汽車 MPC 指的是模型預測控制（Model Predictive Control）。它在汽車領(lǐng)域有著重要的應用，特別是在自動駕駛和車輛運動控制方面。

在自動駕駛中，MPC 不是實時處理當前車輛與目標軌跡的差距，而是將未來一段時間分成多個節(jié)點，預測每個節(jié)點的車輛狀態(tài)，再調(diào)整控制器的輸出使車輛盡可能接近參考軌跡。例如，通過定位和地圖模塊得到當前路線，將其離散化成一串坐標對再擬合為三階多項式，然后根據(jù)車輛的當前位置和多項式系數(shù)預測未來一段時間車輛的行駛狀態(tài)。這里要注意進行坐標轉(zhuǎn)換，因為地圖給出的路線使用的是全局坐標系，而控制車輛應以車輛為中心。最后根據(jù)當前狀態(tài)和預測狀態(tài)的差異調(diào)整航向角和加速度，使車輛狀態(tài)接近預測狀態(tài)，同時要考慮乘車人的感受，讓加速度和航向角變化盡量平滑。

MPC 具有諸多優(yōu)點。它能很好地解決處理延遲問題，相比傳統(tǒng)的 PID 控制器更具優(yōu)勢。并且 MPC 在每一步中進行線性化，能較好地處理系統(tǒng)的約束，具有預測的過程，能夠直接處理非線性問題。

在實際應用中，MPC 常結(jié)合 Simulink 和 Carsim 等工具進行聯(lián)合仿真實驗。利用 Simulink 進行系統(tǒng)建模和仿真，Carsim 提供真實的車輛動力學模型和環(huán)境參數(shù)設(shè)置，通過設(shè)置不同的環(huán)境參數(shù)來模擬不同的駕駛場景，評估控制策略的性能。

在車輛的 ACC 自適應巡航系統(tǒng)中，MPC 與多功能視頻控制系統(tǒng)配合，確認本車和前車之間的相對距離和相對速度，主動控制本車行駛速度，使本車與前車保持安全合理的車間距，從而規(guī)避可能發(fā)生的追尾碰撞事故。

MPC 算法和 LQR 的公式非常接近，其表達式是離散的，函數(shù)是有邊界的，現(xiàn)實中求出的解必須要對其進行限制，比如車速就不可能超出實際的極限。

總之，MPC 為汽車的精確控制和安全行駛提供了有效的控制手段，有助于提升汽車系統(tǒng)的精度和穩(wěn)定性。

（圖/文/攝：太平洋汽車 整理于互聯(lián)網(wǎng)）