本发明涉及环卫车技术领域，尤其涉及一种智能扫路车运行轨迹跟踪控制方法。
背景技术：
智能扫路车是近几年政府极力推广和发展的对象，适用于公园、环卫、保洁公司、物业管理公司、广场、高校的室外清扫工作。智能扫路车在进行清洁工作时会提前规划运行的路线，在运行的过程中由于路面状况或其他环境因素使得智能扫路车偏离规划路线，智能扫路车通过轨迹跟踪控制修正运行轨迹偏差使其回到原先规划路径运行。但是，传统的轨迹跟踪控制在响应时间上缓慢，跟踪精度上较差，甚至使得轨迹跟踪控制效果失效。
技术实现要素：
基于此，有必要针对上述技术问题，提供一种响应时间快、跟踪精度高的智能扫路车运行轨迹跟踪控制方法。
一种智能扫路车运行轨迹跟踪控制方法，其包括：
s1、根据智能扫路车的机械结构设计运动学模型；
s2、根据所述运动学模型，构建变权重系数的自适应轨迹跟踪控制器；
s3、建立模糊控制器，对所述自适应轨迹跟踪控制器的权重系数进行调节，使目标函数达到最优；
s4、根据最优的所述目标函数控制智能扫路车的运行轨迹。
在其中一个实施例中，所述智能扫路车的机械结构包括质量、前后轮距、轮半径和前轮转角范围。
在其中一个实施例中，所述步骤s1中，设计运动学模型的步骤包括：
假设转向过程中车辆的质心侧偏角保持不变，则车辆的后轴轴心(xr,yr)的速度vr：
车辆的前后轴的运动学约束为：
根据车辆的前后轮的几何关系可以得出：
xf＝xr+lcosφ
yf＝yr+lsinφ
车辆的横摆角速度：ω＝(vr/l)tanδf
由横摆角速度ω和后轴轴心速度vr可以得到转向半径r和前轮偏角δf：
r＝vr/ω
δf＝arctan(l/r)
将横摆角速度ω和后轴轴心速度vr作为控制量得到智能扫路车的运动学模型为：
式中：φ为车辆的航向角；l为前后轮的轴距。
在其中一个实施例中，所述步骤s1中，对运动学模型进行离散化处理并获得最终的运动学模型，所述离散化处理的步骤包括：
将所述运动学模型进行线性化处理：
其中：
对所述运动学模型进行离散化：
ak,t＝i+ta(t)
bk,t＝i+tb(t)
由此得到最终的智能扫路车的运动学模型为：
其中，
式中：t为采样周期，k为采样时刻。
在其中一个实施例中，所述步骤s2中，构建变权重系数的自适应轨迹跟踪控制器的步骤包括：
设定：
可以得到智能扫路车到新的状态表达式：
其中：
自适应轨迹跟踪控制器未来时刻的输出方程：
y(k)＝φkξ(k|k)+θkδu(k)
其中：
所述自适应轨迹跟踪控制器的目标函数为：
所述自适应轨迹跟踪控制器的代价函数为：
运用模糊控制的方法，寻找最优的权重值(λu,λφ,λy)；在实际的控制过程中，需要满足控制量和状态量的约束：
umin(k+i)