２０２３年３月第３３卷第１期河北水利电力学院学报ＪｏｕｒｎａｌｏｆＨｅｂｅｉＵｎｉｖｅｒｓｉｔｙｏｆＷａｔｅｒＲｅｓｏｕｒｃｅｓａｎｄＥｌｅｃｔｒｉｃＥｎｇｉｎｅｅｒｉｎｇＭａｒ．２０２３Ｖｏｌ．３３Ｎｏ．１文章编号：２０９６－５６８０（２０２３）０１－０００１－０５基于自适应动态控制的无人车轨迹跟踪控制器设计李哲１，杨宇航２，尹雁宇２，尹雅琪２（１．唐山市交通运输局，河北省唐山市路北区大里路１２５号０６３０００；（２．北京科技大学自动化学院，北京市海淀区学院路３０号１０００８３）摘要：针对无人车系统存在干扰和故障影响的问题，文中设计一种基于滑模观测器的自适应轨迹跟踪控制方法。考虑无人车在运行过程中存在系统参数摄动和执行器传动机构加性故障的情况，同时结合系统非线性结构特性，设计自适应滑模观测器估计故障信号，并在此基础上设计自适应控制律对系统时变参数进行在线估计，保证闭环系统稳定且满足给定路径跟踪性能要求。仿真结果表明，在系统时变参数和执行器加性故障影响下，应用文中设计的控制方法可以取得期望的轨迹跟踪性能且鲁棒性较好。关键词：轨迹跟踪；自适应控制；滑模观测器；执行器故障中图分类号：ＴＰ２７３；Ｕ４６３．６文献标识码：ＡＤＯＩ：１０．１６０４６／ｊ．ｃｎｋｉ．ｉｓｓｎ２０９６－５６８０．２０２３．０１．００１近年来，无人驾驶技术已经成为人工智能领域的研究热点，而轨迹跟踪控制作为无人驾驶技术的核心之一也引起国内外学者的广泛关注［１］。在无人车模型或参数精确已知，且车速较低的情况下，纯跟踪控制［２］、ＰＩＤ控制［３］、ＬＱＲ［４］等传统控制策略可以取得较好的跟踪效果。然而，在实际复杂环境和高速行驶时，车辆的侧倾、载荷转移等因素会导致系统参数发生变化，从而提高车辆模型的非线性程度，并增加额外物理约束。因此，提高控制策略的鲁棒性以及对时变参数的调节能力显得尤为重要。赵熙俊等人［５］提出基于滑模变结构的车轮主动转向控制算法，能够实现高速行驶下的可靠轨迹跟踪。章仁燮等［６］针对执行器约束和建模误差问题，提出基于条件积分的鲁棒控制算法，解决积分饱和降低跟踪性能的问题。王康等人［７］针对车辆的侧倾问题，设定控制器的物理约束并设计非线性模型预测控制算法，改善弯道工况下的轨迹跟踪精度。梁忠超等［８］考虑时变参数对系统的影响，设计基于卡尔曼状态估计器的自适应模型预测控制器，在复杂多变的工...
