PID控制

PID控制又稱(chēng)比例-積分-微分控制器。在自動(dòng)駕駛汽車(chē)跟蹤控制中，該算法主要是對(duì)車(chē)輛反饋的車(chē)輛位姿等信息做偏差處理，并通過(guò)比例、積分、微分進(jìn)行線(xiàn)性組合構(gòu)成控制量，從而對(duì)被控對(duì)象進(jìn)行控制。

該算法由于無(wú)需建立精確模型，算法簡(jiǎn)單易實(shí)現(xiàn)，廣泛應(yīng)用于各工業(yè)領(lǐng)域，但其參數(shù)調(diào)整比較困難，因此有許多學(xué)者將現(xiàn)代智能化算法如模糊控制、神經(jīng)網(wǎng)絡(luò)控制等算法與
PID算法進(jìn)行結(jié)合，簡(jiǎn)化了控制器參數(shù)調(diào)整過(guò)程。

通過(guò)計(jì)算期望車(chē)速與實(shí)際車(chē)速的偏差，
模糊免疫PID速度跟蹤控制器控制制動(dòng)/油門(mén)機(jī)械腿分別操縱制動(dòng)/油門(mén)踏板。通過(guò)引入車(chē)速反饋不斷更新汽車(chē)的側(cè)向加速度增益，
實(shí)現(xiàn)了車(chē)輛轉(zhuǎn)向控制與縱向車(chē)速控制的解耦。

仿真實(shí)驗(yàn)表明該算法能使平衡小車(chē)在保持動(dòng)態(tài)平衡的前提下對(duì)指定軌跡進(jìn)行的良好跟蹤，具有較快的動(dòng)態(tài)響應(yīng)速度，對(duì)干擾具有良好的魯棒性。

對(duì)于縱向控制，總車(chē)輪扭矩由嵌入MPC框架中的PID速度控制器產(chǎn)生。仿真試驗(yàn)結(jié)果表明，該控制器對(duì)車(chē)輛橫向和縱向位置的跟蹤誤差較小，對(duì)軌跡和速度的跟蹤性能良好。

LQR控制

LQR控制器是一種多目標(biāo)最優(yōu)控制，能夠使系統(tǒng)在被控時(shí)間內(nèi)，尋求最優(yōu)控制率減小目標(biāo)函數(shù)以達(dá)到最優(yōu)控制效果，即以較小的控制量和代價(jià)使系統(tǒng)穩(wěn)定達(dá)到目標(biāo)狀態(tài)。

該控制算法易于設(shè)計(jì)，但在曲率變化較大的路段進(jìn)行跟蹤控制時(shí)，會(huì)使得跟蹤誤差變大而導(dǎo)致跟蹤失敗，因此往往需要結(jié)合其他控制算法如前饋控制來(lái)進(jìn)行無(wú)誤差跟蹤。

結(jié)果表明，所提出的控制方法可有效提高控制精度，實(shí)現(xiàn)鉸接式車(chē)輛的精確、穩(wěn)定路徑跟蹤。

圖2-7 對(duì)于基于鉸鏈車(chē)模型的路徑跟蹤控制系統(tǒng)

其次，利用LQR最優(yōu)控制實(shí)現(xiàn)該線(xiàn)性系統(tǒng)的閉環(huán)控制，以保證其穩(wěn)定性和快速收斂性。在此過(guò)程中，通過(guò)矩陣Q和r平衡狀態(tài)變量和輸入的權(quán)重，可以得到LQR的最優(yōu)二次型性能指標(biāo)，因此可以方便地調(diào)整和標(biāo)定控制參數(shù)。

2.6 滑?？刂?/p>

滑?？刂疲⊿MC）又稱(chēng)滑模變結(jié)構(gòu)控制，是一種典型的非線(xiàn)性反饋控制方法，具有很強(qiáng)的抗不確定性擾動(dòng)能力。通過(guò)設(shè)計(jì)合適的滑動(dòng)模態(tài)，可以迫使系統(tǒng)快速按照預(yù)定的狀態(tài)軌跡運(yùn)行，具有魯棒閉環(huán)性能。

滑?？刂频娜秉c(diǎn)主要是其不連續(xù)的開(kāi)關(guān)特性將會(huì)引起抖動(dòng)，降低控制系統(tǒng)抖動(dòng)是目前該領(lǐng)域的研究熱點(diǎn)與難點(diǎn)。

首先，對(duì)車(chē)輛的運(yùn)動(dòng)過(guò)程進(jìn)行研究，建立車(chē)輛的運(yùn)動(dòng)學(xué)模型。

其次，基于B樣條曲線(xiàn)理論建立非線(xiàn)性約束平行泊車(chē)路徑優(yōu)化函數(shù)，并分析車(chē)輛運(yùn)動(dòng)學(xué)約束條件。

然后，結(jié)合非時(shí)間參考路徑跟蹤控制和終端滑?？刂品椒ǎ岢龌谮吔傻姆菚r(shí)間參考終端滑模路徑跟蹤控制方法。