楊陽陽,何志剛,汪若塵,陳 龍
(江蘇大學(xué) 汽車與交通工程學(xué)院, 江蘇 鎮(zhèn)江 212013)
橫向控制作為智能車輛領(lǐng)域的核心技術(shù)之一,其跟蹤精度和魯棒性是衡量所設(shè)計(jì)控制器性能的關(guān)鍵性指標(biāo)。
針對路徑跟蹤的控制算法,許多學(xué)者進(jìn)行了相關(guān)研究[1-4]。Kritayakirana等[5-6]通過參考目標(biāo)路徑的曲率變化設(shè)計(jì)了前輪轉(zhuǎn)向角前饋補(bǔ)償控制器。侯忠生等[7]基于無模型自適應(yīng)理論對車輛進(jìn)行轉(zhuǎn)向控制,并進(jìn)一步提出基于坐標(biāo)補(bǔ)償?shù)臒o模型自適應(yīng)控制方案。趙翾等[8]采用強(qiáng)化學(xué)習(xí)的理論設(shè)計(jì)了自適應(yīng)PID控制器實(shí)現(xiàn)無人駕駛鉸接式車輛的路徑跟蹤。Khanian等[9]利用模糊邏輯控制規(guī)則實(shí)現(xiàn)路徑跟蹤,并利用遺傳算法對模糊規(guī)則進(jìn)行優(yōu)化。Aizzat等[10]基于運(yùn)動學(xué)模型通過預(yù)測未來時(shí)刻車輛的行駛位置,實(shí)現(xiàn)對目標(biāo)路徑跟蹤。另外,神經(jīng)網(wǎng)絡(luò)[11]、PP控制[12-13]、MPC控制[14-15]、滑膜控制[16]、迭代學(xué)習(xí)[17]等也都在智能車輛運(yùn)動控制領(lǐng)域得到了廣泛驗(yàn)證。
以上研究成果均假設(shè)車輛初始位置在目標(biāo)路徑上,即初始偏差為零。但實(shí)際情況下,車輛對目標(biāo)路徑跟蹤時(shí)會存在一定初始偏差,這樣無疑會進(jìn)一步增加路徑跟蹤控制器的難度。針對這一情況,本文設(shè)計(jì)了一種基于MPC算法和PP算法的混合控制器,旨在解決存在初始偏差條件下的智能車輛路徑跟蹤問題。
圖1 混合控制系統(tǒng)結(jié)構(gòu)
2.1.1 動力學(xué)模型
考慮到車輛非線性動力學(xué)約束和實(shí)時(shí)性的要求,對車輛模型進(jìn)行適當(dāng)簡化,如圖2所示,建立如下系統(tǒng)模型:
(1)
圖2 車輛動力學(xué)模型
2.1.2 線性時(shí)變模型預(yù)測控制
由式(1)可知:本文采用的車輛動力學(xué)模型為非線性模型,非線性模型預(yù)測控制計(jì)算量大,不易求解,不能滿足系統(tǒng)實(shí)時(shí)性的要求[19-20],將非線性系統(tǒng)轉(zhuǎn)換為線性時(shí)變系統(tǒng)能很好地解決此類問題。
系統(tǒng)一般表達(dá)式為:
(2)
將式(2)在工作點(diǎn)(ξ0,u0)處進(jìn)行一階近似泰勒展開,忽略其高階項(xiàng),即可得到系統(tǒng)線性模型。為進(jìn)一步滿足模型預(yù)測控制器設(shè)計(jì)需求,采用一階差商方式可得離散時(shí)變線性系統(tǒng)的狀態(tài)空間方程:
(3)
其中:ξ(t|t)=ξ(t);u(t-1|t)=u(t-1);Δu(k|t)=Δu(k|t)-Δu(k-1|t);I為單位矩陣,T為系統(tǒng)采樣時(shí)間。Jf(ξ)為f對ξ的雅克比矩陣;Jf(u)為f對u的雅克比矩陣。
設(shè)定系統(tǒng)控制目標(biāo)函數(shù)為
(4)
式中;ηref(t+i|t)為未來第i時(shí)刻系統(tǒng)的參考輸出量;Q、R為權(quán)重矩陣;Np為預(yù)測時(shí)域;Nc為控制時(shí)域;ρ為權(quán)重系數(shù);ε為松弛因子。式(4)中:第1項(xiàng)表征車輛系統(tǒng)對目標(biāo)路徑的跟蹤能力;第2部分表征系統(tǒng)對車輛前輪轉(zhuǎn)角平穩(wěn)控制的要求;第3部分保證系統(tǒng)在每個(gè)預(yù)測時(shí)域內(nèi)有可行解;并假設(shè)當(dāng)Nc≤k≤Np時(shí),Δu(k|t)=0。
在實(shí)際控制中,系統(tǒng)的狀態(tài)量和控制量往往會存在一些關(guān)于系統(tǒng)輸入和輸出的約束條件。
于是系統(tǒng)的求解問題可描述為在滿足系統(tǒng)狀態(tài)空間方程式(3)和約束條件下,求解控制時(shí)域內(nèi)使目標(biāo)函數(shù)式(4)最小的最優(yōu)控制增量序列,最優(yōu)控制增量序列定義如下:
ΔUt=[Δu(t),…,Δu(t+Nm)]T
(5)
將該序列的第1個(gè)控制增量作為系統(tǒng)下一時(shí)刻的實(shí)際控制增量作用于系統(tǒng),即
u(t)=u(t-1)+Δu(t)
(6)
在下個(gè)控制周期重復(fù)上述求解內(nèi)容,即可實(shí)現(xiàn)車輛對目標(biāo)路徑的跟蹤控制。
2.2.1 PP控制算法
PP算法是一種基于汽車幾何學(xué)模型的跟蹤方法,通過計(jì)算連接車輛后輪輪心和前方參考路徑上目標(biāo)點(diǎn)(gx,gy)的圓弧半徑,得到前輪轉(zhuǎn)向角,進(jìn)而實(shí)現(xiàn)對參考路徑的跟蹤。圖3為PP幾何原理,目標(biāo)點(diǎn)(gx,gy)可由車輛后輪輪心位置和前視距離ld計(jì)算得到。
圖3 PP幾何原理
由圖3可得到如下關(guān)系:
(7)
即
(8)
式中:R為車輛轉(zhuǎn)向半徑;ld為前視距離;α為前視角;eld為車輛與目標(biāo)點(diǎn)的橫向偏差。
根據(jù)阿克曼轉(zhuǎn)向幾何,前輪轉(zhuǎn)角和車輛轉(zhuǎn)彎半徑直接存在如下關(guān)系:
(9)
式中L為車輛軸距。
聯(lián)立式(9)和式(10)即可得到PP控制前輪轉(zhuǎn)向角控制律。
(10)
2.2.2 前視距離
不同車速下,前視距離的選擇對于系統(tǒng)的穩(wěn)定性和跟蹤精度有很大影響。前視距離過短,一定程度上可以提升車輛對目標(biāo)路徑的跟蹤精度,但是會降低系統(tǒng)的穩(wěn)定性,甚至導(dǎo)致系統(tǒng)震蕩跟蹤失穩(wěn)。前視距離過長,可以提升系統(tǒng)穩(wěn)定性,但是會降低車輛對目標(biāo)路徑的跟蹤精度,在跟蹤大曲率路徑時(shí),出現(xiàn)提前轉(zhuǎn)向。通常將前視距離設(shè)定為車速vx的線性函數(shù)。
本文設(shè)定前視距離與速度之間關(guān)系曲線如式(11)所示,前視距離隨車速不同在5~20 m范圍內(nèi)變化:
(11)
在不同橫向偏差及不同車速下,運(yùn)用MPC控制器控制車輛跟蹤200 m直線路徑過程中的最大橫向偏差曲面,如圖4所示。由圖4可知:在不同的車速下,隨著設(shè)定橫向偏差值的增加,均存在一個(gè)橫向偏差ysw,當(dāng)初始橫向偏差小于該橫向偏差時(shí),車輛可精確跟蹤目標(biāo)路徑。當(dāng)初始橫向偏差大于該橫向偏差時(shí),車輛跟蹤目標(biāo)路徑的最大橫向偏差會突然增大,意味著車輛已經(jīng)失去對目標(biāo)路徑的跟蹤能力。通過對不同車速下橫向偏差值ysw的擬合,可得橫向偏差值ysw和車速的關(guān)系曲線如圖5所示,選擇該曲線作為系統(tǒng)的切換閾值曲線。同時(shí),為滿足MPC控制器對前輪轉(zhuǎn)角變化增量的約束條件,在PP控制器切換到MPC控制器時(shí),設(shè)定MPC控制器和PP控制器輸出的前輪轉(zhuǎn)角差值小于Δδfmax為切換約束條件。
圖5 切換閾值曲線擬合圖
為驗(yàn)證本文所設(shè)計(jì)的橫向混合控制系統(tǒng)的有效性,本文在Carsim和Simulink環(huán)境下搭建了系統(tǒng)的聯(lián)合仿真模型。系統(tǒng)中車輛仿真參數(shù)根據(jù)實(shí)車實(shí)驗(yàn)標(biāo)定得到,部分參數(shù)如表1所示。
表1 整車參數(shù)
參數(shù)數(shù)值整車質(zhì)量m/kg1 351質(zhì)心至前軸距離lf/m1.04質(zhì)心至前軸距離lr/m1.56車輛轉(zhuǎn)動慣量IZ/(kg·m2)2 031.4前輪側(cè)偏剛度Caf/(N·rad-1)30 000后輪側(cè)偏剛度Car/(N·rad-1)30 000附著系數(shù)μ0.85
目標(biāo)路徑軌跡方程由式(12)給出。
Yref=D1(1+tanh(h1))+D2(1+tanh(h2))+
D3(1+tanh(h3))
(12)
表2 MPC控制器主要參數(shù)
參數(shù)數(shù)值預(yù)測時(shí)域NP15控制時(shí)域NC9加權(quán)矩陣Qdiag(1 400,2 000)加權(quán)矩陣R10 000權(quán)重系數(shù)ρ1 000松弛因子ε10采樣時(shí)間T/s0.02前輪轉(zhuǎn)角約束δf/(°)25前輪轉(zhuǎn)角增量約束Δδfmax/((°)·s-1)0.57
圖6 10 m/s時(shí)路徑跟蹤效果對比
圖7 10 m/s時(shí)車輛橫向偏差對比
圖8 10 m/s時(shí)車輛方向偏差對比
圖9 20 m/s時(shí)路徑跟蹤效果對比
圖10 20 m/s時(shí)車輛橫向偏差對比
圖11 20 m/s時(shí)車輛方向偏差對比
由圖6~11可知:初始偏差條件下,當(dāng)縱向車速分別為10 m/s及20 m/s時(shí),系統(tǒng)分別在如圖7、10所示的A1、A2點(diǎn)進(jìn)行切換。在切換點(diǎn)之前,系統(tǒng)由PP控制器進(jìn)行控制,實(shí)現(xiàn)車輛對目標(biāo)路徑的快速跟蹤,因此切換控制與PP控制得到的橫向偏差曲線、方向偏差曲線在切換點(diǎn)之前重合。在滿足切換條件之后,系統(tǒng)切換到MPC控制,實(shí)現(xiàn)車輛對目標(biāo)路勁跟蹤精度的提升。
當(dāng)縱向車速為10 m/s時(shí),運(yùn)用MPC控制器控制車輛時(shí),在經(jīng)過起始點(diǎn)至B1這段距離的調(diào)節(jié)后,實(shí)現(xiàn)車輛對目標(biāo)路徑的跟蹤,因此在B1之后,切換控制器與MPC控制器得到的橫向偏差曲線、方向偏差曲線會出現(xiàn)重合。而在20 m/s時(shí),單獨(dú)運(yùn)用MPC控制器已經(jīng)不能完成車輛對目標(biāo)路徑的跟蹤,因此在切換點(diǎn)之后,并沒有出現(xiàn)切換控制器與MPC控制器得到的偏差曲線重合的情況。
以上分析可知:本文所設(shè)計(jì)的切換控制系統(tǒng),在較大初始偏差條件下能快速糾正偏差,跟蹤上目標(biāo)路徑,避免了MPC器在較大初始偏差下不能實(shí)現(xiàn)對目標(biāo)路徑的有效跟蹤,出現(xiàn)超調(diào)或者失穩(wěn)的現(xiàn)象;且當(dāng)快速跟蹤上目標(biāo)路徑后,在不同路徑曲率下,始終控制橫向偏差范圍在±0.1 m,方向偏差范圍在±4°,具有較高的控制精度??梢?,本文所提出的橫向混合控制系統(tǒng)達(dá)到了跟蹤精度和魯棒性兼顧的目的。
為驗(yàn)證切換控制系統(tǒng)的可行性,根據(jù)上述所設(shè)計(jì)控制器在試驗(yàn)樣車上進(jìn)行了試驗(yàn),縱向參考車速設(shè)定為36 km/h。試驗(yàn)車輛基于知豆D2電動車改裝而成,如圖12所示。圖13為試驗(yàn)設(shè)備。
圖12 試驗(yàn)車輛
圖13 基本設(shè)備
試驗(yàn)跟蹤目標(biāo)路徑式(12)給出,試驗(yàn)結(jié)果如圖14~17所示。其中圖14為試驗(yàn)車速曲線,圖15為方向盤轉(zhuǎn)角輸入曲線,圖16和圖17分別為車輛跟蹤目標(biāo)路徑的橫向偏差和方向偏差曲線。
圖14 試驗(yàn)車速曲線
圖15 方向盤轉(zhuǎn)角試驗(yàn)曲線
由試驗(yàn)曲線可知,車輛在跟蹤過程中,車速控制在34~38 km/h,經(jīng)過短距離的調(diào)整,車輛迅速跟蹤上目標(biāo)路徑。在跟蹤起始階段,因?yàn)槌跏计畹拇嬖冢较虮P迅速轉(zhuǎn)向使得車輛快速跟蹤上目標(biāo)路徑。穩(wěn)定跟蹤時(shí),橫向偏差控制在±0.2 m以內(nèi),方向偏差控制在±5°以內(nèi)。結(jié)果表明,所設(shè)計(jì)的切換控制系統(tǒng)穩(wěn)定可靠,具有較強(qiáng)的魯棒性。
圖16 車輛跟蹤目標(biāo)路徑的橫向偏差試驗(yàn)曲線
圖17 車輛跟蹤目標(biāo)路徑的方向偏差試驗(yàn)曲線
1) 分別基于MPC控制算法和PP控制算法建立MPC路徑跟蹤控制器和PP路徑跟蹤控制器。
2) 根據(jù)MPC控制算法和PP控制算法的優(yōu)缺點(diǎn),結(jié)合MPC控制算法隨著橫向偏差的增大,跟蹤效果出現(xiàn)驟降的情況,提取不同縱向車速和橫向偏差下MPC跟蹤效果出現(xiàn)驟降的位置坐標(biāo)并進(jìn)行曲線擬合。將擬合后的曲線作為系統(tǒng)的切換閾值曲線,并結(jié)合MPC控制器和PP控制器的前輪轉(zhuǎn)角輸出量設(shè)定了系統(tǒng)切換控制策略。
3) 仿真結(jié)果表明:所設(shè)計(jì)的切換控制系統(tǒng)兼有MPC控制算法跟蹤精度高和PP控制算法魯棒性強(qiáng)的優(yōu)點(diǎn)。存在初始偏差的情況下,在快速糾正行駛偏差跟蹤目標(biāo)路徑的同時(shí),仍可以控制車輛對目標(biāo)路徑跟蹤的橫向偏差保持在±0.1m,方向偏差保持在±4°。