【198】第45卷第02期2023-02收稿日期：2021-04-26基金项目：国家重点研发计划（2020AAA0108103，2016YFD0701401，2017YFD0700303和2018YFD0700602）；中国科学院青年创新促进会（2017488）；中国科学院合肥物质科学研究院十三五重点支持项目（KP-2019-16）；安徽省自然科学基金（1808085QF213）作者简介：吴永刚（1993-），男，安徽阜南人，硕士研究生，研究方向为无人车运动控制。通讯作者：梁华为（1963-），男，安徽合肥人，研究员，博士，研究方向为无人车感知与规划控制。基于自适应模型预测的无人车跟踪控制方法研究Researchonobstaclesavoidancecontrolmethodofunmannedgroundvehiclesbasedonadaptivemodelprediction吴永刚1,2，梁华为2*WUYong-gang1,2，LIANGHua-wei2*（1.安徽大学物质科学与信息技术研究院，合肥230601;2.中国科学院合肥物质科学研究院，合肥230088）摘要：针对避障工况下现有控制方法难以同时满足跟踪精度和稳定性的问题，设计了一种考虑滑移约束的自适应模型预测控制方法，能够在不同避障工况自适应匹配最优时域参数和稳态转角约束，提高控制器的适应能力和动态响应性能。首先由实验测试获取优化的时域参数表，并综合考虑滑移边界内的稳态转角约束，设计参数自适应机制，然后在联合仿真平台进行了双移线工况的仿真实验来模拟避障场景，验证了所设计的自适应模型预测控制器的有效性，最后基于实车平台进行了实际避障场景的路径跟踪实验。实验结果表明，与传统模型预测控制相比，所设计的自适应模型预测控制器在跟踪精度和稳定性方面都有较大改善。关键词：无人车；自适应；模型预测控制；避障；跟踪精度；稳定性中图分类号：TP242.6文献标志码：A文章编号：1009-0134(2023)02-0198-050引言路径跟踪控制是无人驾驶的关键技术之一。在避障等工况下[1]，路径跟踪控制器的性能对保障车辆行驶稳定性和安全性至关重要[2]。目前已有的控制算法中，PID控制算法[3]、纯跟踪控制算法[4]设计实现比较简单，但易受车辆参数和道路曲率变化的影响，只能在一定范围内适用，在避障场景，控制量容易产生跳变导致方向盘转角振荡。再如鲁棒控制器[5]、滑模控制器[6]等，虽然有较好的鲁棒性，但是需要根据车辆参数和路径的信息调整预瞄距离，在避障过程中，很难同时保证跟踪精度和稳定性。而且大多数控制方法未能考虑车辆运动过程中的动力学约束，比如线性二次调节器（LQR）依赖于准确的线性模型，在轮胎线性区能够很好地跟踪常规道路，对于...
