摘要：根据自适应模型预测控制相关原理,设计一种无人驾驶车辆的轨迹跟踪控制策略.基于车辆动力学模型,建立轨迹跟踪控制器,并设计目标函数与相关约束,利用自适应mpc(model predictive control)控制算法对其进行求解.在每一个控制时刻工作点,不断更新卡尔曼状态估计器相关增益系数矩阵以及控制器的状态来适应无人驾驶车辆当前的工作环境,以此补偿车辆的非线性以及状态测量噪声带来的影响.在MATLAB中搭建仿真模型并进行仿真验证,得出自适应mpc对于无人驾驶车辆的轨迹跟踪拥有较好的控制精度与鲁棒性,验证了该算法应用在轨迹跟踪控制层的有效性,为轨迹跟踪控制的研究提供了参考.

摘要：针对三轴重载货车的工作环境恶劣、工况复杂以及车辆结构的原因,容易发生横向失稳等问题。提出基于自适应mpc模型预测控制理论建立了前轮主动转向(AFS)与直接横摆力矩控制(DYC)集成控制策略。该策略采用分层控制结构,在二自由度线性变参数时变(LPV)车辆模型基础上设计了LPV/mpc上层控制器,基于垂直载荷的轮胎力分配设计了下层横摆力矩分配的控制器,利用Simulink-Trucksim进行联合仿真验证。研究表明:在匀速的双移线工况下,基于自适应mpc的集成控制方法比mpc模型预测控制方法的横摆角速度,质心侧偏角以及侧向加速度等均方面降低了3%~5%左右,保证了三轴重载汽车的行驶稳定性;在变速的工况下,mpc模型预测控制方法不能适应车辆速度的变化,控制效果微弱。而提出的自适应mpc模型预测控制方法不仅在车速方面具有很好的鲁棒性,并且提高了车辆的操纵稳定性。

摘要：提出了新一代的自适应模型预测控制器,自适应mpc控制器由mpc控制模块、在线辨识模块、性能监控模块3个模块组成,相互协调配和来实现自适应mpc控制。除了控制器功能设计以外,其余过程均可自动进行。对于新建mpc应用,首先进行多变量测试与辨识,在模型符合控制要求时,自动进入控制器投运。通过控制器性能监视发现模型不满足控制要求精度时,触发一次多变量模型测试与辨识过程,替换原有模型进行控制,保证控制器性能始终处于最佳状态。自适应mpc控制器在PTA装置上的应用表明了算法的有效性。