[发明专利]一种基于自触发机制的无人车轨迹跟踪控制方法及系统

权利要求书

1.一种基于自触发机制的无人车轨迹跟踪控制方法，其特征在于，包括：

构建无人车运动模型；

根据无人车运动模型的控制输入量及无人车与目标之间的位置偏差构建系统模型；

根据构建的系统模型确定控制李雅普诺夫函数，通过控制李雅普诺夫函数构建无人车跟踪目标轨迹的硬约束条件，基于该硬约束条件构造二次规划问题；

根据控制李雅普诺夫函数构建自触发机制，基于构建的自触发机制迭代求解二次规划问题以更新无人车运动模型下一个控制输入量的时刻及对应的无人车最优控制输入量；

其中，所述构建无人车运动模型包括：

将无人车本体坐标系作为参考坐标系，在惯性坐标系上，得到目标到无人车的旋转矩阵为：

其中，R_n表示目标到无人车的旋转矩阵，Φ表示无人车在惯性坐标系下与x轴正方向之间的夹角；

根据得到的目标到无人车的旋转矩阵，构建无人车运动模型；

其中，所述无人车运动模型表示为：

其中，u、r分别表示无人车的前进线速度和方向角速度，u、r组成无人车运动模型的控制输入量；分别代表无人车在惯性坐标系下x轴和y轴方向的速度，代表角速度；

其中，所述根据无人车运动模型的控制输入量及无人车与目标之间的位置偏差构建系统模型包括：

确定无人车与目标之间的位置偏差为：

其中，(e_x,e_y,e_Φ)表示无人车与目标之间在x轴方向的坐标偏差、y轴方向的坐标偏差和无人车与目标之间方向角偏差；(x,y,Φ)和(x_target,y_target,Φ_target)分别代表无人车和目标在惯性坐标系下的x轴方向的坐标，y轴方向的坐标和与x轴正方向之间的夹角；

将-e_x，e_y，作为系统模型的状态量，其中，表示为：

其中，为简写形式；α为正常数；π₁为简写形式，

根据确定的无人车运动模型的控制输入量和系统模型的状态量，构建系统模型；

其中，所述系统模型表示为：

其中，表示无人车与目标之间方向角偏差对时间的一阶导数，和分别表示无人车与目标之间在x轴方向的坐标偏差和在y轴方向的坐标偏差对时间的一阶导数，f(e_Φ,e_y,e_x)和g(e_Φ,e_y,e_x)分别表示根据目标动态方程和无人车运动模型推导得到的参数为e_Φ,e_y和e_x的表达式；

其中，所述根据构建的系统模型确定控制李雅普诺夫函数，通过控制李雅普诺夫函数构建无人车跟踪目标轨迹的硬约束条件，基于该硬约束条件构造二次规划问题包括：

根据构建的系统模型，确定控制李雅普诺夫函数：

其中，V(t)表示控制李雅普诺夫函数，k₁表示常数系数，e_x(t)和e_y(t)分别表示t时刻e_x和e_y的值；

根据确定的控制李雅普诺夫函数，构建无人车跟踪目标轨迹的硬约束条件：

其中，表示V(·)对时间的一阶导数，ε为正常数；

基于该硬约束条件构造二次规划问题：

其中，U^*表示每次迭代求得的无人车最优控制输入，U表示u、r组成无人车运动模型的控制输入量；H_acc、F_acc都表示根据实际选择的代价函数，H_acc为行列式，F_acc为列向量，U^T和分别代表U和F_acc的矩阵转置。