基于模型预测控制的无人驾驶双移线轨迹跟踪

"本文主要探讨了基于模型预测控制算法的无人驾驶车辆路径识别与跟踪控制，重点关注双移线参考轨迹的设计与应用。" 在自动驾驶领域，模型预测控制算法在高速行驶的轨迹跟踪中扮演着重要角色。这种算法利用车辆的动力学模型来预测未来的状态，从而优化控制决策，确保车辆在追踪轨迹过程中的精度和稳定性。双移线测试是一种常用于评估车辆行驶稳定性的标准测试方法，尤其适用于检查无人驾驶车辆的轨迹跟踪能力。 双移线参考轨迹由式（4.1）定义，其中Y表示纵向坐标，X表示横向坐标，而φ是参考横摆角。这个轨迹设计能够模拟复杂的转向情况，对控制器的控制精度和准确度进行严格检验。在图4.7所示的双移线参考轨迹图中，可以看到轨迹的X坐标变化，以及对应的Y坐标，这有助于理解车辆在执行双移线测试时的动态行为。 冉洪亮在其重庆大学硕士学位论文中，详细研究了无人驾驶车辆的车道线检测、路径规划和轨迹跟踪控制。车道识别通过传感器数据提取车道线信息，构建期望的跟踪轨迹模型。接着，通过分析环境信息，决定最安全的动作策略并规划路径。轨迹跟踪控制部分则基于3自由度车辆动力学模型，设计了线性时变模型预测控制器，结合轮胎线性区域约束，通过调整前轮转向角度实现精确的轨迹跟踪。 为了验证和训练模型，论文采用了Udacity提供的无人驾驶道路数据，使用MATLAB进行图像处理，包括将RGB图像转换为灰度、图像增强、动态兴趣区域选择、逆透视变换以及霍夫直线检测等步骤，以识别车道线并准备后续的路径规划和控制。 总而言之，本文深入研究了无人驾驶车辆的路径识别与跟踪控制技术，特别是模型预测控制算法在双移线测试中的应用，为无人驾驶汽车的稳定性和精度提供了理论支持和实践验证。