基于模糊LQR的自动驾驶车辆路径跟踪优化

doi:10.16731/j.cnki.1671-3133.2025.10.009

现代制造工程 ›› 2025, Vol. 541 ›› Issue (10): 82-88.doi: 10.16731/j.cnki.1671-3133.2025.10.009

基于模糊LQR的自动驾驶车辆路径跟踪优化

程广伟^1,2, 赵小康¹, 张子扬¹, 卢艳阳², 郭占正¹

1 河南科技大学车辆与交通工程学院,洛阳 471003;
2 洛阳理工学院智能制造学院,洛阳 471023

收稿日期:2024-11-06 发布日期:2025-10-29
通讯作者: 程广伟,博士研究生,教授,主要从事车辆自动驾驶技术、现代车辆测试技术及装备研究工作。E-mail:2066814401@qq.com
作者简介:赵小康,硕士研究生,主要从事车辆自动驾驶技术研究工作。
基金资助:
河南省高等教育机构重点研究项目(24A413006);河南省科技攻关项目(232102240022)

Path tracking optimization for autonomous vehicles based on fuzzy LQR

CHENG Guangwei^1,2, ZHAO Xiaokang¹, ZHANG Ziyang¹, LU Yanyang², GUO Zhanzheng¹

1 School of Vehicle and Traffic Engineering, Henan University of Science and Technology, Luoyang 471003, China;
2 School of Intelligent Manufacturing, Luoyang Institute of Science and Technology, Luoyang 471023, China

Received:2024-11-06 Published:2025-10-29

摘要/Abstract

摘要： 为了提高自动驾驶车辆的路径跟踪精度,提出了一种基于模糊线性二次型调节器(Linear Quadratic Regulator,LQR)的自动驾驶车辆路径跟踪控制方法。首先,在建立车辆二自由度动力学模型和路径跟踪误差模型的基础上,设计了LQR路径跟踪控制器;然后,针对误差权重系数固定的LQR路径跟踪控制器对多变行驶工况适应性较差的问题,利用模糊控制算法对LQR路径跟踪控制器的误差权重系数进行自适应调节,以达到对路径的精确跟踪;最后,通过CarSim软件和Simulink软件进行联合仿真,结果表明,与LQR路径跟踪控制相比,模糊LQR路径跟踪控制的最大侧向误差减小了53.3 %,最大航向角误差减小了46.9 %;通过Apollo Advanced试验平台验证了所提方法的有效性,该研究结果可为自动驾驶车辆路径跟踪控制器的设计与优化提供创新思路。

关键词: 自动驾驶车辆, 路径跟踪, 线性二次型调节器控制器, 模糊控制, 误差权重系数

Abstract: In order to improve the path tracking accuracy of autonomous vehicles, a path tracking control method for autonomous vehicles based on fuzzy Linear Quadratic Regulator (LQR) was proposed. Firstly, based on the establishment of a two degree of freedom vehicle dynamics model and a path tracking error model, an LQR path tracking controller was designed. Then, in response to the problem of poor adaptability of the LQR path tracking controller with a fixed error weight coefficient to variable driving conditions, a fuzzy control algorithm was used to adaptively adjust the error weight coefficient of the LQR path tracking controller to achieve accurate path tracking. Finally, through the joint simulation of CarSim software and Simulink software, the results showed that compared with LQR path tracking control, the maximum lateral error of the fuzzy LQR path tracking control was reduced by 53.3 %, and the maximum heading angle error was reduced by 46.9 %. The effectiveness of the proposed method was verified through the Apollo Advanced test platform, and the research results can provide innovative ideas for the design and optimization of path tracking controllers for autonomous vehicles.

Key words: autonomous vehicles, path tracking, linear quadratic regulator controller, fuzzy control, error weight coefficient

中图分类号:

U461.99

程广伟, 赵小康, 张子扬, 卢艳阳, 郭占正. 基于模糊LQR的自动驾驶车辆路径跟踪优化[J]. 现代制造工程, 2025, 541(10): 82-88.

CHENG Guangwei, ZHAO Xiaokang, ZHANG Ziyang, LU Yanyang, GUO Zhanzheng. Path tracking optimization for autonomous vehicles based on fuzzy LQR[J]. Modern Manufacturing Engineering, 2025, 541(10): 82-88.

参考文献

[1] YAO Q,TIAN Y,WANG Q,et al.Control strategies on path tracking for autonomous vehicle:state of the art and future challenges[J].IEEE Access,2020,8:161211-161222.
[2] 刘昊,陈韬,谢辉.无人驾驶公交车超车行为的评价与优化研究[J].武汉大学学报(工学版),2024,57(4):486-496.
[3] 陈贞,李京泰,郭煌,等.应用人工智能技术的自动驾驶系统安全测评方法研究[J/OL].汽车工程学报:1-11[2024-10-24].http://kns.cnki.net/kcms/detail/50.1206.U.20240717.1537.002.html.
[4] 熊璐,杨兴,卓桂荣,等.无人驾驶车辆的运动控制发展现状综述[J].机械工程学报,2020,56(10):127-143.
[5] 陈扬帆.基于分层架构的自动驾驶决策规划方法研究与应用[D].西安:长安大学,2023.
[6] 刘凯,李浩然,许述财,等.自主车辆前馈NMPC路径跟踪控制方法研究[J].重庆理工大学学报(自然科学),2024,38(5):18-29.
[7] 郭洪艳,李光尧,刘俊,等.滚动优化下的对偶启发规划车辆路径跟踪控制[J].控制理论与应用,2024,9(2):1-10.
[8] 卢少波,代灵峰,王晨辉,等.基于自主漂移的自动驾驶车辆极限工况轨迹规划与控制[J].汽车工程,2024,46(10):1780-1789.
[9] 黄迎港,罗文广,蓝红莉,等.复杂路况下无人车辆全速域路径跟踪复合控制研究[J].重庆理工大学学报(自然科学),2022,36(2):28-36.
[10] 王国栋,刘洋,李绍松,等.基于轮胎状态刚度预测的极限工况路径跟踪控制研究[J].自动化学报,2022,48(6):1590-1600.
[11] 郭旭东,杨世春.自动驾驶4WS车辆路径跟踪最优控制算法仿真[J].计算机仿真,2020,37(4):123-127.
[12] 裴玉龙,张晨曦,傅博涵,等.基于自适应采样周期和预测时域MPC的车辆路径跟踪控制[J].交通运输研究,2024,10(3):46-55.
[13] 葛程,李伟东,黄振柱,等.基于模糊终端滑模控制器的路径跟踪横向控制策略[J].大连理工大学学报,2024,64(4):376-383.
[14] 崔凯晨,高松,王鹏伟,等.基于前馈+预测LQR的智能车循迹控制器设计[J].科学技术与工程,2024,24(10):4287-4299.
[15] LU A,LU Z,LI R,et al.Adaptive LQR path tracking control for 4WS electric vehicles based on genetic algorithm[C]//2022 6^th CAA International Conference on Vehicular Control and Intelligence (CVCI). Chengdu, China:IEEE,2022:1-6.
[16] 王柏林,李云伍,赵颖,等.基于蚁狮算法优化的LQR横向跟踪控制策略[J].重庆理工大学学报(自然科学),2023,37(4):27-38.
[17] 毛婷婷,薛金林.自动驾驶履带车辆的变曲率路径的跟踪控制策略研究[J].机械科学与技术,2024,43(9):1493-1504.
[18] 张闯,赵奉奎,张涌,等.基于WOA-LQR的智能车辆路径跟踪控制[J/OL].南京信息工程大学学报:1-15[2024-10-24].https://doi.org/10.13878/j.cnki.jnuist.202
40428001.
[19] 王紫煦.分布式线控底盘车辆车轮转角传感器故障诊断与车辆状态估计研究[D].长春:吉林大学,2024.
[20] 宋永瑞,马铁东,黄建明,等.自动控制原理[M].北京:机械工业出版社,2020.
[21] 张成涛,王瑞敏,张方,等.基于五次多项式规划和模糊LQR控制的平行泊车研究[J/OL].汽车工程学报:1-14[2024-10-24].http://kns.cnki.net/kcms/detail/50.1206.u.20240627.1840.002.html.
[22] 张玮,高爱云,付主木,等.计及质心侧偏角动态自适应的无人驾驶汽车横坡弯道跟踪控制[J].中国机械工程,2024,35(6):962-972.
[23] 余志生.汽车理论[M].北京:机械工业出版社,2018.
[24] 高辉辉.多场景下自动驾驶车辆路径跟踪控制研究[D].西安:西安工业大学,2024.

基于模糊LQR的自动驾驶车辆路径跟踪优化

Path tracking optimization for autonomous vehicles based on fuzzy LQR

PDF

可视化

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 15

编辑推荐

Metrics

[1]	张红琼, 白国星. 基于非线性模型预测控制的无人叉车路径跟踪^*[J]. 现代制造工程, 2025, 535(4): 45-52.
[2]	蒲秋爽, 刘桂萍. 动态环境下磨抛机器人PD-模糊自适应力跟踪阻抗控制[J]. 现代制造工程, 2025, 535(4): 61-68.
[3]	刘煜星, 张洪, 王梦坤. 基于模糊线性自抗扰的永磁直驱风电系统转速环控制[J]. 现代制造工程, 2025, 533(2): 144-150.
[4]	杨怡婷, 李广棵, 吴磊. 车辆半主动悬架模糊变权重因子自适应控制研究^*[J]. 现代制造工程, 2024, 528(9): 73-82.
[5]	高爱云, 勾王启, 付主木. 动态参数自适应的无人驾驶车辆变道跟踪控制^*[J]. 现代制造工程, 2024, 531(12): 77-86.
[6]	王锋, 李小川, 白国星. 基于预瞄LMPC的港口AGV路径跟踪控制^*[J]. 现代制造工程, 2024, 530(11): 80-86.
[7]	李华鑫, 陈芳芳, 徐天奇, 程三榜, 毛一胜. 运用改进鲸鱼算法优化纯电动汽车再生制动模糊控制策略^*[J]. 现代制造工程, 2024, 530(11): 96-102.
[8]	张俊娜;白国星. 考虑系统约束的预瞄Stanley车辆路径跟踪控制[J]. 现代制造工程, 2023, 516(9): 61-68.
[9]	郑凯强;李薇. 重载液压平台的论域自适应模糊耦合同步控制[J]. 现代制造工程, 2023, 515(8): 141-147.
[10]	耿玺钧,崔立堃,冯绪永,刘知阳,韩晋. 基于线性递减权值PSO算法优化LQR控制的主动悬架性能研究[J]. 现代制造工程, 2023, 508(1): 43-49.
[11]	陈静，李广强，. 基于驾驶模式划分的氢燃料电池汽车能量管理策略[J]. 现代制造工程, 2022, 500(5): 36-41.
[12]	孙建民，刘祥，赵国浩，姚德臣. 基于快速幂次趋近律的人-椅及油气悬架系统模糊滑模控制[J]. 现代制造工程, 2022, 499(4): 59-67.
[13]	张楷祥，周庆辉. 半挂汽车列车高速变道横向稳定性控制研究[J]. 现代制造工程, 2022, 499(4): 68-75.
[14]	石振新，冯剑波，王衍学. 基于ANFIS及MPC的车辆转向换道控制系统设计[J]. 现代制造工程, 2022, 497(2): 70-78.
[15]	孟令菊，孙宾宾，张铁柱，倪萌，林连华，徐海港. 双电机纯电动全地形车制动能量回收控制策略研究[J]. 现代制造工程, 2022, 507(12): 53-62.