基于遗传算法的无人驾驶卡车路径跟踪控制研究OA北大核心CSTPCD

路径跟踪在无人驾驶中起着至关重要的作用.为提高无人驾驶卡车在不同车速下路径跟踪的精度与稳定性,设计了一种基于改进遗传算法优化的线性二次调节器(LQR)进行路径跟踪.首先,基于自然坐标系建立车辆二自由度动力学模型和跟踪误差模型,并设计LQR控制器,采用前馈控制消除稳态误差,提高跟踪精度;其次,通过改进遗传算法对LQR的权重矩阵进行优化,以提高路径跟踪的精度与稳定性;最后,通过Matlab/Simulink-TruckSim联合仿真平台在不同工况下对所设计的LQR控制器控制效果进行仿真验证.结果表明,在双移线工况下,GA(遗传算法)优化后的LQR控制器在30 km/h和60 km/h跟踪精度分别提高了约68.5%和49.4%;在U形工况下,跟踪精度分别提高了约12.0%和25.5%,且具有更高的稳定性,位置误差和航向误差分别可控制在0.17 m和0.11 rad以内,证明了所提出的跟踪控制框架的有效性.