1、前言
随着自动驾驶的关键技术不断取得突破，自动驾驶汽车凭借其智能、安全、便捷等优点逐步进入市场。车辆模型的适合度、自动驾驶技术的优劣直接影响到自动驾驶的性能。合适的车辆模型是控制器设计和仿真实验的基础，能简化复杂性，减小计算量。而路径跟踪控制技术是自动驾驶技术的基础，其任务是设计灵敏的路径跟踪控制器，使汽车在一定标准下跟踪期望路径，同时保证车辆在行驶过程中的安全性和乘坐的舒适性。因此，车辆模型的选择及路径跟踪控制器的设计对自动驾驶汽车的研究和发展具有重要意义。
2、研究现状
20世纪90年代开始，我国学者开始积极推动我国的 ITS 研究与国际先进水平接轨。“十五”期间，智能交通运输被纳入“863 计划”；“十一五”期间我国成立了中国智能交通协会，并选择了“北上广”等11个特大型城市开展智能交通系统的试点，目前取得了不错的进展[1]。高继东等人在《我国智能车辆技术发展研究》中指出我国互联网技术飞速发展与智能化产品日益成熟有助于全面提升传统汽车智能化水平，建立我国智能车辆技术体系[2]。
目前，在自动驾驶汽车路径跟踪控制研究方面，吴东林，张玉华在《农用车辆路径跟踪育苗控制研究》中为了提高无人驾驶农用车辆突发状况时的安全性和控制效率，将跟踪预瞄加反馈控制器使用到了车辆的控制系统上，并采用免疫模糊 PID 控制算法对系统进行优化，以提高 PID 算法的控制精度。为了验证方法的可行性，模拟无人驾驶农用车辆的作业环境，对控制算法的精度和效率进行了验证。测试结果表明: 采用免疫模糊 PID 控制算法具有较高的控制精度，算法运算效率也很高，可以满足无人驾驶农用车辆控制系统的设计需求[3]。
赵治国、周良杰等人在《机械工程学报》上发表的《无人驾驶车辆路径跟踪控制预瞄距离自适应优化》一文针对无人驾驶车辆路径跟踪控制，充分考虑车速和道路曲率对预瞄距离的影响，设计了兼顾路径跟踪精度、转向频度和车辆稳定性的预瞄距离 PSO 寻优算法，得出了预瞄距离、车速和道路曲率三者间的关系，实现了预瞄距离自适应控制，并进行了仿真和硬件在环验证。仿真和硬件在环试验结果表明该控制策略不仅能实现预瞄距离对车速和道路曲率的自适应，而且能兼顾路径跟踪精度、转向频度和车辆稳定性等要求，同时实时性也能得到很好的保证[4]。
王若尘，魏振东等人在《汽车工程》上发表的《视觉预瞄式智能车辆纵横向协同控制研究》一文针对智能车辆路径跟踪控制的高度非线性及纵横向运动控制的耦合性问题，结合视觉预瞄模型及模型预测控制理论提出了一种预瞄式 MPC 路径跟踪控制新方法。该方法首先对非线性预测模型进行局部线性化，将 MPC 最优化求解问题转化为二次规划问题。在每个控制时域内将纵向车速及预瞄距离视为已知，运用指数模型对纵向车速进行描述，并结合道路曲率及实际车速设计了预瞄距离发生器。仿真和试验结果表明: 相较于传统 MPC 跟踪控制方法，预瞄式 MPC 控制方法在不同车速下均能减小跟踪过程中的横向偏差和方向偏差，提高了跟踪精度，且此提升效果在高速状态下更为明显[5]。
刁勤晴等人针对智能车在大曲率弯道中转向机构过早响应以及驶入弯道车速过高的问题，提出了一种基于动态双点预瞄策略的横纵向模糊控制方法。建立了车辆的动力学模型和视觉预瞄模型，给出了弯道安全车速的确定方法以及双点预瞄动态调节流程，介绍了横纵向模糊控制器的设计方法。所设计的控制系统能根据道路曲率和实时车速调节预瞄距离，既确保了车辆的转向角以较高精度实时跟踪大曲率路径，又保证了驶入弯道前以及在弯道中的车速始终处于安全范围内[6]。
左世奇在《智能车辆轨迹跟随控制算法研究》中分别利用预瞄理论和模型预测理论设计控制算法。基于最优预瞄理论的轨迹跟随控制方法首先是利用车辆预期轨迹的信息，建立前轮转向角同横向位置偏差的函数关系，设计前馈的多点预瞄控制器。为了充分利用横向偏差，在反馈环节添加滑模控制器，并分析控制器的稳定性，说明滑模面设计的合理性，完成了前馈 滑模轨迹跟随控制器的设计。在模型预测控制（MPC）理论设计轨迹跟随控制器的方法上采用线性时变模型预测控制方法对智能驾驶车辆横向控制器进行了设计，添加动力学相关约束，保证线性时变模型预测控制算法的推导结果能够很好的符合车辆动力学性能。构建了车辆动态特性以及车辆转向系统约束对侧向控制过程中的控制器状态量与输出量的约束规则。仿真结果表明两个控制器的跟踪效果大致相同，而模型预测控制器的横向位置偏差曲线表现更为稳定；高速工况下，随着车速增加,两个控制器的控制效果发生变化，在直线路段模型预测控制器的跟随效果更好，而弯道处的横向位置偏差均有增大现象，前馈 滑模控制器相对更稳定，误差更小[7]。
以上是毕业论文文献综述，课题毕业论文、任务书、外文翻译、程序设计、图纸设计等资料可联系客服协助查找。
