基于粒子群算法的车道保持模型预测控制研究

针对模型预测控制(MPC)在解决车道线偏离过程中遇到的偏差过大，计算时间长的问题，提出基于粒子群算法的车道保持模型预测控制方法，其采用模型预测控制来有效的控制车辆，并利用粒子群算法对模型预测控制的控制时域NP和预测时域Nc进行优化，减小模型预测控制的迭代次数。首先，利用粒子群算法(PSO)对模型预测控制进行优化，使目标函数达到最小值就停止迭代，减少计算量；然后利用CarSim和Simulink对优化后的车道保持控制器进行联合仿真，测试控制效果。仿真结果表明，与文中所提的其他三种方法相比，本控制方法能够更准确地控制车辆在车道线上行驶，可将控制精度提高约16%。另外，基于粒子群算法优化模型预测控制将控制精度提高的同时，兼顾了汽车行驶的稳定性以及控制的平缓性。