[发明专利]一种智能车的路径跟踪方法及系统

权利要求书

1.一种智能车的路径跟踪方法，其特征在于，包括：

根据车辆动力学特性，获取智能车的车辆横摆角、车辆质心处的横摆角速度、系统总扰动和车辆前轮转角之间的线性模型；

将所述车辆横摆角、所述车辆质心处的横摆角速度和系统总扰动作为状态观测量，车辆前轮转角作为控制量，对所述线性模型进行扩张，得到扩张模型；

根据所述扩张模型，采用扩张状态观测器对所述扩张模型中的系统总扰动进行估计，得到当前时刻所述系统总扰动的估计值；

根据所述系统总扰动的估计值，以目标函数值最小，以车辆前轮转角为决策量，以车辆前轮转角、车辆前轮转角的增量和车辆横摆角为约束条件，构建车辆跟踪模型；所述目标函数值为车辆横摆角的跟踪误差和车辆前轮转角变化量之和；

采用模型预测控制方法，对所述车辆跟踪模型求解，得到当前时刻车辆跟踪的最优输入序列；所述最优输入序列为车辆在控制时域内每一时刻的车辆前轮转角；

将所述最优输入序列中当前时刻的车辆前轮转角确定为下一时刻的输入，实现所述智能车的路径跟踪；

所述根据车辆动力学特性，获取智能车的车辆横摆角、车辆质心处的横摆角速度、系统总扰动和车辆前轮转角之间的线性模型，具体包括：

根据车辆动力学特性，在惯性坐标系下建立车辆二自由度动力学模型其中，X为车辆在惯性坐标系下的纵向位移，为纵向位移的微分；Y为车辆在惯性坐标系下的侧向位移，为侧向位移的微分；为在惯性坐标系下的车辆横摆角，为车辆横摆角的微分；v_x为车辆质心处的纵向车速；v_y为车辆质心处的侧向车速；w_r为车辆质心处的横摆角速度，为车辆质心处的横摆角速度的微分；m为车辆的质量；F_yf为车辆前轴的等效侧向力，F_yr为车辆后轴的等效侧向力；L_f为车辆前轴到车辆质心处的距离，L_r为车辆后轴到车辆质心处的距离；I_z为车辆的横摆转动惯量；

对所述车辆二自由度动力学模型进行简化，得到线性模型其中，f为系统总扰动；b为系统模型参数，b＝L_fC_f/I_z，C_f表示前轮等效侧偏刚度；δ_f为车辆前轮转角；

所述扩张模型为其中，状态观测量x₁为车辆横摆角，为状态观测量x₁的微分；状态观测量x₂为车辆质心处的横摆角速度，为状态观测量x₂的微分；状态观测量x₃为系统总扰动，系统总扰动的微分为h，为状态观测量x3的微分；系统控制量u为车辆前轮转角，系统输出量y为状态观测量x₁；b为系统模型参数；

所述根据所述扩张模型，采用扩张状态观测器对所述扩张模型中的系统总扰动进行估计，得到当前时刻所述系统总扰动的估计值，具体包括：

根据所述扩张模型，构建所述扩张状态观测器；所述扩张状态观测器为其中，ε₁为状态观测量x₁的估计误差，z₁为状态观测量x₁的估计值，z₂为状态观测量x₂的估计值，z₃为状态观测量x₃的估计值，β₀₁、β₀₂、β₀₃、a₁、a₂、a₃和γ为扩张状态观测器的参数，fal(·)为非线性函数，

根据所述扩张状态观测器对系统总扰动进行估计，得到当前时刻所述系统总扰动的估计值。