差动转向无人驾驶汽车路径跟踪模型预测控制研究

"基于差动转向的无人驾驶汽车路径跟踪研究，周兵兵，史昀珂，陈南，东南大学机械工程学院" 本文主要探讨了利用差动转向技术来实现四轮独立驱动(FWIA)无人驾驶汽车(AGV)的路径跟踪控制问题。差动转向是一种通过左右车轮的不同转速来产生差动力矩，使车辆能够灵活转向的方法。这种转向方式让车轮绕其主销转动，提供了一种精确控制车辆横向运动的有效手段。 在路径跟踪方面，文章采用了模型预测控制(MPC)策略来设计控制器。MPC是一种先进的控制方法，它能够考虑到系统的动态行为和未来状态，通过预测模型来计算当前时刻的最佳控制输入。在这种情况下，控制器的目标是计算出必要的差动力矩，使得车辆不仅能够准确跟踪预设路径，同时还能保持行驶稳定性。 在设计过程中，路径跟踪误差被纳入到期望的横摆角速度中，这意味着路径跟踪任务与车辆稳定性被统一考虑。通过这种方式，路径跟踪问题被转化为一个动态平衡问题，确保车辆在跟踪路径时不会出现不稳定行为。 为了验证差动转向和MPC路径跟踪控制器的性能，作者进行了CarSim与Simulink的联合仿真。CarSim是一款专业的车辆动力学仿真软件，而Simulink则是MATLAB环境下的仿真工具，两者结合可以对复杂的车辆控制系统进行详尽的仿真分析。仿真结果证实了差动转向在无人驾驶汽车中的可行性，并且证明了所设计的路径跟踪控制器能够有效地实现预期的路径跟踪任务，同时保持车辆的稳定行驶。 关键词涉及的领域包括无人驾驶汽车技术、路径跟踪算法、差动转向技术和模型预测控制。这些关键词体现了文章的核心研究内容，即在无人驾驶汽车中，如何通过创新的控制策略和转向机制来提高路径跟踪精度和行驶安全性。 总结起来，这篇文章是关于如何运用差动转向和模型预测控制技术来解决无人驾驶汽车路径跟踪问题的研究。通过理论分析和仿真验证，作者提出了一种有效的方法，这将有助于推动无人驾驶汽车在实际应用中的路径规划和控制能力。