Nonlinear Model Predictive Control-Based Reverse Path-Planning and Path-Tracking Control of a Vehicle with Trailer System

📄 arXiv: 2509.01820v1 📥 PDF

作者: Xincheng Cao, Haochong Chen, Bilin Aksun-Guvenc, Levent Guvenc, Brian Link, Peter J Richmond, Dokyung Yim, Shihong Fan, John Harber

分类: eess.SY, cs.RO

发布日期: 2025-09-01

💡 一句话要点

提出基于NMPC的车辆-拖车系统倒车路径规划与跟踪控制方法

🎯 匹配领域: 支柱一：机器人控制 (Robot Control)

关键词: 车辆-拖车系统 倒车泊车 非线性模型预测控制 路径规划 路径跟踪 逆运动学 自动驾驶

📋 核心要点

  1. 车辆-拖车系统倒车泊车对人类驾驶员来说极具挑战，因为系统本身不稳定且需要不直观的控制。
  2. 论文提出一种基于非线性模型预测控制（NMPC）的自动化方案，将拖车视作独立车辆进行路径规划和跟踪。
  3. 仿真和硬件在环测试验证了所提出方法的有效性，能够引导车辆-拖车系统稳健地进入目标停车位。

📝 摘要（中文）

本文提出了一种基于优化的自动化方案，用于处理车辆-拖车系统的路径规划和路径跟踪控制，以解决人工驾驶在该系统倒车泊车操作中面临的不稳定性和控制不直观的挑战。该方法利用非线性模型预测控制（NMPC）稳健地引导车辆-拖车系统进入期望的停车位。可选的前向重新定位操作可以作为泊车过程的附加阶段，以获得更好的系统配置，然后再尝试后向运动以获得良好的最终姿态。该方法的新颖之处在于其公式的简洁性，路径规划和路径跟踪操作仅在被视为独立车辆的拖车上进行，然后通过本文推导的逆运动学关系将控制输入传递到牵引车。仿真案例研究和硬件在环测试的结果表明了该方法的有效性。

🔬 方法详解

问题定义：车辆-拖车系统的倒车泊车是一个复杂的问题，因为拖车的运动受到牵引车的约束，并且系统具有非线性动力学特性。人工驾驶员很难精确控制拖车的轨迹，尤其是在狭窄的空间内。现有的方法可能计算复杂或难以实时实现，难以保证控制的稳定性和精度。

核心思路：论文的核心思路是将拖车视为一个独立的车辆进行路径规划和跟踪，然后通过逆运动学关系将拖车的控制输入转换为牵引车的控制输入。这种方法简化了问题的复杂性，使得可以使用标准的路径规划和跟踪算法来控制拖车。NMPC被用于保证控制的鲁棒性和精度。

技术框架：该方法包含以下几个主要步骤：1) 拖车路径规划：使用适当的路径规划算法（例如，RRT*）生成拖车的期望路径。2) 拖车路径跟踪：使用NMPC控制器跟踪拖车的期望路径，计算拖车的控制输入（例如，转向角和速度）。3) 逆运动学：根据拖车的控制输入和车辆-拖车系统的几何关系，计算牵引车的控制输入。4) 前向重新定位（可选）：如果需要，可以添加一个前向重新定位阶段，以调整车辆-拖车系统的姿态，从而更容易进行倒车泊车。

关键创新：该方法最重要的技术创新点在于将拖车视为独立车辆进行路径规划和跟踪，并通过逆运动学关系将控制输入传递到牵引车。这种方法简化了问题的复杂性，使得可以使用标准的路径规划和跟踪算法来控制拖车。此外，使用NMPC控制器保证了控制的鲁棒性和精度。

关键设计：NMPC控制器的关键设计包括：1) 状态空间模型：使用非线性动力学模型描述车辆-拖车系统的运动。2) 预测范围：选择合适的预测范围，以平衡控制性能和计算复杂度。3) 控制输入约束：考虑车辆和拖车的物理限制，例如最大转向角和速度。4) 目标函数：设计合适的目标函数，以最小化跟踪误差和控制输入。

📊 实验亮点

仿真结果表明，所提出的方法能够成功地引导车辆-拖车系统进入目标停车位，即使在存在干扰的情况下也能保持良好的鲁棒性。硬件在环测试进一步验证了该方法在实际环境中的可行性。虽然论文中没有给出具体的性能数据，但实验结果表明该方法具有良好的控制精度和稳定性。

🎯 应用场景

该研究成果可应用于自动泊车系统、自动驾驶车辆以及其他需要精确控制车辆-拖车系统的场景，例如物流运输、港口作业等。通过自动化倒车泊车过程，可以提高效率、降低事故风险，并减轻驾驶员的负担。未来，该技术有望在智能交通系统中发挥重要作用。

📄 摘要（原文）

Reverse parking maneuvers of a vehicle with trailer system is a challenging task to complete for human drivers due to the unstable nature of the system and unintuitive controls required to orientate the trailer properly. This paper hence proposes an optimization-based automation routine to handle the path-planning and path-tracking control process of such type of maneuvers. The proposed approach utilizes nonlinear model predictive control (NMPC) to robustly guide the vehicle-trailer system into the desired parking space, and an optional forward repositioning maneuver can be added as an additional stage of the parking process to obtain better system configurations, before backward motion can be attempted again to get a good final pose. The novelty of the proposed approach is the simplicity of its formulation, as the path-planning and path-tracking operations are only conducted on the trailer being viewed as a standalone vehicle, before the control inputs are propagated to the tractor vehicle via inverse kinematic relationships also derived in this paper. Simulation case studies and hardware-in-the-loop tests are performed, and the results demonstrate the efficacy of the proposed approach.