自动驾驶横纵向控制，纵向采用PID控制，横向采用MPC控制，纵向PID不同于传统的烂到家的油门刹车标定表PID控制器控制前轴左右车轮力矩，从而实现纵向方向上的加减速，可应用于电动车上面，控制轮端的力矩。 横向MPC控制器以建立的三自由度车辆动力学模型为基础，轮胎模型处于线性区间，然后结合模型预测控制结构特性，利用状态轨迹法对所建立的非线性动力学模型进行线性化，同时为了与轨迹规划结合将其离散化采样控制，从而实现横向控制，车辆参考轨迹为离散的五次多项式采样点，离散点控制。 设计工况：车辆初始车速70km/h速度行驶。 控制效果：车辆侧向位移跟踪效果很好，纵向车速跟随也较好，但有一定的误差，车辆质心侧偏角和四个车轮车偏角也较好，车辆处于稳定运行工况，控制量也连续变化，各个控制效果见下列各图。 认准ID：我们一起学喵叫_小号 Matlab/Simulink版本:2021a Carsim版本：2019.0 有完整的仿真演示运行视频，小白也能学会。 提供参考资料，联系留邮箱。

在高速上以70km/h飙车（不是）做控制实验是种什么体验？今天带大家看一个真实案例：基于Carsim和Matlab的联合仿真，纵向用改进版PID玩转轮端力矩，横向拿MPC调教车辆轨迹。先说结论——这车稳得就像老司机握着方向盘，但背后可藏着不少骚操作。

纵向控制：拒绝油门标定表的轮端PID

传统纵向PID总被吐槽像新手司机，油门刹车踩得一顿一顿的。咱们这次直接操控前轮力矩，电动车专属玩法：

function torque = longitudinal_PID(v_target, v_current, dt)
    persistent integral error_prev;
    Kp = 1.2; Ki = 0.05; Kd = 0.3;
    
    error = v_target - v_current;
    integral = integral + error * dt;
    derivative = (error - error_prev) / dt;
    
    torque = Kp*error + Ki*integral + Kd*derivative;
    torque = min(max(torque, -2000), 2000); % 力矩限幅
    error_prev = error;
end

这个PID的骚在于：

1. 直接输出牛·米量纲，告别油门开度换算
2. 2000N·m的限幅对应常见电动车电机峰值
3. dt参数必须与Carsim仿真步长严格同步（划重点！）

横向控制：MPC在线解谜游戏

横向控制用MPC就像在玩实时策略游戏——每0.1秒解一次最优控制问题。核心在于这个三自由度模型：

% 车辆模型线性化核心片段
A = [0 1 0 0;
     (Cf+Cr)/(m*vx) 0 (a*Cf - b*Cr)/(m*vx)-vx 0;
     0 0 0 1;
     (a*Cf - b*Cr)/(Iz*vx) 0 (a²*Cf + b²*Cr)/(Iz*vx) 0];
B = [0; -Cf/m; 0; -a*Cf/Iz];

这里埋着三个彩蛋：

1. 轮胎侧偏刚度取线性区（别问，问就是工况车速高）
2. 纵向速度vx视为时变参数而非状态量（解耦大法好）
3. 五次多项式轨迹的曲率连续特性刚好喂饱MPC

仿真翻车实录（不是）

自动驾驶横纵向控制，纵向采用PID控制，横向采用MPC控制，纵向PID不同于传统的烂到家的油门刹车标定表PID控制器控制前轴左右车轮力矩，从而实现纵向方向上的加减速，可应用于电动车上面，控制轮端的力矩。 横向MPC控制器以建立的三自由度车辆动力学模型为基础，轮胎模型处于线性区间，然后结合模型预测控制结构特性，利用状态轨迹法对所建立的非线性动力学模型进行线性化，同时为了与轨迹规划结合将其离散化采样控制，从而实现横向控制，车辆参考轨迹为离散的五次多项式采样点，离散点控制。 设计工况：车辆初始车速70km/h速度行驶。 控制效果：车辆侧向位移跟踪效果很好，纵向车速跟随也较好，但有一定的误差，车辆质心侧偏角和四个车轮车偏角也较好，车辆处于稳定运行工况，控制量也连续变化，各个控制效果见下列各图。 认准ID：我们一起学喵叫_小号 Matlab/Simulink版本:2021a Carsim版本：2019.0 有完整的仿真演示运行视频，小白也能学会。 提供参考资料，联系留邮箱。

实际跑起来时发现：

• 车速跟踪误差主要出现在弯道入弯阶段（动能分配问题）
• 前轮转角会在±3°范围内高频抖动（MPC预测时域太短）
• 解决秘籍：在目标函数里给方向盘转角变化率加权重

![仿真截图：轨迹跟踪对比曲线]

（此处应有灵魂手绘：红色参考轨迹与蓝色实际轨迹几乎重合，纵坐标误差保持在±0.1m内）

小白上车指南

需要全套simulink模型的同学注意：

1. Carsim2019必须装C++运行库（血的教训）
2. Matlab2021a的MPC工具箱要单独安装
3. 联合仿真时记得把Carsim的仿真步长设为0.01s

参考资料打包在网盘里（涉及N多篇SAE论文），需要的老铁发邮件到autocontrol2024@example.com，暗号"喵叫小号"秒回。视频教程里连怎么改轮胎参数都演示了，包教包会的那种。

最后说句大实话——这方案在70km/h工况稳如狗，但要是飙到120km/h...嘿嘿，轮胎模型得换成Pacejka才行（别问我怎么知道的）。