车辆横向主动控制的近似模型预测控制策略

车辆横向主动控制的近似模型预测控制策略

模型预测控制的常规要求是基于当前状态，针对每个采样时间在线求解最优二次方程。这种在线计算的主要缺点是限制了模型预测控制在快速进程下的应用。

模型预测控制广泛应用于车辆横向控制。模型预测控制可以非常简单高效地处理控制约束状态下的线性系统。在车辆横向动态控制中，对转向角和转向角速度的限制是典型的约束。通过引入适当的关于求解二次方程、状态、控制的权重因子，可以很轻松地创建模型预测控制器。

提出了针对车辆横向主动控制的近似模型预测控制策略。通过对预先计算得到的最优解进行插值，可以得到简单快速计算近似最优解的方法，这个方法通常用于热起动在线优化，以便在减少迭代次数的前提下找出最优解。提出的近似模型预测控制可以使用极少的迭代次数逼近最优解，并且每一次反复的迭代过程都是一种无限的逼近过程。最后将提出的近似预测模型应用于车辆横向主动控制，得到的计算值和试验值表明了该预测模型的正确性。

Seung-Hi Lee et al.2012 American Control Conference.

编译：厍军威