无人车运动学与动力建模

车辆运动学模型或者动力学模型对实现基于模型预测控制的无人驾驶车辆运动规划与跟踪控制具有重要意义。一方面，如果在运动规划阶段能够充分考虑车辆的运动学和动力学特性，利用车辆运动模型预测其在未来一段时间内的行驶状态，进而“事先”生成满足各种安全约束的最优运动轨迹，则可以极大地提高规划结果的可行性。另一方面，若在跟踪控制过程中综合考虑车辆的运动特性、操纵性能以及执行机构约束等，则可以更有效地跟踪规划结果，减少或者避免交通事故的发生。因此，合理的车辆运动模型是建立模型预测控制器的基础。

车辆在地面的运动过程是非常复杂的，具有惯性、弹性、阻尼等许多动力学特点。由于构成汽车动力学系统的元件，如轮胎、悬架、转向系统等，具有高度非线性特性，因此车辆运动过程的描述通常涉及非常复杂的非线性微分方程，且其复杂度随模型预测精度的提高而增加。车辆模型的复杂度对基于模型预测的无人驾驶车辆运动规划与控制提出了极大的挑战，主要表现在过于复杂的车辆模型不仅会占用大量的计算资源，而且会增加优化求解的难度，使得控制算法的实时性难以满足实车应用的需求。另外，时变的道路曲率、路面倾角和多样的地面附着条件等道路因素的影响进一步增加了无人驾驶车辆模型预测控制的难度。考虑到模型预测控制对于车辆运动模型的需求主要体现在对车辆未来状态的预测，以及车辆运动学约束与动力学约束方面，因此本章并不关注过于复杂的车辆模型，而是从无人驾驶车辆运动规划和跟踪控制的角度出发，通过对约束进行简化和近似等手段来建立能够尽量准确反映车辆运动特性，且有利于模型预测控制器设计的简化车辆运动学模型和动力学模型。(www.xing528.com)

本章将以前轮转向、前轮驱动的乘用汽车为控制目标，首先介绍车辆运动学建模过程，包括转向运动学模型和跟踪误差模型；然后描述车辆横摆动力学模型及其线性化模型的建模过程；最后介绍综合等效约束的车辆动力学模型建模过程，并基于联合仿真平台对所建立的运动学模型和动力学模型进行有效性验证。