白国星等：矿用铰接式车辆路径跟踪控制研究现状与进展 197· 路径时需要设置相应的控制器参数来保证控制效 组织功能等能力的新型控制方法，是人工智能和 果，所以在参考路径较为复杂时难以保证路径跟 自动控制学科交叉产生的最新成果.目前已经出 踪控制的效果.这个特点导致基于反馈线性化控 现了多种智能控制方法，其中较为重要的分支包 制的铰接式车辆路径跟踪控制器在实际应用中受 括模糊控制、神经网络(Neural network,.NN)和遗 到了诸多限制 传算法(Genetic algorithm,GA)Is,这些智能控制方 b.最优控制 法本身属于无模型控制，但是也可以和其他有模 最优控制与其他反馈控制的区别主要在于其 型控制或无模型控制结合，形成复合控制器，从而 镇定函数为运动状态等性能指标的泛函.通过求 提高控制性能. 解泛函的极大值或极小值，即可获取某一个或某 在铰接式车辆的路径跟踪控制中，Sasiadek和 几个性能指标的最优控制律.镇定函数为二次型 Lu结合反馈线性化控制与模糊控制建立了控制 的最优控制，即LQR(Linear quadratic regulator)控 器)，Tan等基于PID控制的框架设计了模糊控制 制，Meng等u9根据这种控制方法设计了用于铰接 器l叨，Alshaer等则基于误差设计了单独的模糊控 式车辆的路径跟踪控制器.相对反馈线性化等控 制器57这些工作证明了模糊控制性能优于反馈 制方法，LQR具有设计简便、鲁棒性较强等优势 线性化控制、PID控制等作为改进基础或对照基 但是由于缺乏前馈信息，传统的LQ路径跟踪控 准的控制方法.但是也表明模糊控制的性能受限 制器在参考路径存在较大幅度的曲率突变时仍然 于控制系统的结构 性能不佳 神经网络也被称为人工神经网络(Artificial B.无模型控制方法 NN,ANN),在路径跟踪控制中较为常见的神经网 常用于铰接式车辆路径跟踪控制的无模型控 络包括BP(Back propagation)神经网络、径向基 制方法有三类，分别是PID(Proportion integral differen- (Radial basis function,RBF)神经网络、强化学习 tial)控制、滑动模态控制(Sliding mode control,.SMC) (Reinforcement learning,.RL)神经网络等.在铰接 和智能控制 式车辆的路径跟踪控制中，邵俊恺等提出了基于 a.PID控制 RL-PID的控制器).与模糊控制一样，神经网络 PD是最为经典的无模型反馈控制方法，其设 控制虽然能改进控制性能，但是这种控制方法的 计过程简便，适合用于工程开发，因此PD控制在 性能也取决于控制框架 铰接式车辆路径跟踪控制中的应用十分广泛，但是 遗传算法是一种计算智能，常用于PID、LQR、 由于控制性能受参数影响较大，目前研究者们通 SMC等控制方法中的参数自适应调整.孟宇等采 常将PID控制器作为改进基础或对照基准.近年 用GA优化了LQR控制器的参数，提高了铰接式 来的研究成果中，Alshaer等采用PID控制作为模 车辆的路径跟踪控制性能吻，但是GA仍然只能对 糊控制(Fuzzy control)的对照组，研究了这两种控制 控制方法的某些性能指标进行改进，无法弥补控 器在铰接式车辆路径跟踪控制中的性能差异57， 制方法机理方面的不足 b.滑动模态控制 总而言之，受限于前馈信息的缺乏，所有无前 滑动模态控制也就是变结构控制(Variable 馈信息的路径跟踪控制方法均无法有效解决参考 structure control,.VSC),通常也可以简称为滑模控 路径存在较大幅度的曲率突变时误差较大的问 制.SMC是一种出现于20世纪50年代的特殊非 题.而对于铰接式车辆等工作环境较为狭窄的移 线性反馈控制，其原理是基于系统的状态，动态改 动装备，跟踪存在较大幅度曲率突变的参考路径 变控制系统的结构，迫使系统按照预先设定的状 是十分常见的工况，因此无前馈信息的控制方法 态轨迹运动，SMC在路径跟踪控制中的应用较为 在铰接式车辆路径跟踪控制中的应用受限颇多 广泛，赵翾等、Nayl等6o基于这种方法设计了 而就无前馈信息的控制方法本身而言，模糊控制、 铰接式车辆路径跟踪控制器.由于SMC的设计与 神经网络等智能控制方法可以有效改善其他控制 被控对象的模型无关，所以具有响应速度快、鲁棒 方法的性能，所以这些控制方法在铰接式车辆路 性强等优点.但是SMC也具有固有缺陷，当状态 径跟踪控制中仍然具有较为广阔的应用前景 轨迹到达滑模面后，控制量可能会产生颤动6刚 (2)有前馈信息的路径跟踪控制方法. c.智能控制 有前馈信息的路径跟踪控制方法可以再细分 智能控制的定义是具有学习功能、适应功能、 为两类，前馈-反馈(Feedforward-Feedback)控制和路径时需要设置相应的控制器参数来保证控制效 果，所以在参考路径较为复杂时难以保证路径跟 踪控制的效果. 这个特点导致基于反馈线性化控 制的铰接式车辆路径跟踪控制器在实际应用中受 到了诸多限制. b. 最优控制 最优控制与其他反馈控制的区别主要在于其 镇定函数为运动状态等性能指标的泛函. 通过求 解泛函的极大值或极小值，即可获取某一个或某 几个性能指标的最优控制律. 镇定函数为二次型 的最优控制，即 LQR（Linear quadratic regulator）控 制，Meng 等[19] 根据这种控制方法设计了用于铰接 式车辆的路径跟踪控制器. 相对反馈线性化等控 制方法，LQR 具有设计简便、鲁棒性较强等优势. 但是由于缺乏前馈信息，传统的 LQR 路径跟踪控 制器在参考路径存在较大幅度的曲率突变时仍然 性能不佳. B. 无模型控制方法 常用于铰接式车辆路径跟踪控制的无模型控 制方法有三类，分别是PID（Proportion integral differen￾tial）控制、滑动模态控制（Sliding mode control，SMC） 和智能控制. a. PID 控制 PID 是最为经典的无模型反馈控制方法，其设 计过程简便，适合用于工程开发，因此 PID 控制在 铰接式车辆路径跟踪控制中的应用十分广泛. 但是 由于控制性能受参数影响较大，目前研究者们通 常将 PID 控制器作为改进基础或对照基准. 近年 来的研究成果中，Alshaer 等采用 PID 控制作为模 糊控制（Fuzzy control）的对照组，研究了这两种控制 器在铰接式车辆路径跟踪控制中的性能差异[57] . b. 滑动模态控制 滑动模态控制也就是变结构控制 （ Variable structure control，VSC），通常也可以简称为滑模控 制. SMC 是一种出现于 20 世纪 50 年代的特殊非 线性反馈控制，其原理是基于系统的状态，动态改 变控制系统的结构，迫使系统按照预先设定的状 态轨迹运动. SMC 在路径跟踪控制中的应用较为 广泛，赵翾等[14]、Nayl 等[60] 基于这种方法设计了 铰接式车辆路径跟踪控制器. 由于 SMC 的设计与 被控对象的模型无关，所以具有响应速度快、鲁棒 性强等优点. 但是 SMC 也具有固有缺陷，当状态 轨迹到达滑模面后，控制量可能会产生颤动[61] . c. 智能控制 智能控制的定义是具有学习功能、适应功能、 组织功能等能力的新型控制方法，是人工智能和 自动控制学科交叉产生的最新成果. 目前已经出 现了多种智能控制方法，其中较为重要的分支包 括模糊控制、神经网络（Neural network，NN）和遗 传算法（Genetic algorithm，GA） [62] ，这些智能控制方 法本身属于无模型控制，但是也可以和其他有模 型控制或无模型控制结合，形成复合控制器，从而 提高控制性能. 在铰接式车辆的路径跟踪控制中，Sasiadek 和 Lu 结合反馈线性化控制与模糊控制建立了控制 器[7] ，Tan 等基于 PID 控制的框架设计了模糊控制 器[17] ，Alshaer 等则基于误差设计了单独的模糊控 制器[57] . 这些工作证明了模糊控制性能优于反馈 线性化控制、PID 控制等作为改进基础或对照基 准的控制方法. 但是也表明模糊控制的性能受限 于控制系统的结构. 神经网络也被称为人工神经网络（ Artificial NN，ANN），在路径跟踪控制中较为常见的神经网 络包括 BP（Back propagation）神经网络、径向基 （Radial basis function，RBF）神经网络、强化学习 （Reinforcement learning，RL）神经网络等. 在铰接 式车辆的路径跟踪控制中，邵俊恺等提出了基于 RL-PID 的控制器[15] . 与模糊控制一样，神经网络 控制虽然能改进控制性能，但是这种控制方法的 性能也取决于控制框架. 遗传算法是一种计算智能，常用于 PID、LQR、 SMC 等控制方法中的参数自适应调整. 孟宇等采 用 GA 优化了 LQR 控制器的参数，提高了铰接式 车辆的路径跟踪控制性能[19] ，但是 GA 仍然只能对 控制方法的某些性能指标进行改进，无法弥补控 制方法机理方面的不足. 总而言之，受限于前馈信息的缺乏，所有无前 馈信息的路径跟踪控制方法均无法有效解决参考 路径存在较大幅度的曲率突变时误差较大的问 题. 而对于铰接式车辆等工作环境较为狭窄的移 动装备，跟踪存在较大幅度曲率突变的参考路径 是十分常见的工况，因此无前馈信息的控制方法 在铰接式车辆路径跟踪控制中的应用受限颇多. 而就无前馈信息的控制方法本身而言，模糊控制、 神经网络等智能控制方法可以有效改善其他控制 方法的性能，所以这些控制方法在铰接式车辆路 径跟踪控制中仍然具有较为广阔的应用前景. （2）有前馈信息的路径跟踪控制方法. 有前馈信息的路径跟踪控制方法可以再细分 为两类，前馈−反馈（Feedforward−Feedback）控制和 白国星等： 矿用铰接式车辆路径跟踪控制研究现状与进展 · 197 ·