔旭强,郑浩,王戡. 考虑前车运动不确定性的多目标自适应巡航控制[J]. 汽车工程, 2023, 45(3): 361-371.
[10]	贺林,徐子昂,黄春荣,龚超,李书华,石琴. 线控转向系统转角预测滑模控制算法研究[J]. 汽车工程, 2023, 45(12): 2200-2208.
[11]	李琴,汤建明,张博远,陈勇,王勇. 分布式驱动电动汽车多执行器容错控制研究[J]. 汽车工程, 2023, 45(12): 2251-2259.
[12]	胡丹丹,尹鹏飞,牛国臣,赵金聚. 非结构化道路下离轴式拖挂车辆主动避障控制研究[J]. 汽车工程, 2023, 45(12): 2318-2329.
[13]	宋强,王冠峰,商赫,张念忠. 基于多参数控制的分布式驱动电动汽车操纵稳定性控制策略研究[J]. 汽车工程, 2023, 45(11): 2104-2112.
[14]	芦勇,何一超,田贺,江昆,杨殿阁. 面向量产的自适应巡航控制系统纵向加速度规划方法研究[J]. 汽车工程, 2023, 45(10): 1803-1814.
[15]	张新荣,王鑫,宫新乐,黄晋,黄丹,王鹏兴. 面向智能车辆的路面附着系数分段识别方法[J]. 汽车工程, 2023, 45(10): 1923-1932.