报告详情
On Extended State Sequence Prediction Based MPC Path Tracking Control for Autonomous Vehicle
编号：74
访问权限：仅限参会人
更新：2025-05-06 15:04:28 浏览：7次
口头报告
报告开始：暂无开始时间（Asia/Shanghai）
报告时间：暂无持续时间
所在会场：[暂无会议] [暂无会议段]
暂无文件
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。
关键词
extended state observer (ESO),model predictive control (MPC),path tracking control,autonomous vehicle
报告人
Guochen Liu
PhD Student Tianjin University稿件作者
全部评论
重要日期
-
会议日期
06月05日
2025
至06月08日
2025
-
04月30日 2025
初稿截稿日期
主办单位
IEEE PELS
IEEE
IEEE
承办单位
Southeast University
联系方式
- Quanwei Wu
- pr******@pub.seu.edu.cn
发表评论