LQR控制在车辆横向控制中的应用与实践

1. 项目概述：LQR横向控制的核心逻辑

凌晨三点的屏幕前，咖啡杯已经见底，但蛇形轨迹图还在倔强地扭动。这就是车辆横向控制的魅力所在——让两吨重的金属盒子乖乖沿着预定轨迹行驶，远比教新手倒车入库更具挑战性。这次我们采用LQR（线性二次调节器）作为控制核心，在MATLAB-Carsim联合仿真环境中实现车辆横向控制。

LQR控制器的本质是一个精明的成本会计，它在控制效果（路径跟踪精度）和能耗（方向盘动作幅度）之间寻找最优平衡点。具体到我们的项目中：

• 输入：前轮转角（方向盘指令）
• 输出：横向误差（e）与航向误差（Δψ）
• 控制目标：最小化误差的同时避免过度转向

关键提示：二自由度车辆模型虽然简化了物理现实，但包含了横向控制和横摆运动这两个核心自由度，足以支撑基础控制算法开发。实际工程中，建议先在此模型验证算法有效性，再升级到更复杂的模型。

2. 车辆动力学建模解析

2.1 二自由度模型构建

我们采用的"自行车模型"将四轮车辆简化为前后各一个等效车轮，这种简化在车速恒定且转向角度较小时具有足够精度。模型考虑了两个核心运动：

• 横向运动：描述车辆质心相对于道路中心的偏移
• 横摆运动：反映车辆绕垂直轴的旋转

状态空间模型的关键参数如下表所示：

2.2 状态空间方程推导

状态变量选择为：

code复制x = [e; ė; Δψ; Δψ'] 
其中：
e - 横向误差
ė - 横向误差变化率
Δψ - 航向误差
Δψ' - 航向误差变化率

状态矩阵A和控制矩阵B的构建代码如下：

matlab复制A = [0,