论文解读——基于最优前轮侧偏力的智能汽车LQR横向控制

《基于最优前轮侧偏力的智能汽车LQR横向控制》是期刊《清华大学学报（自然科学版）》在2020年8月21日网络首发的一篇论文。《清华大学学报（自然科学版）》是EI检索期刊，2019年复合影响因子1.068，综合影响因子0.633。

该论文的作者是陈亮、秦兆博、孔伟伟等。作者单位包括湖南大学和清华大学。

这篇论文采用的是LQR+前馈的控制策略，属于前馈-反馈控制。同样采用这种思路的论文包括：

[1] 孟宇, 汪钰, 顾青, 等. 基于预见位姿信息的铰接式车辆LQR-GA路径跟踪控制[J]. 农业机械学报, 2018, 49(6): 375-384.

[2] Xu S, Peng H. Design, analysis, and experiments of preview path tracking control for autonomous vehicles[J]. IEEE Transactions on Intelligent Transportation Systems, 2019, 21(1): 48-58.

在笔者看来，预瞄控制（即前馈-反馈控制、预见控制）是除非线性模型预测控制之外唯一能够解决参考路径存在曲率、航向变化问题的控制方法。

回到这篇论文，这篇论文采用刷子模型替换线性模型作为设计LQR控制器的参考模型，从而提高了在车辆轮胎处于非线性区域时的横向控制性能，验证了采用非线性轮胎模型相比线性模型更加适合用于大曲率高速路径跟踪控制。

不过这篇论文未给出预瞄距离的选取方法，以及各组仿真中的预瞄距离。所以笔者认为这篇论文仍然没有解决自动调节预瞄距离以实现最优跟踪效果的问题，感兴趣的同行可以针对这个问题继续研究。此外，这篇论文采用的参考路径的最大曲率约为0.04m-1，车速为15m/s（54km/h），所以曲率更大或者速度更快的路径跟踪控制仍然是有待探索的研究点。

总而言之，这篇论文提出了一种结合LQR、刷子模型、预瞄控制的路径跟踪控制器，取得了较好的控制效果，证明了这种控制策略的可行性，以及采用非线性轮胎模型更加适合用于大曲率高速路径跟踪控制。此外基于这篇论文，我们可以发现自动调节预瞄距离、更大曲率路径的路径跟踪等问题还可以继续深入研究，所以这篇论文对同行们也具有重要的启发意义。