主动前轮转向（active front steering，AFS）和直接横摆力矩控制（direct yaw moment control，DYC）是提升汽车侧向稳定性的重要手段。当汽车侧向失稳时，DYC 的制动干预会引起汽车纵向速度下降，影响汽车的纵向动力学和驾驶舒适性。与 DYC 工作原理不同，AFS 通过转向系统的主动干预能够在不影响纵向动力学和舒适性的前提下提升汽车的侧向稳定性，近年来得到了广泛的研究。本文在现有研究的基础上，基于模型预测控制方法设计一种在预测时域内考虑轮胎力非线性变化的新型线性时变AFS 控制系统，能够有效提高系统的实时性，拓宽 AFS 的工作范围，改善在高速、低附着路面等极限工况下 AFS 汽车的侧向稳定性。 随着汽车智能化和无人化的发展，主动避撞控制逐渐成为提高汽车行车安全、减 少交通事故伤害的重要手段。基于 AFS 的侧向避撞控制只需要较小的转角干预，就 能产生足够的横摆力矩和侧向偏移，相对于纵向避撞控制在高速、低附着路面等极限工况下的纵向避撞距离更短，备受研究学者的青睐。极限工况下轮胎力常常处于非线性区域，汽车在转向避撞过程中容易出现侧滑等危险。因此，本文针对极限工况下汽车转向避撞时的行驶稳定性问题，基于模型预测控制方法设计一种考虑轮胎状态刚度预测的转向避撞控制器，能够较好地兼顾汽车在极限工况下的转向避撞效果和行驶稳定性。 此外，当轮胎侧向力接近饱和时，AFS 的控制性能将接近极限。但此时 DYC 依 然可以利用纵向力产生横摆力矩来保持汽车稳定。因此，AFS 与 DYC 的集成控制可以充分利用两者的优势，进一步提高车辆的侧向稳定性。然而，AFS 和 DYC 对汽车的运动存在相互干涉和耦合，且轮胎的侧向力和纵向力间也存在相互影响，因此 AFS与 DYC 集成控制中转向和制动的控制权分配问题一直是一个研究热点。针对这一研究问题，本文提出一种考虑轮胎均等后备能力的轮胎纵向和侧向力分配方法，并基于线性时变模型预测控制设计了一体式 AFS 与 DYC 集成控制器，能够有效解决 AFS与 DYC 的运动干涉和控制权分配问题，进一步提高汽车的侧向稳定性。

先，采取将超声波传感器和轮速脉冲传感器结合的方式实现车位的检测和泊车初始位置获取。为了提高测量数据稳定性和精度，防止单个雷达失效的情况，提出使用同侧的两个超声波雷达同时对车位进行探测，并结合基于相似度的数据融合方法得到更准确的车位信息。 然后，对车辆低速运动过程进行研究，建立了基于后轴中心为参考点的运动学模型，明确了该参考点在车速和方向盘转角输入下的运动规律，并将规律推广到车身各顶点。分析了单步平行泊车的车辆运动学条件和碰撞约束条件，并将其作为非线性约束，基于 B 样条曲线理论设计路径优化函数。在此基础上，选取多个泊车起点进行 MATLAB 路径规划仿真，验证了路径规划方法合理性。为了跟踪规划出的目标路径，先采用基于 EKF 的航迹推算方法滤除传感器中的噪声信号，得到精确的车辆局部定位信息。利用车辆实时位姿与目标路径的偏差，设计了基于模型预测控制的路径跟踪控制器，选取了合适的目标函数，将跟踪控制问题转换为凸优化的二次型最优求解问题，并对控制器参数选择问题进行研究。同时，介绍了广泛用于路径跟踪的一种纯追踪控制方法，用作控制器控制效果的对比验证。 通过 MATLAB/Simulink 与 Carsim 的联合仿真，对比模型预测控制和纯追踪 控制两种控制算法下的路径跟踪的位置误差和航向误差进行控制效果验证。最 后，在实车上验证了基于双超声波雷达数据融合的车位检测算法的有效性。并 进行了泊车系统控制策略的功能验证，通过 CAN 总线获取的实时数据进行误差 分析，证明了规划路径的合理性和路径跟踪控制器的有效性

博客中对应的MATLAB算法程序，https://blog.csdn.net/qq_35379989/article/details/115265010?spm=1001.2014.3001.5501

国外经典控制理论教材 Nonlinear Systems Third Edition(中文版)，详细介绍关于非线性系统的设计方法！! 预测控制 国内经典模型预测控制教材 基于模型预测控制无人车和移动机器人的轨迹跟踪论文

基于模型预测控制设计的无人驾驶车辆轨迹跟踪问题，内附有MATLAB程序与详细的建模过程，研究车辆转向的同学可以作为参考