Path following in autonomous vehicles consists of tracking a given path with minimum deviation by setting inputs to the system's actuators. Several path tracking controllers are proposed in literature, and several of those offer accurate tracking performance in normal driving conditions. Road and vehicle characteristics are known to be widely variable and those are difficult to estimate in real time. Disturbance observers (DOB), when applied to a given system, are known to approximate the system response to that of its model by estimating and compensating for parameter changes, modeling and parameter identification errors and external disturbances. Common path following control laws, namely state feedback control and Stanley are evaluated in association with DOB for steering control of autonomous path following. The performance of these algorithms are compared to that of model-based predictive control (MPC) in the presence of disturbances. Simulation and experimental results are used in order to illustrate the performance gains associated to the usage of disturbance observers in such context.
자율주행 차량에서 경로 추종은 주어진 경로를 시스템의 액추에이터의 입력을 설정해 최소 편차로 추적하는 것으로 구성된다. 문헌에는 몇 개의 경로 추종 제어기가 제안되어 있으며, 그 중 몇 개는 정상 주행 조건에서 정확한 추적 성능을 제공한다. 도로와 차량의 특성은 광범위하게 가변적이며 실시간으로 추정하기 어려운 것으로 알려져 있다. 외란 관측기(DOB)는 주어진 시스템에 적용될 때, 매개변수 변경, 모델링 및 매개변수 식별 오류 및 외부 장애를 일괄된 외란 항으로 추정 및 보상하여 해당 모델에 대한 시스템 응답을 근사화하는 것으로 알려져 있다. 일반적인 경로 추종 제어법(state feedback control, Stanley 방법) 은 DOB와 연계하여 자율 경로 추종의 조향 제어를 위해 평가된다. 시뮬레이션 데이터는 DOB 사용의 이점을 설명하기 위해 제시된다.
