MPC实用化问题处理及在车辆ACC中的应用

为实现多目标协调式自适应巡航控制(ACC)系统的实车应用,分析并解决了模型预测控制(MPC)理论实用化过程的弱鲁棒性、非可行解和高计算复杂度问题。采用反馈校正法补偿跟车模型的预测误差,改善模型对跟车系统状态的预测精度;再利用约束管理法,修正MPC代价函数,松弛其输入输出(I/O)硬约束;基于变量集结法,降低待优化变量的维数,缩减MPC优化问题的规模。以某重型卡车为对象的ACC仿真表明:该方法可有效提高ACC对模型失配的鲁棒性,避免因过大跟踪误差造成的控制律非可行解,提高MPC计算效率的同时不影响其控制最优性。