1.一种无人自主小车的轨迹跟踪控制方法，其特征在于，具体按照以下步骤实施：步骤1、建立无人驾驶汽车的二自由度运动学模型；

步骤2、构建基于非线性模型预测控制的轨迹跟踪控制器，在控制器的预测模型中加入单步欧拉法；

步骤3、设计非线性模型预测控制器的约束方程，构件基于非线性模型预测控制器的控制轨迹输出和参考轨迹差值最小为目标建立目标函数；

步骤4、根据目标函数求解下一个时刻控制系统的输入。

2.根据权利要求1所述一种无人自主小车的轨迹跟踪控制方法，其特征在于，步骤1中所述无人驾驶汽车的二自由度运动学模型即为无人驾驶车辆的运动学状态空间方程。

3.根据权利要求2所述一种无人自主小车的轨迹跟踪控制方法，其特征在于，步骤1具体过程为：

根据无人驾驶车辆的运动学关系：该无人驾驶车辆的前后运动学约束分别为：式中，A和B分别为车辆的前轮轴心和后轮轴心；vf和vr分别表示前后轮的速度；l为车辆的轴距；δf为前轮偏角； 为车辆横摆角；ω为车身横摆率；

通过公式(1)和(2)，得到：前轮轴心和后轮轴心的运动学关系满足：将公式(4)代入(5)的导数中：将公式(6)代入公式(3)：进而可得：

通过联合公式(4)和公式(7)：该无人驾驶车辆的运动学状态空间方程为：公式(10)被改写为：

4.根据权利要求3所述一种无人自主小车的轨迹跟踪控制方法，其特征在于，步骤2具体过程为：

将式(11)重构为非线性函数表达式为：定义 状态向量,即ξkout；u(t)作为控制输入向量,即ukin,从而可得：将方程(12)的离散化得到：引入采样时间T，采用一步欧拉法将式(15)的预测模型描述为：其中k表示某一时刻。

5.根据权利要求4所述一种无人自主小车的轨迹跟踪控制方法，其特征在于，步骤3所述设计非线性模型预测控制器的约束方程具体过程为：umin(k)≤u(k)≤umax(k)    (17)Δymin≤y‑yref≤Δymax     (18)yref参考道路轨迹,Δymin和Δymax之间偏差的最小和最大错误y(k)和yref。

6.根据权利要求5所述一种无人自主小车的轨迹跟踪控制方法，其特征在于，步骤3所述建立目标函数具体过程为：Np表示控制输出预测域，Nc表示控制输出控制域，根据方程(16)的控制时域Nc表示如下，Np>Nc，

该控制系统输出y(k)和控制输入u(k)如下：y(k+1)＝[y(k+1),y(k+2)],…,y(k+Np)]       (20)u(k+i)＝[u(k+1),u(k+2)],…,u(k+Nc)]       (21)参考轨迹应离散如下：

T

yref(k+1)＝[yref(k+1),yref(k+2),…,yref(k+Np)]  (22)则目标函数表示为：

min||y(k+1)‑yref(k+1)||    (23)。

7.根据权利要求6所述一种无人自主小车的轨迹跟踪控制方法，其特征在于，步骤4具体过程为：

取非线性模型预测控制器的性能函数为Jcost(k)，权重因此Q和R，其中Q是一个(Nc*Np)*(Nc*Np)的单位矩阵，R是一个(Nc*Np)的单位矩阵*5得到的矩阵，将式(23)转化为线性二次调节器控制，具体过程为：

期望非线性模型预测控制器的优化公式表示为：minJcost(k)     (25)结合非线性模型预测控制器的约束方程，非线性模型预测控制器设计的非线性优化表述为：

y(k+i‑1)＝g[x(k+i‑1),u(k+i‑1)]    (27)umin(k)≤u(k+i)≤umax(k)          (28)Δymin≤y(k+i)‑yref(k+i)≤Δymax       (29)进而得到无人自主小车的控制输入序列表示为：u(k+i)＝[u(k+1),u(k+2),…u(k+Nc)]      (30)。