自动驾驶汽车状态观测与路径跟踪控制策略的融合方法

"该文研究了自动驾驶汽车的行驶状态观测与路径跟踪控制策略，通过建立四自由度四轮车辆动力学模型以及车轮滚动动力学模型，为自动驾驶提供了理论基础。文章提出了基于非线性补偿的自适应SCKF（Square Root Unscented Kalman Filter）和自适应SSM（State Space Model）融合的车辆质心侧偏角观测策略，以及基于稳态模型的观测器设计，解决了行驶状态观测的精度问题。同时，还探讨了路径跟踪控制的当前研究进展，包括传统的路径跟踪控制策略和鲁棒控制策略，并指出了当前研究存在的问题。" 自动驾驶汽车行驶状态观测与路径跟踪控制策略是现代智能交通系统的关键技术之一。行驶状态观测是指获取车辆实时的运动参数，如速度、加速度、侧偏角等，这对于车辆的稳定控制和安全行驶至关重要。文章首先建立了全面的车辆动力学模型，包括纵向、横向、横摆和侧倾四个自由度，以精确描述车辆的运动行为。轮胎动力学模型则采用了魔术轮胎模型来估算轮胎的横纵向力，同时利用Fiala模型计算轮胎的侧向力，以满足路径跟踪控制的预测需求。 为提高行驶状态观测的准确性，文中提出了两种观测策略。一是基于非线性补偿的自适应SCKF观测器，通过设计轮胎力估计器更新车辆动力学的非线性观测模型，以适应车辆在复杂动态条件下的观测需求。二是基于稳态模型的状态观测器，通过对车辆质心侧偏角的稳态数学表达进行分析，提高了观测的稳定性。此外，还引入了基于递推最小二乘法的轮胎参数辨识策略，进一步优化了观测效果。 路径跟踪控制是使车辆能够准确按照预设路径行驶的关键。文章回顾了当前路径跟踪控制策略的研究进展，包括传统的控制策略和鲁棒控制策略，分析了它们在应对不确定性、干扰和非线性问题时的优缺点。为解决现有控制策略的不足，作者指出未来研究需要关注的问题，为后续研究提供了方向。 该文为自动驾驶汽车的行驶状态观测和路径跟踪控制提供了深入的理论分析和创新的解决方案，为实际应用中的自动驾驶系统设计提供了重要的参考。