无人驾驶车辆模型预测控制(第2版)-内容和结构详解

虽然前面列出了地面无人驾驶车辆运动规划与控制中的一系列挑战性问题，但我们在研究过程中发现模型预测控制方法能够充分考虑这些挑战性问题中涉及的车辆模型约束问题，并进行了一些初步的探索。[16，17，23，81，82，83]本书对这些初步的研究成果进行了系统的总结：一方面作为团队进一步深入研究的基础材料，另一方面也可以作为模型预测控制理论应用研究的参考资料；另外介于模型预测控制理论的数学抽象性较强，入门和理解需要较长时间，为了方便读者充分理解本书内容，书中给出了所有算法MATLAB代码，同时在仿真实例中都列出了详细步骤。

本书假定无人驾驶车辆的感知系统能够对行驶环境进行充分的理解，能够得到障碍物、道路条件等环境信息，同时具备全局路径规划能力；车辆平台具备自动驾驶控制能力，横向和纵向控制系统能够控制车辆转向与速度，并且能向控制系统反馈车辆外部和内部状态信息。

第2～8章的内容如下。

第2章介绍用于地面无人驾驶车辆运动规划与控制的车辆运动学模型和动力学模型，车辆类型选择前轮转向的乘用汽车。首先，介绍了车辆运动学的转向运动模型和误差跟踪模型；其次，介绍了车辆横摆动力学模型及其简化模型；再次，推导了综合车辆滑移和侧倾约束的车辆动力学模型，并且考虑了道路曲率及倾角对车辆运动特性的影响；最后，介绍了进行车辆动力学仿真的Simulink/CarSim联合仿真平台，并基于此平台对车辆运动学模型和动力学模型进行了验证。

第3章首先阐述模型预测控制的算法基础，然后以无人驾驶车辆的速度控制为例阐述了MPC的设计思想和基本原理；设计并实现了无人驾驶车辆速度跟踪的模型预测控制方法，并以此为例详细说明了搭建Simulink/CarSim联合仿真平台的过程；给出了实现MPC的MATLAB代码，并对仿真源代码进行了分析，让读者能够尽快熟悉并编写自己的控制算法。

第4章从运动学模型角度出发，开发具有轨迹跟踪功能的控制器，在给定期望轨迹点的情况下，完成对期望轨迹的跟踪控制；详细介绍了非线性运动学模型的线性化方法，推导了利用车辆运动状态空间方程进行状态预测的公式，设计并实现了基于MPC的轨迹跟踪控制器，对所设计的控制器进行了仿真验证。本章将理论与实践相结合，通过实例进一步加深读者对理论的认知，从CarSim软件使用和MATLAB代码分析的角度，让读者对轨迹跟踪控制的设计与使用有深入的理解。(www.xing528.com)

第5章从车辆动力学模型的角度出发，开发了考虑轮胎滑移的轨迹跟踪模型预测控制器；阐述了基于递推最小二乘法的轮胎侧偏刚度估计方法，能够快速、实时地估计轮胎侧偏刚度。基于车辆动力学模型设计了跟踪双移线的MPC控制器，并在联合仿真平台上进行了验证。

第6章介绍了地面无人驾驶车辆结合路径规划层的轨迹跟踪控制器。车辆类型选择前轮转向的乘用汽车。首先，介绍了基于车辆点质量模型的MPC轨迹规划控制器，规划出满足车辆动力学约束并实现避障的可行轨迹，并给出了相应的S函数；然后，介绍了在车辆动力学模型的基础上的MPC路径跟踪控制器，并给出了S函数代码；最后，详细介绍了运用Simulink/CarSim进行的联合仿真实例验证。

第7章针对实现高速无人驾驶车辆所面临的挑战，提出了变步长的模型离散化方法，在实现较长预测时域的同时尽量降低优化求解的计算量，保证了MPC算法的实时性。针对高速车辆的横摆稳定性分析与控制问题，采用横摆动力学模型推导了基于包络线的横摆稳定性判据，并设计了适用于高速无人驾驶车辆的MPC控制器。在Simulink/CarSim联合仿真平台设计了多种复杂路面的测试场景，验证了所提出算法的有效性。

第8章主要研究无人驾驶车辆的侧倾稳定性控制。首先，总结了车辆的侧倾机理并提出了基于零力矩点的侧倾稳定性判据；然后，利用综合等效约束的车辆动力学模型设计并实现了保证操控稳定性的MPC控制器，基于联合仿真平台验证了所提出的侧倾稳定性判据的有效性，以及所设计的MPC控制器在多种道路条件下保证车辆稳定行驶的能力。