自动驾驶 MPC 控制的过程、目标函数与求解方法
哪些公司问过
答案要点
- 过程:预测模型 + 滚动优化 + 反馈校正,每周期只执行最优控制序列的第一个量
- 模型常用运动学自行车模型:状态为 x、y、航向角、速度,控制为前轮转角和加速度,高速场景可换动力学模型
- 目标函数:跟踪误差(横向、航向、速度)加权平方和 + 控制量惩罚 + 控制增量惩罚
- 约束:转角、加速度上下限,转角变化率等执行器限制,以及可选的安全或道路边界约束
- 线性化后为 QP(OSQP、qpOASES 等求解);非线性 MPC 可用 IPOPT、acados 等求解器
易错点
- 只写跟踪误差项,漏掉控制增量惩罚,导致方向盘抖动
- 把整段最优控制序列都执行掉,丢掉了滚动优化和反馈
- 忽略求解时间,求解超出控制周期时没有兜底策略
面试官常见追问
- 预测时域和控制时域怎么选?
- MPC 和 PID、Pure Pursuit 相比有什么优势?
- 执行器延迟怎么处理?
完整的口述示范答案、每个追问的参考回答,在启面刷题中心查看;也可以让 AI 面试官用语音按这道题连环追问你。