1.一种基于紧约束的无人车鲁棒预测控制方法，其特征在于，包括如下步骤：

1)利用魔术公式轮胎模型，结合三自由度的无人车动力学模型，建立无人车离散误差模型；

根据受力分析，得到车辆动力学模型如下：式中，m为整车质量，Iz为横摆转动惯量，a，b分别为前后轴到质心距离，δf为前轮转角，X为车辆在世界坐标系下的横向位置，Y为车辆在大地坐标系下的纵向位置， 为车辆航向角， 为横摆角速度，为纵向车速， 为横向车速，Flf为前轮纵向力，Flr为后轮纵向力，Fcf为前轮侧偏力，Fcr为后轮侧偏力；

魔术公式轮胎模型的一般表达式为：

Y(X)＝(Dsin(Carctan(FX‑E(FX‑arctan(FX)))))+Sv      (2)式中，Y为轮胎纵向力或侧偏力；X＝(κ+Sh)，其中κ为纵向滑移率，Sh为曲线的水平方向漂移；F为刚度因子；C为曲线形状因子；D为峰值因子；E为曲线曲率因子；Sv为曲线垂直方向漂移；

假设轮胎侧偏角α与纵向滑移率κ在线性区域内变化，将魔术公式简化如下式中，Cα，Cx分别为轮胎的横向刚度和纵向刚度；

假设车辆前轮转向角δf在[‑10°,10°]内变化，结合式和式(3)，得到车辆动力学模型如下：式中，Cαf/Cαr为前/后轮胎侧偏刚度，Cxf/Cxr为前/后轮胎的纵向刚度；

将系统描述为如下状态空间表达式：

其中，状态量选取为 输入控制量选取为u＝δf；

对式(5)在参考轨迹点(ξr,ur)一阶泰勒展开，得到如下线性时变模型：简单变换，得到误差模型：

将式(7)以采样周期T进行离散化得：eξ(k+1)＝Akeξ(k)+Bkeu(k)             (8)其中，eξ(k)＝ξ(k)‑ξr(k)，eu(k)＝u(k)‑ur(k)， T为采样周期，I为合适大小的单位矩阵；

考虑扰动的影响，式(8)重写为：

eξ(k+1)＝Akeξ(k)+Bkeu(k)+w(k)            (9)其中，w(k)为扰动量；

2)紧约束构造；

根据Nilpotent紧约束控制策略构造控制输入约束集：其中，U是输入的初始有界约束，W是扰动的约束，矩阵K(j)和L(j)是候选控制矩阵，满足：T ‑1 T

K(j‑1)＝‑(R+BkV(j)Bk) BkV(j)Ak其中，I为合适大小的单位矩阵，Q为状态偏差量权重，R为控制偏差量权重，V(k),k∈[0,M]用于计算候选控制矩阵K(j)；

3)模型预测控器设计；

根据系统，定义如下代价函数：

其中，eξ(k+i|k)和eu(k+i|k)分别是eξ(k+i)和eu(k+i)在k时刻的预测值，M和N分别为预测时域和控制时域，Q为状态偏差量权重，R为控制偏差量权重，P为终端状态偏差量权重；

系统的N步状态预测方程为：

其中，

系统的第N+1步状态预测方程为：

其中，

从而将无人车的控制目标转化为求解如下最小化问题：通过对式(17)的求解，得到最优控制律序列 在优化求解时刻仅需要使用第一项作为输入；

令上一优化求解时刻为k0，根据式(17)求解优化问题得到的一组最优控制偏差序列为* *eU (k0)，基于eU (k0)，构造k0+m,m∈{1,…,L}时刻的一组控制律序列，L为两相邻优化求解时刻的间隔：其中， 表示如下：

其中，H是不变集XF内的线性反馈控制矩阵；

终端状态偏差量权重矩阵P和线性反馈控制矩阵H的设计如下所示：T T

P≥Q+HRH+(Ak+BkH) P(Ak+BkH)             (20)根据上述分析得基于紧约束的无人车鲁棒预测控制过程为：S1：初始化：定义车辆在初始时刻k＝0，初始优化间隔p＝0，最大优化间隔L下的状态矩阵Ak，输入矩阵Bk，根据式(20)计算终端权重P和线性反馈控制矩阵H，根据式(11)和式(12)计算候选控制矩阵K(j)、L(j)，利用式(10)构造紧约束；

S2：优化求解：通过式(17)求解出控制律序列S3：更新：取 的第一个元素eu(k|k)作为输入，通过式(9)更新得到下一时刻状态eξ(k+1)，令k＝k+1，根据k时刻的参考状态，通过式(4)更新矩阵Ak，Bk，以及相应的K(j)，L(j)，P，H矩阵和紧约束序列；

S4：间隔判断：若p≥L，跳转至S2；否则令p＝p+1，转至S3。