自抗扰算法在无人车路径跟踪控制中的应用

闫振争，庄继晖，程晓鸣，严 英，甘海云

（1.海南大学，海口 570228；2.天津职业技术师范大学，天津 300222）

1 研究现状

无人驾驶车辆（autonomous vehicle）是一个集合定位、感知、决策规划及智能控制技术等多学科交叉，具有高度自主化和复杂化的综合系统［1］。无人车的出现，不仅满足人们对驾驶安全性和便利性的迫切需求，而且能够有效缓解交通拥堵、车辆排放等问题［2-3］。在智能驾驶各项技术中，车辆的路径跟踪问题是目前研究的热点之一。从控制的角度来看，车辆在行驶过程中具有较强的非线性和不确定性，其影响因素主要来源于车辆的“内扰”（车辆系统内部结构参数的不确定和系统各个结构间存在的耦合关系）及“外扰”（包括风力、路面附着力等）［4］。因此，为了使车辆能够实现精确的路径跟踪，设计一种对车辆不确定性和外部干扰具有较强鲁棒性的控制算法尤为重要。

针对车辆的路径跟踪问题，研究人员提出了不同的控制方法。目前，在车辆控制中应用较为成熟和广泛的是PID控制［5-7］，其原理是基于目标值与实际值之间的误差来消除误差，进而实现车辆的路径跟踪。这种控制算法设计简单，但存在参数调节过程较为繁琐，不易得到最优解等问题。为了解决参数难以调节的问题，Ding等［8］将BP神经网络与PID进行联合控制，通过BP神经网络训练优化P、I、D参数，有效提高控制精度，在一定程度上解决了PID参数调节的问题，但是该算法需要大量精确数据进行训练，成本较高。Fitri Yakub等［9］提出了一种由模型……