四轮转向LQR控制路径跟踪仿真 Simulink和Carsim联合仿真，横向控制为前馈+反馈lqr

四轮转向&LQR控制路径跟踪仿真 Simulink和Carsim联合仿真，横向控制为前馈+反馈lqr，纵向为位置-速度双PID控制 以前轮转角，后轮转角为控制量，误差为状态量，使用LQR求解出最优值，减小误差。 下图为Simulink模型截图，跟踪效果，前后轮转角，前轮转向&四轮转向对比误差等 提供模型文件，包含

直接上干货——四轮转向+LQR控制在路径跟踪里的玩法，实测比传统前轮转向误差能压到更低。咱们先看整体模型架构，Simulink负责算法层，Carsim处理车辆动力学，中间通过UDP协议实时交换数据。纵向控制用位置环和速度环双PID级联，横向才是重头戏：前馈补偿航向角偏差，LQR反馈控制四个误差状态量。

![Simulink控制模型截图]

（此处应有模型结构示意图，包含前馈通道、LQR模块、四轮转角输出接口）

横向误差模型的状态量选得挺讲究：横向位置误差、航向角误差，以及它们的一阶导数。状态方程构建时把前后轮转角都作为控制输入，这个操作直接打破了传统单输入系统的限制。看这段MATLAB函数里的LQR求解器核心代码：

function [delta_f, delta_r] = LQR_Controller(e_y, e_theta, de_y, de_theta) A = [0 1 0 0; 0 -2.4 1.2 0.1; 0 0 0 1; 0 -0.5 0.3 -1.2]; % 状态矩阵 B = [0 0; 0.8 0.2; 0 0; 0.3 0.6]; % 控制矩阵 Q = diag([10, 0.1, 5, 0.01]); // 横向误差权重最大 R = eye(2)*0.5; // 控制量惩罚项 [K,~,~] = lqr(A,B,Q,R); delta = -K * [e_y; de_y; e_theta; de_theta]; delta_f = delta(1); // 前轮转角 delta_r = delta(2); // 后轮转角 end

Q矩阵里横向位置误差的权重设到10，这是实测调出来的经验值——太大会导致转向抖动，太小跟踪滞后。B矩阵的第二行0.8和0.2分别代表前轮转角对横向加速度的影响系数，这部分需要和Carsim的轮胎模型参数对齐。

前馈补偿那块有个骚操作：根据预瞄点的曲率半径反推理论前轮转角。代码里用到了车辆轴距和预瞄距离的关系：

delta_ff = (L + Kv*vx^2)/(R_preview) * 0.8;

这个0.8的系数是路面附着系数补偿项，在低附着力路面要动态调整。实测加上前馈后，高速过弯时的超调量能减少40%以上。

四轮转向&LQR控制路径跟踪仿真 Simulink和Carsim联合仿真，横向控制为前馈+反馈lqr，纵向为位置-速度双PID控制 以前轮转角，后轮转角为控制量，误差为状态量，使用LQR求解出最优值，减小误差。 下图为Simulink模型截图，跟踪效果，前后轮转角，前轮转向&四轮转向对比误差等 提供模型文件，包含

看对比曲线时注意两个现象：四轮转向在初始响应阶段（0-2秒）的前轮转角幅度比传统方案小30%，后轮在1.5秒附近开始反向转动，这正是LQR优化控制量的效果。误差统计显示最大横向偏差从0.3m降到0.12m，但航向角误差在急弯时会短暂增加——这是系统在横向位置和航向角之间的权衡结果。

![误差对比曲线]

（此处应有四轮转向与前轮转向的横向误差、航向角误差对比图）

模型文件里藏着几个调参秘籍：

1. LQR权重调整时需要先闭着眼睛把Q对角项设为[1,1,1,1]，然后开着仿真器边看响应边10倍级调整
2. Carsim的转向延迟参数必须和Simulink的0.05秒执行器延迟匹配，否则会出现控制震荡
3. 后轮转角限制在±5度以内，超过这个范围轮胎会进入非线性区导致模型失效

最后说个坑：联合仿真时Carsim的仿真步长必须设为0.01秒，并且打开实时同步选项。之前因为没设置这个，导致控制量输出比车辆状态快了20ms，直接让小车走出蛇形走位...

（模型文件已打包，包含Carsim参数文件、Simulink模型、测试场景）