1. 项目概述：基于非奇异终端滑模的车辆路径跟踪控制
在自动驾驶技术快速发展的今天，精确的路径跟踪控制是实现高级驾驶辅助系统（ADAS）和自动驾驶功能的核心技术之一。传统PID控制方法在面对复杂道路条件和车辆非线性特性时往往表现不佳，而滑模控制因其强鲁棒性成为理想选择。但传统滑模控制存在高频抖振和奇异性问题，这正是我们采用非奇异终端滑模控制（NTSMC）的原因。
本项目通过Carsim与Simulink联合仿真平台，实现了90km/h高速工况下的车辆路径跟踪控制。NTSMC不仅能保证系统状态在有限时间内收敛，还通过特殊的滑模面设计避免了奇异点问题。实测表明，该方法在双移线、蛇形绕桩等典型测试场景中，横向位置误差可控制在0.2米以内，航向角误差小于1度。
2. 核心原理与技术实现
2.1 非奇异终端滑模控制原理
非奇异终端滑模控制的核心在于其滑模面的特殊设计。与传统线性滑模面不同，NTSMC采用如下形式的滑模面：
code复制s = e + β|e|^γ sign(e)
其中e为跟踪误差，β>0，0<γ<1。这种设计具有两个关键特性：
- 有限时间收敛：通过Lyapunov稳定性分析可以证明，系统状态将在有限时间内到达滑模面
- 非奇异性：通过合理选择γ值，可以避免控制律中出现无限大项
在车辆路径跟踪场景中，我们需要同时控制横向位置误差ey和航向角误差eψ。因此设计了双滑模面结构：
code复制s1 = ey + k1 ex
s2 = v eψ
其中v为车速，k1为耦合系数。这种设计考虑了位置误差与航向误差的耦合关系，更符合车辆运动学特性。
2.2 控制器实现细节
在MATLAB Function模块中实现的控制器包含以下关键步骤：
- 误差计算：
matlab复制e_x = x - ref_x; % 纵向位置误差
e_y = y - ref_y; % 横向位置误差
e_psi = psi - ref_psi; % 航向角误差
- 滑模面构建：
matlab复制s1 = e_y + k1 * e_x;
s2 = v * e_psi;
- 控制律计算：
matlab复制u1 = -k2 * s1^(1/alpha) * sign(s1) - ds1dt;
u2 = -k2 * s2^(1/beta) * sign(s2) - ds2dt;
- 前轮转角求解：
matlab复制delta = atan(u1 / (v * cos(psi + e_psi))) + atan(u2 / (v * cos(psi + e_psi)));
关键参数选择经验：
- k1通常取0.1~0.3，过大会导致系统振荡
- k2决定收敛速度，建议从1.0开始调试
- α和β建议取0.5~0.9之间的奇数比值
3. 联合仿真系统搭建
3.1 Carsim模型配置
在Carsim2019中需要特别关注以下参数设置：
-
车辆参数：
- 质量：1500kg
- 轴距：2.7m
- 轮胎模型：Pacejka魔术公式
- 转向系统传动比：16:1
-
测试场景：
- 双移线路径：桩距50m，横向偏移3.5m
- 初始速度：90km/h（25m/s）
- 路面附着系数：0.85（模拟干燥沥青路面）
3.2 Simulink接口设计
联合仿真的核心在于数据交换接口的正确配置：
-
Carsim输出模块：
- 输出车辆状态：x、y、ψ、v
- 采样时间：0.01s（与控制器周期一致）
- 单位统一：位置（m）、角度（rad）、速度（m/s）
-
控制输入模块：
- 前轮转角δ输出范围：±30度
- 输出速率限制：±500度/秒（模拟真实转向系统）
-
信号路由设计：
code复制Carsim输出 → MATLAB Function控制器 → 转向限制模块 → Carsim输入
常见问题：若出现"代数环"错误，可在控制输出端添加单位延迟(z^-1)模块
4. 参数调试与优化
4.1 控制参数整定方法
采用分层调试策略：
-
稳定性参数优先：
- 先调k2确保系统稳定
- 典型值范围：0.5~5.0
- 调试方法：观察滑模变量s是否收敛
-
收敛速度调节：
- 调整α、β值
- 建议从0.7开始，每次±0.05微调
- 过大导致抖振，过小收敛慢
-
耦合关系优化：
- 最后调节k1
- 通过FFT分析消除路径跟踪中的周期性误差
4.2 典型调试问题解决
-
高频抖振问题：
- 现象：前轮转角高频振荡
- 解决方案：
- 改用饱和函数sat(s/Φ)代替sign(s)
- 边界层厚度Φ取0.05~0.2
- 示例代码：
matlab复制function y = sat(x, phi) y = min(max(x/phi, -1), 1); end
-
低速时控制效果差：
- 原因：滑模面s2=v·eψ在低速时增益过小
- 改进方案：增加速度前馈补偿
matlab复制s2 = (v + v0) * e_psi; % v0取5~10m/s
5. 仿真结果分析
5.1 性能指标评估
在双移线场景下的典型测试结果：
| 指标 | 数值 | 行业标准 |
|---|---|---|
| 最大横向误差 | 0.18m | <0.3m |
| RMS横向误差 | 0.08m | <0.15m |
| 转向角变化率 | 287°/s | <300°/s |
| 收敛时间 | 1.2s | <2.0s |
5.2 与传统方法对比
| 方法 | 平均误差 | 最大误差 | 抗干扰性 | 计算负荷 |
|---|---|---|---|---|
| PID控制 | 0.35m | 0.82m | 差 | 低 |
| LQR | 0.25m | 0.60m | 中 | 中 |
| 传统SMC | 0.15m | 0.40m | 强 | 高 |
| 本方案(NTSMC) | 0.08m | 0.18m | 强 | 中高 |
6. 工程实践建议
-
实时性优化技巧：
- 将MATLAB Function转换为C-MEX S函数可提升30%执行速度
- 使用Fixed-Point Designer工具包将控制器定点化
-
硬件在环测试：
- 在dSPACE或NI PXI平台上测试时
- 需增加10ms左右的通信延迟补偿
- 建议采样率不低于100Hz
-
量产考虑因素：
- 可增加基于曲率的前馈控制
- 设计参数自适应机制应对载重变化
- 加入执行器故障检测与容错控制
在实际项目中，我们发现车辆载荷变化对控制效果影响显著。通过实验测得，空载与满载时的最优k2值相差可达40%。因此开发了基于车高传感器的参数自适应模块，将不同载荷下的跟踪误差差异控制在15%以内。