基於多點預瞄最優控制的智慧車輛路徑跟蹤

https://mp.weixin.qq.com/s?__biz=MzI1ODYwOTkzNg==&mid=2247492889&idx=1&sn=2b32137f94114fd3996176a3ce78a3ff&chksm=ea072366dd70aa70cb2f227ded168ca083023489613153908b633aa75d97b5a797b3c6e27406&mpshare=1&scene=1&srcid=0107jtWtJicJ7g1J9fpo6SfI#rd

文章整理：

2.2 道路預瞄模型

圖2（a）所示的為文獻[8]所使用的道路預瞄模型，以道路在區域性座標系下的未來n 個週期的參考y 軸方向橫向偏移作為道路狀態量，當前車輛在區域性座標系中的橫向座標為y，朝向角為 ψ ，假設車輛縱向速度u 恆定，當前車輛座標為 y，第一個道路狀態量即為 y_r0，第二個狀態量即車輛沿 x 軸方向移動 uT 後，對應的道路 y 座標，即為圖中的y_r1，以此類推再下一週期同樣x向移動uT，狀態量變為y_r2，y_r3，y_rn。

此模型採用的區域性座標系方向固定不變，車體座標 系與區域性座標系夾角位置關係隨著車輛運動不斷變化， 當車輛朝向角與x 軸夾角過大時，車輛的每一時刻x 向參考位置的變化將與uT 差別較大，使得演算法對於這種情況的適應性較差。因此本文的區域性座標系直接採用車體座標系作為參考，車輛的初始y 向座標為0，航向角ψ也為0，這樣車輛沿x 軸的參考位置uT 對應橫向參考座標隨著車體座標系的不斷變化而不斷變化，縱向速度假設更加合理，演算法適應性更強。