一种基于模型预测控制的紧急避障路径规划及控制方法

1.本发明涉及无人车辆路径规划和路径跟踪领域，尤其是涉及一种基于模型预测控制的紧急避障路径规划及控制方法。

背景技术：

2.稳态漂移是一种典型的车辆极限驾驶工况，“稳态”指的是在漂移过程中车辆系统的状态(包括车辆速度、横摆角、侧偏角等等)始终保持不变。经验丰富的赛车手通常为了缩短过弯时间，通过使车轮后轴驱动力和前轮转角的配合强行使车辆进入稳态漂移的状态来过弯。
3.随着汽车产业的发展和系统理论的不断成熟，汽车正向智能化和无人化方向发展。无人驾驶车辆的紧急避险能力和对各种工况的适应能力已经引起了人们的广泛关注，并成为自动驾驶新的研究方向。
4.汽车在漂移时，车辆处于极限工况，可以快速改变车身航向，避免或减轻碰撞，因此通过研究漂移控制提高自动驾驶车辆的紧急避险能力是一重要的研究方向。但是，目前的车辆漂移控制存在如下问题：
5.有较强的非线性，对于车辆漂移过程的建模非常困难，且横、纵向存在复杂的耦合性，控制难度较大：在漂移时后轮处于附着圆极限，后轮的侧向力和纵向力受附着圆极限的约束，此时车辆的横纵向存在复杂的耦合关系。目前的技术方案多数采用开环和闭环控制相结合的方式，引入专业驾驶员的经验进行开环控制，这一方案的抗扰能力弱，且需要依赖经验进行控制器设计。
6.公开号为cn113928311a的中国专利文献公开了一种车辆稳态漂移的闭环切换控制方法，包括：s1.计算车辆的稳态漂移域及稳态漂移平衡点，并基于所述稳态漂移域将车辆的漂移过程分解为接近稳态漂移域的过渡阶段和进入稳态漂移域的稳态阶段；s2.基于二自由度车辆模型设计所述过渡阶段的过渡漂移控制器，并基于所述过渡漂移控制器控制车辆接近稳态漂移域，所述过渡漂移控制器包括纵向pid控制器和横向lqr控制器；s3.判断车辆当前状态量偏差是否进入稳态漂移域，是进入步骤s4，否返回步骤s2；s4.基于三自由度车辆模型设计所述稳态阶段的稳态漂移lqr控制器，控制车辆跟踪稳态漂移平衡点。
7.上述方法可以避免开环控制对于系统抗干扰能力的影响，使得稳态漂移控制方案具有可重复性，且能够实现车辆的稳态漂移，适用于极限工况下的车辆控制研究。但是，该方法还只能解决稳态漂移控制的可重复性，仔面度复杂突发的情况，如在高速运行的车辆(接近于100km/h)面对突然出现的障碍物时，并不能够进行有效的避障。

技术实现要素：

8.本发明提供了一种基于模型预测控制的紧急避障路径规划及控制方法，可以在高速运行的车辆(接近于100km/h)面对突然出现的障碍物时能够进行有效的避障。
9.一种基于模型预测控制的紧急避障路径规划及控制方法，包括决策部分、路径规
划部分和跟踪控制部分，具体如下：
10.决策部分：当车辆高速运行过程中检测到障碍物且判断无法通过常规转弯进行避障时，做出进行漂移避障的决策；
11.路径规划部分：在得到进行漂移避障的决策后，根据当前车速进行前向漂移避障路径的搜索，生成漂移避障路径；其中，前向漂移避障路径的搜索基于混合路径搜索和优化路径搜索的方法；
12.跟踪控制部分：基于线性化的车辆动力学模型，采用以漂移时的平衡点为状态量的模型预测控制器对生成的漂移避障路径进行跟踪。
13.决策部分中，当检测到障碍物之后，车辆根据障碍物位置和当前车辆速度判断是否能够使用最小转弯半径进行避障，判断出最小转弯半径无法进行有效避障时，做出利用漂移进行避障的决策。
14.路径规划部分中，混合路径搜索和优化路径搜索的方法利用前轮转角进行基于车辆动力学的前向路径搜索；对于每个前轮转角搜索点，都进行一个基于优化问题的搜索权重计算，结合每个搜索点的权重，选择权重最大的搜索点作为前向路径规划的搜索点，并经过每一点的前向输出优化，计算出每一时刻的系统模型状态以及输入值，作为跟踪控制部分中模型预测控制器每一时刻的系统状态以及输入的参考。
15.以前轮转角为搜索点，当车辆为逆时针漂移时，则前轮转角取值为-10
°
:-10
°
:-30
°
，当车辆为顺时针漂移时，则前轮转角取值为10
°
:10
°
:30
°
。
16.生成的漂移避障路径同时满足避障要求和车辆漂移动力学，车辆漂移动力学的公式如下：
[0017][0018][0019][0020]
其中，为速度的导数，为车辆侧滑角的导数，为车辆横摆角速度的导数，v为车辆速度，β为车辆侧滑角，r为车辆的横摆角速度，δ为车前轮转角，a和b分别为车辆质心到前轮和后轮距离，f
yf
和f
yr
分别为车辆前轮和后轮的侧向力，f
xr
为车辆后轮驱动力，m为车辆质量，iz为车辆的绕z轴的转动惯量；令时得出漂移平衡点处的方程，求解后得出漂移平衡点处各项参数值v
eq
,β
eq
,r
eq
,δ
eq
,其中，β
eq
和v
eq
为稳态漂移时侧偏角以及车身速度的值，r
eq
表示车辆漂移时的横摆角速度期望值，δ
eq
和分别为平衡点处的前轮转角和后轮驱动力的值。
[0021]
根据车辆漂移平衡点的值，采用启发式搜索函数前向拟合出漂移避障路径，启发式搜索函数采用以下优化函数的形式：
[0022][0023]
s.t.
[0024]
δξ(k+1)＝aδξ(k)+bδu(k)
[0025]
δu
min
≤δu(k)≤δu
max
[0026]
式中，rk表示k时刻的横摆角速度预测值，r
eq
表示车辆漂移时的横摆角速度期望值；同理，βk和vk分别表示车辆k时刻侧偏角的预测值以及车身速度预测值；β
eq
和v
eq
为稳态漂移时侧偏角以及车身速度的值；δk和fxrk分别为k时刻的前轮转角和后轮驱动力的预测值，δ
eq
和分别为平衡点处的前轮转角和后轮驱动力的值；δx(k)和δu(k)分别为k时刻的系统状态量以及输入量的相对平衡点值的偏差，系统状态量为ξ＝[r,β,v]
t
，系统输入量为u＝[δ,f
xr
]
t
。
[0027]
求解出优化问题的解之后再对其漂移路径进行计算，公式如下：
[0028][0029][0030][0031][0032]
对于每个前轮转角δ，都有对应的前向搜索路径与之对应[(x1,y1),(x2,y2),
…
,(xn,yn)]；对于每个前轮转角对应的前向搜索路计算当前前轮转角值对应的权重，该权重用下面公式进行表示：
[0033][0034]
(x
obs
,y
obs
)为障碍物坐标；根据每个前轮搜索转角对应的权重值h选出最大的值，作为漂移避障路径。
[0035]
模型预测控制器采用模型预测控制框架，模型预测控制框架中的模型采用动力学的线性离散模型，通过动力学方程线性化以及离散化获得：
[0036]
δx(k+1)＝aδx(k)+bδu(k)
[0037]
式中，x(k)为系统状态量，u(k)为系统输入量，线性化的方式采用泰勒展开的方式，离散化的方式采用前向欧拉的方法；为了对规划路径进行跟踪，选取状态量x＝[e,δφ,v,β,r]
t
，输入量u＝[δ,f
xr
]
t
，e为车辆当前位置距离参考路径的横向误差，δφ为当前航向角与期望航向角之间的偏差，v为车身质心速度，β为质心侧偏角，r为车身横摆角速度；输入量δ为前轮转角，f
xr
为后轮驱动力；系统矩阵a和输入矩阵b由以下方式获得
[0038][0039][0040]
上述矩阵中，y1,y2,
…
,yn(n＝5)为以下等式：
[0041][0042][0043][0044][0045][0046]
提出系统模型之后，需要构建模型预测控制器(mpc)的优化问题，并以求解qp问题的形式求解优化问题，模型预测控制器(mpc)优化问题需要优化(k～k+np-1)时刻的模型输入，优化函数为下列表达式：
[0047][0048]
s.t.
[0049]
δx(k+1)＝aδx(k)+bδu(k)
[0050]
δu
min
≤δu(k)≤δu
max
[0051]
x(k)为k时刻模型的输入量x＝[e,δφ,v,β,r]
t
,x
eq
为漂移过程模型状态量平衡点的值，u(k)为k时刻模型输入量u＝[δ,f
xr
]
t
的值，δu
min
和δu
max
为k时刻和k-1时刻的输入量偏差的允许最小值和最大值，a和b分别为线性化+离散化之后得到的系统矩阵以及输入矩阵。
[0052]
本发明的方法，在障碍物出现时，车辆判断出常规转弯无法进行有效避障的情况下，能够采用漂移避障的策略进行避障。车辆在检测到障碍物出现时，能够马上对前方路径进行规划，利用混合搜索与优化的方法进行前方跟踪路径的生成，并基于漂移动力学建立模型预测控制器，利用模型预测控制的方法来进行上一步所生成路径的跟踪，完成漂移避
障的工作。能够利用漂移的方式达到躲避突然出现的障碍物的目的，能够扩大车辆的动力学极限，增加高速运行车辆的安全性。
附图说明
[0053]
图1为本发明一种基于模型预测控制的紧急避障路径规划及控制方法的流程图；
[0054]
图2为本发明中漂移避障决策表示图；
[0055]
图3为本发明中混合路径搜索和优化路径搜索示意图；
[0056]
图4为本发明实施例中mpc框架图。
具体实施方式
[0057]
下面结合附图和实施例对本发明做进一步详细描述，需要指出的是，以下所述实施例旨在便于对本发明的理解，而对其不起任何限定作用。
[0058]
如图1所示，一种基于模型预测控制的紧急避障路径规划及控制方法，包括决策部分、路径规划部分和跟踪控制部分，具体如下：
[0059]
(1)第一层为决策部分，决策部分是针对突然出现的障碍物，当车辆高速运行时，一旦前方突然出现障碍物(可以是货物、动物或人)无法通过常规转弯进行避障，车辆控制器需要做出漂移避障的决策。常规转弯无法避障的判断是基于车辆当前行驶速度以及侧翻临界条件所决定。根据当前速度下侧翻临界条件的转弯半径称为最小转弯半径，如果该转弯半径无法完成避障，就需要通过漂移来进行避障。
[0060]
分析车辆侧翻条件需要采用车辆四轮模型进行分析，因为车辆侧翻的临界条件是在一侧轮子受力而另一侧轮子不受力的情况下形成的。假设车辆左侧轮子不受力，右侧轮子将承载车辆所受重力，根据车辆行驶方向，即x轴的力矩平衡可以得出：
[0061][0062]
m为车辆质量，g为重力加速度，l为前侧两轮或者后侧两轮之间的距离，f为车辆在处于侧翻临界条件时的受力侧车轮所受摩擦力，d为车辆质心距离地面的高度。其中v为当前车辆速度，r为车辆转弯半径，即车辆在侧翻临界条件下的最小转弯半径。根据最小转弯半径可以推算出车辆处于侧翻临界条件时的前轮转角为l
′
为车辆前后轮之间的距离。当车辆根据当前速度判断出根据侧翻临界条件的最小转弯半径无法进行有效避障时则需要进行漂移避障。
[0063]
(2)第二层为路径规划部分，路径规划部分在获得第一层利用漂移避障的指令后根据当前车速进行前向漂移避障路径的搜索，漂移路径的搜索基于混合路径搜索以及优化路径搜索的方法，利用前轮转角进行基于动力学的前向路径搜索，对于每个前轮转角搜索点，都进行一个基于优化问题的搜索权重计算，结合每个搜索点的权重，选择权重最大的搜索点作为前向路径规划的搜索点，并经过每一点的前向输出优化，计算出每一时刻的系统模型状态以及输入值，作为下一层控制器每一时刻的系统状态以及输入的参考；
[0064]
(3)第三层为跟踪控制部分，跟踪控制部分需要从第二层路径规划部分获取漂移
避障平衡点的值以及每个时刻系统模型状态量以及输入量的参考值。获取以上信息量之后，第三层跟踪控制器需要对已规划的漂移避障轨迹进行跟踪，采用模型预测控制方法进行跟踪控制，建立mpc框架，并将mpc损失函数构建为求解线性二次规划问题，求解出当前时刻的输入量。求解完毕之后再回到第二层以当前时刻的状态量和输入量进行滚动优化。
[0065]
如图2所示，漂移避障决策在障碍物出现的时候根据障碍物的位置以及车辆当前的速度作为评判标准，在当前车速下的最小转弯半径没有办法进行有效避障时，需要做出利用漂移进行避障的决策。
[0066]
如图3所示，在进行漂移避障的决策之后，第二层路径规划部分需要规划出一条漂移路径，该路径不仅需要满足避障的要求，同时需要满足车辆漂移动力学。漂移动力学公式如下：
[0067][0068][0069][0070]
令可得出漂移平衡点处的方程，其中，为速度的导数，为车辆侧滑角的导数，为车辆横摆角速度的导数，v为车辆速度，β为车辆侧滑角，r为车辆的横摆角速度，δ为车前轮转角，a和b分别为车辆质心到前轮和后轮距离，f
yf
和f
yr
分别为车辆前轮和后轮的侧向力，f
xr
为车辆后轮驱动力，m为车辆质量，iz为车辆的绕z轴的转动惯量。平衡点处的方程如下：
[0071][0072][0073][0074]
根据魔术轮胎公式根据魔术轮胎公式由于后轮在漂移时处于饱和状态，后轮侧向力公式中，和分别为重力作用在前轮和后轮上的分量，a和b分别为车辆质心到前轮和后轮的距离。由于漂移动力学方程中有3组方程和5个未知量，我们以当前速度作为平衡点的速度，以前轮转角作为搜索；我们确定v
eq
为当前时刻
速度，并且以前轮转角δ＝-10
°
:-10
°
:-30
°
(逆时针漂移)或者δ＝10
°
:10
°
:30
°
(顺时针漂移)作为搜索区间，可以得出平衡点处各项的值v
eq
,β
eq
,r
eq
,δ
eq
,根据平衡点的值可以进行前向仿真计算每一时刻的路径点信息，具体计算如下：
[0075][0076]
s.t.
[0077]
δξ(k+1)＝aδξ(k)+bδu(k)
[0078]
δu
min
≤δu(k)≤δu
max
[0079]rk
表示k时刻的横摆角速度预测值，r
eq
表示车辆漂移时的横摆角速度期望值。同理，βk和vk分别表示车辆k时刻侧偏角的预测值以及车身速度预测值；β
eq
和v
eq
为稳态漂移时侧偏角以及车身速度的值；δk和fxrk分别为k时刻的前轮转角和后轮驱动力的预测值，δ
eq
和分别为平衡点处的前轮转角和后轮驱动力的值；δx(k)和δu(k)分别为k时刻的系统状态量以及输入量的相对平衡点值的偏差，系统状态量为ξ＝[r,β,v]
t
，系统输入量为u＝[δ,f
xr
]
t
。
[0080]
求解出优化问题的解之后再对其路径进行计算：
[0081][0082][0083][0084][0085]
对于每个前轮转角δ，都有对应的前向搜索路径与之对应[(x1,y1),(x2,y2),
…
,(xn,yn)]。以逆时针漂移为例，前轮转角搜索区间以及间隔为δ＝-10:-10:-30，对于每个前轮转角对应的前向搜索路计算当前前轮转角值对应的权重，该权重可以下面公式进行表示：
[0086][0087]
(x
obs
,y
obs
)为障碍物坐标；根据每个前轮搜索转角对应的权重值h选出最大的值，作为漂移参考路径。
[0088]
如图4所示，针对图3中第二层路径规划器所规划出的路径，我们需要控制车辆对其进行跟踪，跟踪控制器框架采用模型预测控制框架。首先框架中的模型选取拟采用动力学的线性离散模型，通过动力学方程线性化以及离散化获得：
[0089]
δx(k+1)＝aδx(k)+bδu(k)
[0090]
式中x(k)为系统状态量，u(k)为系统输入量，线性化的方式采用泰勒展开的方式，
离散化的方式采用前向欧拉的方法。为了对规划路径进行跟踪，选取状态量x＝[e,δφ,v,β,r]
t
，输入量u＝[δ,f
xr
]
t
，e为车辆当前位置距离参考路径的横向误差，δφ为当前航向角与期望航向角之间的偏差，v为车身质心速度，β为质心侧偏角，r为车身横摆角速度。输入量δ为前轮转角，f
xr
为后轮驱动力。系统矩阵a和输入矩阵b由以下方式获得
[0091][0092][0093]
上述矩阵中y1,y2,
…
,yn(n＝5)为以下等式：
[0094][0095][0096][0097][0098][0099]
提出系统模型之后，需要对构建mpc的优化问题，并以求解qp问题的形式求解优化问题。mpc优化问题需要优化(k～k+np-1)时刻的模型输入，优化函数为下列表达式：
[0100][0101]
s.t.
[0102]
δx(k+1)＝aδx(k)+bδu(k)
[0103]
δu
min
≤δu(k)≤δu
max
[0104]
x(k)为k时刻模型的输入量x＝[e,δφ,v,β,r]
t
,x
eq
为漂移过程模型状态量平衡点的值，u(k)为k时刻模型输入量u＝[δ,f
xr
]
t
的值，δu
min
和δu
max
为k时刻和k-1时刻的输入量偏差的允许最小值和最大值，a和b分别为线性化+离散化之后得到的系统矩阵以及输入矩阵。
[0105]
通过优化函数得出的输入量会输入到模型当中，再运行k时刻的输入偏差之后再
对当前车辆状态以及输入量进行二次路径规划以及跟踪，直到车辆成功利用漂移进行避障，则结束规划并返回到初始路径继续行走。
[0106]
以上所述的实施例对本发明的技术方案和有益效果进行了详细说明，应理解的是以上所述仅为本发明的具体实施例，并不用于限制本发明，凡在本发明的原则范围内所做的任何修改、补充和等同替换，均应包含在本发明的保护范围之内。

技术特征：

1.一种基于模型预测控制的紧急避障路径规划及控制方法，其特征在于，包括决策部分、路径规划部分和跟踪控制部分，具体如下：决策部分：当车辆高速运行过程中检测到障碍物且判断无法通过常规转弯进行避障时，做出进行漂移避障的决策；路径规划部分：在得到进行漂移避障的决策后，根据当前车速进行前向漂移避障路径的搜索，生成漂移避障路径；其中，前向漂移避障路径的搜索基于混合路径搜索和优化路径搜索的方法；跟踪控制部分：基于线性化的车辆动力学模型，采用以漂移时的平衡点为状态量的模型预测控制器对生成的漂移避障路径进行跟踪。2.根据权利要求1所述的基于模型预测控制的紧急避障路径规划及控制方法，其特征在于，决策部分中，当检测到障碍物之后，车辆根据障碍物位置和当前车辆速度判断是否能够使用最小转弯半径进行避障，判断出最小转弯半径无法进行有效避障时，做出利用漂移进行避障的决策。3.根据权利要求1所述的基于模型预测控制的紧急避障路径规划及控制方法，其特征在于，路径规划部分中，混合路径搜索和优化路径搜索的方法利用前轮转角进行基于车辆动力学的前向路径搜索；对于每个前轮转角搜索点，都进行一个基于优化问题的搜索权重计算，结合每个搜索点的权重，选择权重最大的搜索点作为前向路径规划的搜索点，并经过每一点的前向输出优化，计算出每一时刻的系统模型状态以及输入值，作为跟踪控制部分中模型预测控制器每一时刻的系统模型状态以及输入的参考。4.根据权利要求3所述的基于模型预测控制的紧急避障路径规划及控制方法，其特征在于，以前轮转角为搜索点，当车辆为逆时针漂移时，则前轮转角取值为-10
°
:-10
°
:-30
°
，当车辆为顺时针漂移时，则前轮转角取值为10
°
:10
°
:30
°
。5.根据权利要求1所述的基于模型预测控制的紧急避障路径规划及控制方法，其特征在于，生成的漂移避障路径同时满足避障要求和车辆漂移动力学，车辆漂移动力学的公式如下：如下：如下：其中，为速度的导数，为车辆侧滑角的导数，为车辆横摆角速度的导数，v为车辆速度，β为车辆侧滑角，r为车辆的横摆角速度，δ为车前轮转角，a和b分别为车辆质心到前轮和后轮距离，f
yf
和f
yr
分别为车辆前轮和后轮的侧向力，f
xr
为车辆后轮驱动力，m为车辆质量，i
z
为车辆的绕z轴的转动惯量；令时得出漂移平衡点处的方程，求解后得出漂移平衡点处各项参数值v
eq
，β
eq
，r
eq
，δ
eq
，其中，β
eq
和v
eq
为稳态漂移时侧偏角以及车身速度的值，r
eq
表示车辆漂移时的横摆角速度期望值，δ
eq
和分别为平衡点处的前轮转
角和后轮驱动力的值。6.根据权利要求5所述的基于模型预测控制的紧急避障路径规划及控制方法，其特征在于，根据车辆漂移平衡点的值，采用启发式搜索函数前向拟合出漂移避障路径，启发式搜索函数采用以下优化函数的形式：s.t.δξ(k+1)＝aδξ(k)+bδu(k)δu
min
≤δu(k)≤δu
max
式中，r
k
表示k时刻的横摆角速度预测值，r
eq
表示车辆漂移时的横摆角速度期望值；同理，β
k
和v
k
分别表示车辆k时刻侧偏角的预测值以及车身速度预测值；β
eq
和v
eq
为稳态漂移时侧偏角以及车身速度的值；δ
k
和fxr
k
分别为k时刻的前轮转角和后轮驱动力的预测值，δ
eq
和分别为平衡点处的前轮转角和后轮驱动力的值；δx(k)和δu(k)分别为k时刻的系统状态量以及输入量的相对平衡点值的偏差，系统状态量为ξ＝[r，β，v]
t
，系统输入量为u＝[δ，f
xr
]
t
。7.根据权利要求6所述的基于模型预测控制的紧急避障路径规划及控制方法，其特征在于，求解出优化问题的解之后再对其漂移路径进行计算，公式如下：解出优化问题的解之后再对其漂移路径进行计算，公式如下：解出优化问题的解之后再对其漂移路径进行计算，公式如下：解出优化问题的解之后再对其漂移路径进行计算，公式如下：对于每个前轮转角δ，都有对应的前向搜索路径与之对应[(x1，y1)，(x2，y2)，...，(x
n
，y
n
)]；对于每个前轮转角对应的前向搜索路计算当前前轮转角值对应的权重，该权重用下面公式进行表示：(x
obs
，y
obs
)为障碍物坐标；根据每个前轮搜索转角对应的权重值h选出最大的值，作为漂移避障路径。8.根据权利要求1所述的基于模型预测控制的紧急避障路径规划及控制方法，其特征在于，模型预测控制器采用模型预测控制框架，模型预测控制框架中的模型采用动力学的线性离散模型，通过动力学方程线性化以及离散化获得：δx(k+1)＝aδx(k)+bδu(k)式中，x(k)为系统状态量，u(k)为系统输入量，线性化的方式采用泰勒展开的方式，离散化的方式采用前向欧拉的方法；为了对规划路径进行跟踪，选取状态量x＝[e，δφ，v，β，
r]
t
，输入量u＝[δ，f
xr
]
t
，e为车辆当前位置距离参考路径的横向误差，δφ为当前航向角与期望航向角之间的偏差，v为车身质心速度，β为质心侧偏角，r为车身横摆角速度；输入量δ为前轮转角，f
xr
为后轮驱动力；系统矩阵a和输入矩阵b由以下方式获得方式获得上述矩阵中，y1，y2，
…
，y
n
(n＝5)为以下等式：(n＝5)为以下等式：(n＝5)为以下等式：(n＝5)为以下等式：(n＝5)为以下等式：提出系统模型之后，需要构建模型预测控制器的优化问题，并以求解qp问题的形式求解优化问题，模型预测控制器优化问题需要优化(k～k+np-1)时刻的模型输入，优化函数为下列表达式：s.t.δx(k+1)＝aδx(k)+bδu(k)δu
min
≤δu(k)≤δu
max
x(k)为k时刻模型的输入量x＝[e，δφ，v，β，r]
t
，x
eq
为漂移过程模型状态量平衡点的值，u(k)为k时刻模型输入量u＝[δ，f
xr
]
t
的值，δu
min
和δu
max
为k时刻和k-1时刻的输入量偏差的允许最小值和最大值，a和b分别为线性化+离散化之后得到的系统矩阵以及输入矩阵。

技术总结

本发明公开了一种基于模型预测控制的紧急避障路径规划及控制方法，包括决策部分、路径规划部分和跟踪控制部分，具体如下：决策部分：当车辆高速运行过程中检测到障碍物且判断无法通过常规转弯进行避障时，做出进行漂移避障的决策；路径规划部分：在得到进行漂移避障的决策后，根据当前车速进行前向漂移避障路径的搜索，生成漂移避障路径；其中，前向漂移避障路径的搜索基于混合路径搜索和优化路径搜索的方法；跟踪控制部分：基于线性化的车辆动力学模型，采用以漂移时的平衡点为状态量的模型预测控制器对生成的漂移避障路径进行跟踪。利用本发明，可以在高速运行的车辆面对突然出现的障碍物时能够进行有效的避障。的障碍物时能够进行有效的避障。的障碍物时能够进行有效的避障。