文摘模型预测控制(Model predictive control,MPC)具有很多优点,但用于智能汽车横摆稳定性控制时,由于其动力学模型的多约束和非线性问题,致使MPC优化算法复杂,难以实现足够短的控制周期和步长。为此,提出一种智能汽车横摆稳定性MPC的在线显式求解方法,使用泰勒展开将非线性模型预测控制(Nonlinear model predictive control,NMPC)转换为线性时变模型预测控制(Linear time-varying model predictive control,LTV-MPC)。再使用滚动调整的权重系数,将不等式约束优化转换为能直接显式求解的无约束优化,以避免多步迭代寻优、加快MPC求解速度。仿真试验结果表明,在保证相同控制效果前提下,所提出的显式解方法能使MPC的求解速度提高3~4倍,可显著提高智能汽车横摆稳定性MPC的实时性。
