控制理论与应用

作者：程相超,黄景涛,宋书中

单位：河南科技大学 电气工程学院,河南科技大学 电气工程学院,河南科技大学 电气工程学院

关键词：学习预测控制; 经验迁移; 特征匹配; 赛车; 曲线坐标系

基金：国家自然科学基金项目(U1504617)

为提高车辆控制算法对不同道路的适应能力, 在原有学习预测控制算法的基础上, 本文提出一种基于经验迁移的赛车学习预测控制策略. 基于所建立的赛车曲线坐标系模型, 记录小车在历史赛道上的行驶轨迹, 将其作为采样安全集. 采样安全集蕴含了车辆行驶的经验信息. 在新赛道上, 通过与采样安全集内曲率相近的轨迹进行特征匹配, 找出新赛道的虚拟路径跟踪轨迹. 然后, 对虚拟路径跟踪轨迹附近的采样点进行坐标变换, 将历史轨迹转换为新赛道的虚拟采样轨迹, 实现对历史赛道上的行驶经验的迁移. 构造了迁移学习预测控制(TLMPC), 使小车在新的赛道上能够通过学习预测控制器以更快的速度行驶. 本文在4个典型赛道上进行了仿真, 结果表明所设计的控制 策略控制效果有明显提升. 与LMPC相比, 10次迭代结果中单圈耗时至少减少了1.2 s.

来源：2023年第5期

《控制理论与应用》期刊编辑部

查看控制理论与应用杂志2023年第5期