基于改进的模型预测控制无人驾驶车辆路径跟踪控制

作者：周义棚; 李聪^*; 杨威

来源：上海工程技术大学学报, 2023, 37(02): 164-172.

• 模型预测控制
• 粒子群优化算法
• 路径跟踪
• 横向控制
• 高斯过程回归

为提高无人驾驶车辆路径跟踪精度和稳定性，提出一种基于粒子群优化(Particle Swarm Optimization, PSO)和高斯过程回归(Gaussian Process Regression, GPR)的模型预测控制（Model Predictive Control, MPC）参数自适应方法(PSO-MPC).使用PSO离线优化MPC参数，利用GPR生成最优参数曲面，可在各种工况下提高无人驾驶车辆路径跟踪的性能.仿真结果表明，改进的MPC方法在整个路径跟踪过程中能保持车辆稳定性，同时实现良好的路径跟踪精度.最后，在真实的无人驾驶车辆上验证了改进的MPC方法的有效性.

• 单位
  上海工程技术大学