基于自适应在线LQI与Stanley控制的自动驾驶车辆路径跟踪集成架构
《Machines》:Estimation-Based Adaptive Online LQI-Stanley Integrated Path Tracking Control for Autonomous Vehicles
【字体:
大
中
小
】
时间:2026年09月18日
来源:Machines 3.0
摘要
本研究提出了一种创新的集成控制架构,结合了自适应在线线性二次积分(AOLQI)和Stanley几何控制系统,用于自动驾驶车辆的路径跟踪。所提出框架的一个关键特点是使用粒子群优化(PSO)算法对AOLQI参数进行离线优化。为应对不同的道路条件,采用遗忘因子递推最小二乘(FFRLS)算法进行实时轮胎侧偏刚度估计,并辅以卡尔曼-巴苏滤波器实现高保真度的车辆侧滑角观测。通过MATLAB/Simulink和IPG CarMaker联合仿真在具有挑战性的基准测试中验证了该架构的有效性,这些基准测试包括100米半径的圆形路径、高速霍根海姆赛道以及高曲率的斯特尔维奥山口道路剖面。数值评估表明,与传统的LQI相比,该方法在不同场景下实现了均方根误差(RMSE)降低44.85%、24.76%和51%,以及积分平方误差(ISE)减少69.2%、43.16%和75.86%。这些结果证实,采用结合自适应在线LQI和Stanley控制的集成方法,辅以估计层,能够确保在极端道路几何条件下的优越跟踪精度和性能提升。
生物通微信公众号
生物通新浪微博
今日动态 |
人才市场 |
新技术专栏 |
中国科学人 |
云展台 |
BioHot |
云讲堂直播 |
会展中心 |
特价专栏 |
技术快讯 |
免费试用
版权所有 生物通
Copyright© eBiotrade.com, All Rights Reserved
联系信箱:
粤ICP备09063491号