本文的文档属于类型a：单篇原创性研究的学术报告，以下是详细的学术报告内容。

作者及研究机构

本文的主要作者是胡超芳（Hu Chaofang）及其团队，包括曹磊（Cao Lei）、赵凌雪（Zhao Lingxue）和王娜（Wang Na）。研究机构包括天津大学电气自动化与信息工程学院（School of Electrical and Information Engineering, Tianjin University）、系统控制与信息处理教育部重点实验室（Key Laboratory of System Control and Information Processing of Ministry of Education）以及微光机电系统技术教育部重点实验室（Key Laboratory of Micro Opto-Electro Mechanical System Technology of Ministry of Education）。该研究发表在《天津大学学报(自然科学与工程技术版)》（Journal of Tianjin University (Science and Technology)）2019年第5期。

学术背景

研究领域：本研究属于无人驾驶车辆控制领域，具体关注车辆爆胎后的转向控制问题。
研究动机：爆胎是高速公路上的常见事故，会导致轮胎参数（如滚动阻抗系数和侧偏刚度）剧烈变化，进而引发车辆失控、偏离车道甚至侧翻。根据美国公路交通安全管理局的数据，每年因爆胎导致的车祸造成数百人死亡和上万人受伤。现有的底盘控制系统（如防抱死制动系统和主动前轮转向系统）并非专门针对爆胎设计，效果有限。因此，开发一种实时性强且控制性能优越的爆胎转向控制算法具有重要现实意义。
研究目标：提出一种基于连续时域自适应预测控制（Adaptive Model Predictive Control, MPC）的方法，解决爆胎后无人驾驶车辆的转向控制问题，确保车辆在爆胎后仍能保持稳定行驶。

研究流程

本研究包含以下主要步骤：

1. 车辆动力学模型构建

研究团队建立了前轮转向无人驾驶车辆的动力学模型，采用地面惯性坐标系和车体坐标系描述车辆运动。模型的核心方程包括纵向力、横向力和横摆力矩的平衡方程。爆胎后，轮胎参数（如滚动阻抗系数和侧偏刚度）发生突变，模型通过引入不确定性项（dis1和dis2）表征爆胎效应。

2. 反馈线性化与泰勒展开预测

为了简化非线性动力学模型，研究者对标称模型进行反馈线性化，并通过泰勒展开预测车辆的未来运动趋势。泰勒展开时域（tp）设为0.125秒，以平衡计算精度和实时性需求。

3. 自适应模糊观测器设计

爆胎引起的参数变化被转化为不确定性项，通过自适应模糊观测器在线估计。模糊逻辑系统（Fuzzy Logic System, FLS）的输入为车辆状态（如横摆角速度和质心侧偏角），输出为不确定性项的逼近值。自适应律用于调整模糊系统的权重，确保观测精度。

4. 连续时域预测控制律设计

基于最优目标距离准则（Optimal Aiming Criterion），研究者设计了满足输入饱和约束的解析控制律。控制输入（前轮偏转角速度）的约束条件为±5.2°/s。目标函数在二次规划框架下最小化跟踪误差和控制输入能量。

5. 仿真验证

仿真参数基于实际车辆技术（如质量、转动惯量、轮胎刚度等）。在仿真中，假设车辆以90 km/h行驶时左前轮爆胎，侧偏刚度降低72%，滚动阻抗系数增加29倍。对比传统非线性预测控制（NMPC）和PID控制的性能，评估所提方法的实时性和控制效果。

主要结果

1. 控制效果：
   
   • 未施加控制时，车辆在1秒内偏离车道约5.5米；
     
   • 所提方法可将偏移量控制在传统算法的2.5%（约8厘米）以内，显著优于NMPC和PID控制。
     
2. 实时性：
   
   • 所提算法的计算速度比NMPC快约150倍，总计算时间仅5.64秒；
     
   • 比PID算法的计算时间缩短50%。
     
3. 自适应模糊观测器的有效性：观测器能准确估计爆胎引入的不确定性，为控制律提供实时补偿信号。
   

结论与意义

科学价值：
- 提出了一种结合反馈线性化、模糊逼近和连续时域预测控制的新型混合算法，为解决非线性约束控制问题提供了新思路。
- 自适应模糊观测器的设计为不确定性系统的在线估计提供了可行方案。

应用价值：
- 该算法可集成至无人驾驶车辆的底盘控制系统，提升爆胎等突发故障下的安全性；
- 实时性优势使其适用于高速场景，对减少交通事故具有实际意义。

研究亮点

1. 创新方法：首次将连续时域预测控制与模糊观测器结合，解决了传统MPC计算负荷大、难以满足实时性的瓶颈问题。
   
2. 工程实用性：控制律严格满足输入约束，且仿真结果与真实爆胎数据高度吻合。
   
3. 多学科交叉：融合了车辆动力学、模糊系统理论和优化控制理论，展现了较强的跨学科特性。
   

其他有价值内容

• 研究还对比了不同控制算法的计算效率，为未来实时控制系统的硬件选型提供了参考。
  
• 论文附录中详细列出了车辆参数和模糊规则库，便于其他研究者复现实验。
  

本文的研究为无人驾驶车辆的安全控制提供了重要技术支撑，尤其是在极端工况下的鲁棒性设计方面具有开创性贡献。