摘要详情

ID / 提交时间

130 / 2025-03-15 11:22:18

标题

On Extended State Sequence Prediction Based MPC Path Tracking Control for Autonomous Vehicle

关键字

extended state observer (ESO),model predictive control (MPC),path tracking control,autonomous vehicle

主题及专题

Review group 10

状态

全文录用

作者

Guochen Liu / Tianjin University

Wenhao Xiao / Tianjin University

Guojie Tang / Academy of mathematics and Systems Sciences, Chinese Academy of Sciences

Kang Song / Tianjin University

Wenchao Xue / Academy of mathematics and Systems Sciences, Chinese Academy of Sciences

Hui Xie / Tianjin University

Tielong Shen / Dalian University of Technology

摘要

路径跟踪控制是自动驾驶汽车的一项关键技术，但由于不同的路况和模型不确定性引起的动态干扰，它面临着重大挑战。为了解决这些问题，本文提出了一种用于车辆路径跟踪的扩展状态基于序列的模型预测控制器（PESO-MPC）。首先，开发了扩展状态观测器（ESO）来实时估计动态扰动，并与扰动预测模型的在线识别相结合，得到扰动序列。随后，建立了一个增强的 MPC 框架，将扩展状态序列纳入预测模型。通过求解二次规划问题，推导了具有动态抗扰能力的控制律。仿真和实车实验结果表明，PESO-MPC 具有优异的性能，与传统 MPC 和 NMPC 相比，均方根误差（RMSE）分别降低了 33.88% 和 18.64% 以上。