基于高斯过程回归增强模型预测控制的赛车竞速控制方法

本发明公开一种基于高斯过程回归增强模型预测控制的赛车竞速控制方法，属于无人驾驶系统轨迹规划与跟踪控制领域。本方法主要包括：首先构建包含状态方程、测量方程及概率约束的赛车竞速随机最优控制问题模型，其次采用高斯过程回归模型分别对系统不确定性和测量环节进行建模，随后设计赛车竞速的谨慎模型预测控制和基于高斯过程回归的扩展卡尔曼滤波器GP‑EKF，实现高精度状态估计，最后融合GP‑EKF和谨慎模型预测控制，构建基于GP‑EKF增强的学习模型预测控制GP‑EKF‑LMPC，将后验状态估计反馈至优化问题中，实时求解赛车竞速的最优控制指令。实验表明，本发明能够显著提升复杂场景下的控制精度与鲁棒性。