驾驶机器人车辆横向轨迹跟踪的改进模型预测控制

王韬; 惠怡静; 张庆余; 赵磊; 牛文铁

doi:10.13433/j.cnki.1003-8728.20230221

Chinese

您当前的位置：

首页 >

文章列表页 >

驾驶机器人车辆横向轨迹跟踪的改进模型预测控制

更新时间：2026-04-23

- 驾驶机器人车辆横向轨迹跟踪的改进模型预测控制
- Improved Model Predictive Control for Lateral Trajectory Tracking of Driving Robot Vehicles
- 机械科学与技术 2025年44卷第3期页码：389-398
- 作者机构：
  
  1. 天津大学机构理论与装备设计教育部重点实验室机构,天津,300350
  2. 中发联投资有限公司,北京,100070
  3. 中汽数据（天津）有限公司,天津,300300
- 作者简介：
  
  [ "王韬（1998−），硕士研究生，" ]
  [ "牛文铁，教授，博士生导师，博士，" ]
- 基金信息：
- DOI：10.13433/j.cnki.1003-8728.20230221
  中图分类号：
- 纸质出版：2025
- 稿件说明：
移动端阅览
王韬, 惠怡静, 张庆余, 等. 驾驶机器人车辆横向轨迹跟踪的改进模型预测控制[J]. 机械科学与技术, 2025,44(3):389-398.

王韬, 惠怡静, 张庆余, et al. Improved Model Predictive Control for Lateral Trajectory Tracking of Driving Robot Vehicles[J]. Mechanical Science and Technology for Aerospace Engineering, 2025, 44(3): 389-398.
王韬, 惠怡静, 张庆余, 等. 驾驶机器人车辆横向轨迹跟踪的改进模型预测控制[J]. 机械科学与技术, 2025,44(3):389-398. DOI： 10.13433/j.cnki.1003-8728.20230221.

王韬, 惠怡静, 张庆余, et al. Improved Model Predictive Control for Lateral Trajectory Tracking of Driving Robot Vehicles[J]. Mechanical Science and Technology for Aerospace Engineering, 2025, 44(3): 389-398. DOI： 10.13433/j.cnki.1003-8728.20230221.

摘要

为实现较高速行驶情况下驾驶机器人驾驶车辆进行横向轨迹跟踪，设计了一种基于动态杂交粒子群算法求解的非线性模型预测控制器。首先，简化转向机器人与车辆转向系统，建立车辆动力学模型。其次，应用双参数精确罚函数法将非线性有约束优化函数转换为非线性无约束优化函数。在此基础上

将驾驶机器人作为下层控制器，应用动态杂交粒子群算法对优化函数进行求解。最后，基于Simulink/CarSim和RT-LAB硬件仿真，验证了改进的模型预测控制器具有较高的跟踪精度和行驶平稳性。

Abstract

In order to drive a vehicle using driving robot for lateral trajectory tracking at higher speed

a nonlinear model prediction controller based on the dynamic hybrid particle swarm algorithm solution is designed. Firstly

the steering robot and vehicle steering system are simplified

and the vehicle dynamics model is established. Then

the two-parameter precision penalty function method is used to convert the nonlinear constrained optimization function into a nonlinear unconstrained optimization function. On the basis of these above

the driving robot is used as the lower controller

and the dynamic hybrid particle swarm algorithm is used to solve the optimization function. Finally

based on the Simulink/CarSim and RT-LAB simulation

the improved model prediction controller is verified to have high tracking accuracy and driving smoothness.

关键词

Keywords

references

浏览量

下载量

CSCD

文章被引用时，请邮件提醒。

提交

工具集

关联资源

复杂道路环境下车辆队列经济性协同自适应巡航控制研究

汽车制动意图识别方法研究

粒子群模糊PID与深度补偿的PMSM位置控制策略

轮式机器人系统双通道信号传输事件触发模型预测控制

考虑半主动悬架的无人车辆轨迹跟踪控制