基于GA-PSO的智能汽车横向LQR控制器优化设计

作     者：王怡萌 仝秋红 孙照翔 高越 张武 Wang Yimeng;Tong Qiuhong;Sun Zhaoxiang;Gao Yue;Zhang Wu

作者机构：长安大学西安710064 陕西智能网联汽车研究院有限公司西安710000 

出 版 物：《汽车技术》 (Automobile Technology)

年 卷 期：2024年第3期

页      面：47-55页

学科分类：082304[工学-载运工具运用工程] 08[工学] 080204[工学-车辆工程] 0835[工学-软件工程] 0802[工学-机械工程] 080201[工学-机械制造及其自动化] 0823[工学-交通运输工程] 

基　　金：国家重点研发计划项目(2022YFC3002602) “两链”融合企业(院所)联合重点专项-工业领域(2022LL-JB-03) 

主　　题：智能汽车 横向控制 轨迹跟踪 线性二次型调节器 粒子群优化 

摘      要：针对线性二次型调节器(LQR)在智能汽车横向控制中,系数矩阵Q和R选取困难导致的控制精度低和参数整定效率低的问题,提出了一种遗传粒子混合优化(GA-PSO)方法。基于车辆二自由度模型设计了横向LQR控制器和前馈控制器,以该模型下控制器自身能量损失函数作为代价函数对系数矩阵进行优化,并对比了GA-PSO和粒子群优化(PSO)算法的优化效果。CarSim/Simulink联合仿真结果表明,经GA-PSO算法优化后的控制器跟踪精度和计算效率分别提高了47.06%和63.54%,且优化后的控制器具有较强的鲁棒性。