模型预测控制(MPC)+路径跟踪(PTC)+侧偏角软约束+主动前轮转向(AFS)_mpc软约束怎么加

模型预测控制(MPC)+路径跟踪(PTC)+侧偏角软约束+主动前轮转向(AFS)，目前的范例是72km h，附着系数0.3的单移线，附着系数0.85双移线。
仿真使用的是MATLAB2020b版本和carsim2020。
MPC有两个：第一个为增量式方法编写，采用s-function实现，输入为跟踪误差、横摆角误差、侧向速度和横摆角速度，输出量为前轮转角，仅考虑横向控制。
考虑了前后轮的侧偏角软约束，在侧偏角到约束边界时减小控制律，保证侧偏角的稳定。
第二个采用Apollo中的模型，基于MATLAB function编写，不包括侧偏角软约束，作为对比参考使用。
其中包含carsim的cpar文件、模型mdl文件、绘图m文件(运行后一键出图)、说明文档和中文文献。

标题：基于模型预测控制与路径跟踪的侧偏角软约束算法在车辆横向控制中的应用

摘要：本文基于模型预测控制（Model Predictive Control，MPC）与路径跟踪（Path Tracking Control，PTC）的方法，针对车辆横向控制问题进行研究。我们使用MATLAB2020b版本和Carsim2020进行仿真，同时结合侧偏角软约束和主动前轮转向（Active Front Steering，AFS）技术，提出了一种创新的横向控制算法。通过对比实验，证明了我们的算法在提升车辆操控稳定性方面的优势。本文旨在为车辆动力学控制领域的研究提供新的思路和方法。

1. 引言
随着现代汽车动力系统的发展，实现车辆的高效、稳定的横向控制对于提升驾驶安全性和驾驶舒适性具有重要意义。传统的PID控制方法在横向控制方面存在一定的局限性，因此，本文基于模型预测控制与路径跟踪的方法，以及侧偏角软约束和主动前轮转向技术，提出一种创新的横向控制算法。

2. 相关工作
介绍了目前车辆横向控制领域的相关研究工作，包括基于优化算法的横向控制方法、基于模型预测控制的横向控制方法等。分析了这些方法的优缺点，并指出了本文研究的创新之处。

3. 方法介绍
3.1 模型预测控制与路径跟踪的方法
介绍了模型预测控制与路径跟踪的基本原理和算法流程，包括状态预测、目标设置和优化求解等步骤。重点介绍了我们使用的增量式方法，并通过s-function实现该算法。

3.2 侧偏角软约束算法
详细介绍了侧偏角软约束的原理和实现方法。针对侧偏角接近约束边界时的控制策略，提出了一种减小控制律的方法，以保证侧偏角的稳定性。

3.3 主动前轮转向技术
简要介绍了主动前轮转向技术的原理和应用场景。解释了该技术对横向控制的改善效果，并说明其与本文算法的结合方式。

4. 实验结果与分析
通过MATLAB2020b版本和Carsim2020进行仿真实验，分别使用了本文提出的算法和Apollo中的模型进行对比。给出了实验结果，并对结果进行了详细的分析和讨论。

5. 结论与展望
总结了本文的研究内容和实验结果，强调了本文提出的算法在提升车辆操控稳定性方面的优势。同时，对未来研究方向和改进空间进行了展望。

关键词：模型预测控制，路径跟踪，侧偏角软约束，主动前轮转向，车辆横向控制

注：本文所使用的仿真工具为MATLAB2020b版本和Carsim2020，本文中产生的模型和代码仅供研究使用，不提供实际产品和售后支持服务。

相关代码,程序地址：http://imgcs.cn/lanzoun/743266722289.html