パスフォローコントロールの明示的なモデル予測制御の分析

このホワイトペーパーでは、自動化された車線キーピングシステムには、明示的なモデル予測制御（MPC）が採用されています。MPCは、このような制約されたシステムを処理する鍵と見なされています。ただし、オンライン最適化を採用するMPCの大規模な計算の複雑さは、ターゲットアプリケーションの範囲を比較的小さいおよび/または遅い問題に制限する大きな欠点となっています。明示的なMPCは、マルチパラメトリック二次プログラミング技術（MP-QP）を使用して、この計算負担を軽減できます。制御の目的は、各サンプリング時間で最適なフロントステアリングホイール角を導き出すことで、自動運転車が高いエントリー速度で、ストレート、円形、クロスイド部品を含む望ましい経路に沿って移動することです。提案されたコントローラーの設計に関しては、最適化問題で重み付けマトリックスを選択する方法と、パス中のコントロールの範囲の範囲は、シミュレーションを通じて説明されています。提案されたコントローラーの検証のために、MPC、線形二次レギュレーター（LQR）、ドライバーモデルなどの他のコントロール方法を使用して取得したシミュレーション結果、およびMatlab/Simulinkよりも現実的に車両の特徴を反映するCarsim、Carsimが採用されています。信頼できるデモに使用されます。

In this paper, explicit Model Predictive Control(MPC) is employed for automated lane-keeping systems. MPC has been regarded as the key to handle such constrained systems. However, the massive computational complexity of MPC, which employs online optimization, has been a major drawback that limits the range of its target application to relatively small and/or slow problems. Explicit MPC can reduce this computational burden using a multi-parametric quadratic programming technique(mp-QP). The control objective is to derive an optimal front steering wheel angle at each sampling time so that autonomous vehicles travel along desired paths, including straight, circular, and clothoid parts, at high entry speeds. In terms of the design of the proposed controller, a method of choosing weighting matrices in an optimization problem and the range of horizons for path-following control are described through simulations. For the verification of the proposed controller, simulation results obtained using other control methods such as MPC, Linear-Quadratic Regulator(LQR), and driver model are employed, and CarSim, which reflects the features of a vehicle more realistically than MATLAB/Simulink, is used for reliable demonstration.