一种考虑ICR纵向偏差补偿的水下履带采矿车轨迹跟踪算法

水下履带采矿车在多金属结核矿区的稀软底质上进行采集作业时,受水动力的影响其瞬时转向中心(ICR)纵向偏移后与几何中心不再重合,故难以基于精准的运动学模型设计水下履带采矿车的轨迹跟踪算法。因而,本文提出一种基于履带车运动学模型的分散式轨迹跟踪算法以实现履带采矿车高精度路径跟踪控制。首先,通过引入虚拟转角设计水下履带采矿车的Stanley横向控制律;其次,利用无迹卡尔曼(UKF)滤波法估计的ICR纵向偏移作为纵向误差的补偿,以此设计水下履带采矿车的纵向控制律;最后,基于运动学模型计算水下履带采矿车的期望驱动轮转速。研究结果表明：引入纵向偏差补偿后的分散式轨迹跟踪算法可以精准地跟踪预设轨迹。     

海底采矿车路径跟踪的变论域模糊控制

采用ADAMS/ATV软件建立海底采矿车机械系统模型,利用MATLAB/Simulink平台建立以速度内环和方位外环的行走控制系统模型及机械系统与行走控制系统协同仿真模型;针对海底环境的复杂性和未知性,采用变论域理论设计纠正方向和位置偏差的自适用模糊控制器以及PID控制理论设计速度控制器,开展海底采矿车在越单边障碍时过程中按预定路径行走仿真研究.仿真结果表明:基于变论域模糊控制理论所设计的海底采矿车路径跟踪控制模型的鲁棒性良好,其方位偏差纠正及速度跟踪的响应速度快、稳态性好、控制效果好,实现了海底采矿车按预定路径行走,为海底采矿车在采矿过程中自动行走控制提供了有效的控制方法.     

一种新的海底履带式采矿车动力学模型建模及采集路径模拟分析

针对海底稀软底质特殊力学载荷下履带式采矿车的行走动力学特性分析,提出一种新的基于单刚体车体模型与网格单元接地段模型的履带车动力学模型建模方法.该方法将履带车作为一个整体系统进行建模考虑,仅有6个自由度.同时将履带接地段划分为一定数量的网格单元,履带与地面之间的相互作用力单元包括纵向剪切力、横向剪切力和法向作用力,以参数化三分量力的形式施加于各网格单元的中心点处.该建模方法可实现海底底质等各类特殊松软地面力学载荷的加载,应用该方法构建履带式采矿车海底行走动力学模型.通过理论分析与定量计算,提出并设计两种新的采矿车海底行走采集路径,基于新的采矿车动力学模型,进行两种新采集路径的快速仿真分析,分析结果将为采矿车海底实际行走性能分析与作业操控提供重要的理论基础与技术参考.本文研究为各类特殊松软地面作业履带车行走动力学特性分析提供了一种有效方法.     

深海履带机器车的实时导航和避障

针对深海底履带机器车的未知、复杂工作环境,提出一种履带机器车导航和避障算法。该算法先用声纳传感器实时检测障碍物的位置,再用D-S理论推算出障碍物的更准确位置,然后运用改进势场法进行行走方向决策,规划出履带机器车的作业路径,实现对深海履带机器车的导航和避障。仿真和试验结果表明,此算法适应于动态未知复杂环境下的深海履带机器车实时导航和避障,且在目标附近存在障碍物时也能达到目标。     

深海集矿机器人的自修正专家模糊控制

深海底自行走履带集矿机器人作业过程, 受作业环境和集矿机器人自身的影响, 具有未知性、随机性、非线性等特性. 针对该复杂控制过程, 采用一种基于自修正专家模糊控制的路径跟踪控制方案, 控制深海履带机器人行走. 该方案参考履带车辆转向运动学方程, 结合深海集矿机器人工况参数和作业环境, 将履带车辆人工操作经验整合为专家规则, 构成专家系统, 实现机器车绝对速度和方位角的闭环控制;采用具自调整功能的模糊算法, 对深海底履带集矿机器人的左、右履带速度进行控制. 仿真结果验证了该方案的可行性和有效性.     

双侧电驱履带车辆模糊自适应滑模转向控制

针对履带车辆在行驶过程中,由于路面条件非线性变化导致的车速和转向角速度跟踪存在时滞和不稳定的问题,基于履带车辆转向运动学和动力学分析,提出了一种基于滑模变结构的转向控制方法,并将履带车辆的控制系统进行解耦,分别控制车速及转向角速度.采用积分滑模控制算法,设计了能够适应路面变化的车速控制器;引入模糊控制柔化控制信号,降低滑模抖振,并结合自适应调节设计了能够适应转向阻力非线性不确定的转向角速度控制器.运用MATLAB/Simulink软件对系统进行转向控制仿真分析,与传统比例-积分-微分(PID)控制相比较,车辆行驶速度与转向角速度跟踪响应速度分别提高了1.9 s和0.5 s,转向角速度跟踪精度提高了4％.仿真结果表明:所提出的算法具备响应速度快、抗扰动能力强的优点,能够实现履带车的稳定转向.     

基于ATV的四履带采矿车工况稳定性仿真研究

本文在ATV提供的坦克模型（Tank．rood）的基础上,增加了螺旋滚筒切削头,建立了深海钴结壳采矿车的多体系统动力学模型。就水平路面、15°坡面、0．6m深沟及0．4m高垂直障碍等四种情况,在硬路面上进行了工作过程动力学仿真。通过比较分析,得出两履带和四履带两种采矿车在上述四种路面工作稳定性。     

考虑横向稳定性的智能车辆路径跟踪控制

对于智能车辆的路径跟踪,传统位置偏差控制方法往往忽略了车辆的动态稳定性.针对这一问题提出一种考虑横向稳定性的智能车辆路径跟踪控制方法.首先建立二自由度车辆动力学模型和路径跟踪误差模型,综合考虑车辆位置偏差和车辆动力学状态,利用基于反馈优势的反推法(FDB)生成期望横摆角速度;然后基于线性二次型跟踪器(LQT)设计了主动前轮转向(AFS)和直接横摆力矩控制(DYC)的集成控制策略,得到了理想的控制输入(前轮转角和外部横摆力矩),进而实现精确跟踪期望横摆角速度和质心侧偏角;最后在Simulink仿真环境中对提出的控制方法进行验证.结果表明:提出的控制方法在路径跟踪的同时具有很好的横向稳定性能;相比于不考虑横向稳定性的控制方法,提出的方法在路径跟踪过程中跟踪精度更高,车辆的质心侧偏角更小,横摆角速度也能更好的跟踪期望值.     

基于Lyapunov理论的海底采矿车点镇定控制

以我国海底采矿车为研究对象,针对其非完整性和非线性的特点,基于Lyapunov理论,提出海底采矿车点镇定控制系统的控制律,证明在此控制律作用下海底采矿车位姿误差是收敛的;设计基于Lyapunov理论的点镇定控制器,采用ADAMS/ATV履带车模块和MATLAB/simulink软件,建立海底采矿车的多刚体动力学模型和基于Lyapunov理论的点镇定控制模型及二者的协同仿真模型,对海底采矿车的点镇定控制仿真进行研究。研究结果表明:海底采矿车在基于Lyapunov理论所设计的点镇定控制器作用下,能快速而平稳地镇定到目标位置和姿态,所提出的控制律和所设计的控制器对于海底采矿车行走控制是有效的。     

基于LQR的智能驾驶汽车横纵向控制研究

为了提高智能驾驶汽车跟踪控制器的稳定性和跟踪精度,提出了一种基于线性二次型调节器(LQR)控制算法和驾驶员预瞄模型的横向跟踪控制策略,结合纵向比例-积分-微分(PID)控制算法实现横纵向控制。首先建立带有前馈的LQR控制器,采用梯度下降优化算法优化LQR控制器权重参数,并在此基础上引入驾驶员预瞄模型,设计了基于经验的预瞄距离自适应控制器;其次建立双PID纵向控制器进行速度控制。最后通过Carsim和Matlab/Simulink联合仿真以及实车测试验证,结果表明：仿真工况下最大横向偏差小于0.035 m,最大航向偏差小于0.09 rad,实车测试工况下也能够良好遵循规划轨迹的整体趋势,速度跟踪效果良好且前轮转角与横摆角速度变化平稳。因此,该控制器能够保证较高精度且平稳的轨迹跟踪,在高速状态下更为明显。     

基于一种新误差模型的移动机器人模糊控制

建立了移动机器人的数学模型,并进行离散化. 针对大初始偏差问题提出一种新的误差模型,设计了2个基于人工驾驶思想的模糊控制器. 角速度控制器用距离误差和角度误差作为控制量,加速度控制器用距离误差作为控制量,同时对角速度和加速度进行控制以实现移动机器人路径跟踪. Matlab仿真结果表明该控制器的有效性.     

考虑行驶稳定性的四轮转向车辆路径跟踪控制研究

为了改善高速和低附着路面上无人驾驶车辆的行驶稳定性和保障行车安全,以四轮转向车辆为研究对象提出了一种考虑行驶稳定性的路径跟踪控制方法。首先基于模型预测控制算法设计了四轮转向路径跟踪控制器,然后根据质心侧偏角-质心侧偏角速度相平面稳定域和零质心侧偏角控制目标设计了车辆状态参数包络约束,在路径跟踪算法中加入轮胎侧偏角约束和车辆状态参数包络约束,保证车辆行驶时的稳定性。CarSim和Simulink联合仿真结果表明,采用基于包络线稳定性控制策略的车辆在高速行驶时或在低附着路面上行驶时能保持良好的路径跟踪能力并具有较好的行驶稳定性。     

地面不平条件下考虑滑动转向特性的履带车辆路径跟踪控制

针对履带式车辆自主行驶控制中滑动参数难以精确估计和在复杂地面条件下难以稳定跟踪目标路径的问题,提出一种考虑履带车辆滑动转向特性的改进模型,并以此为被控对象设计基于深度强化学习方法的路径跟踪控制器.首先,基于球?面接触原理建立履带车辆的动力学模型.其次,提出基于实车稳态转向实验数据的滑移率估计方法,并结合履带车辆的滑动转...     

基于Lyapunov稳定性的爬壁机器人路径跟踪双环滑模控制

针对爬壁机器人路径跟踪控制问题,提出一种双环滑模控制算法。该算法是以建立的爬壁机器人运动学模型为基础,设路径跟踪偏差信息为滑模切换函数,结合backstepping思想设计了控制率,通过Lyapunov函数验证其稳定性,实现了外环位置和内环姿态的准确跟踪。对于环境的不确定性,采用提高内环增益大于外环的方法解决。将设计的双环滑模控制器与一般滑模控制进行轨迹跟踪仿真比较,并对直线轨迹跟踪进行了实验验证,结果表明:本文设计的路径控制器能较快达到零误差跟踪,整个控制过程和过渡过程准确且平滑,所以该算法可有效提升爬壁机器人工作水平。     

基于多目标PID的拖挂式房车差动制动控制系统设计

为了保证拖挂式房车制动时具有良好的横摆稳定性及行驶路径,提出以房车铰接角和横摆角速度为控制目标的差动制动控制方法.考虑电磁制动器机电耦合特性,建立了基于线性六自由度的牵引车-房车转向制动力学模型;建立拖挂式房车稳态行驶时铰接角模型,引入多目标PID加权控制算法和多目标PID协调控制算法,应用差值制动控制横摆力矩的原理,使房车铰接角和横摆角速度准确跟随目标期望值,实现房车制动时具有良好的横摆稳定性及行驶路径.基于TruckSim与Simulink的联合,进行了脉冲、阶跃转向工况下的仿真试验.仿真结果表明,提出的加权控制和协调控制均能保证拖挂式房车在制动时具有良好的行驶路径及横摆稳定性;相比于无差动制动,这两者使房车相对横摆角减小约25%;相比于以横摆角速度为目标的差动制动,这两者使房车的行驶路径偏差减小约20%.     

非完整移动机器人的路径跟踪控制、

针对非完整四轮式移动机器人,基于人工驾驶的思想,在初始偏差较大的情况下调整机器人的角度并规划临时路径,采用模糊控制技术,分别设计了角速度和速度控制器,实现了机器人跟踪路径的目的。通过对初始角度的精确调整,使得角速度模糊控制器变得简便,提高了跟踪的效率。对直线和圆形路径进行了跟踪仿真,结果表明跟踪效果良好稳定。     

基于神经网络逆系统的智能汽车纵横向解耦控制

针对汽车纵横向运动中的耦合现象,以四轮驱动、前轮转向的智能汽车为研究对象,建立汽车纵横向动力学模型并通过Interactor算法对模型的可逆性进行分析.在已有的传统伪线性系统结构的基础上,根据智能汽车的特点,建立了可对接智能汽车上层规划模块的伪线性系统.为了实现汽车纵横向运动之间的解耦,采用基于神经网络逆系统的解耦控制策略,构造神经网络并对其进行训练,并将神经网络逆系统与内模控制器组成闭环控制回路,对纵向速度和横摆角速度进行内模反馈调节,进一步提升控制系统的性能.仿真结果表明,所设计的基于神经网络逆系统的控制方法能实现良好的解耦特性,且相比于其他的控制方法,在各种输入条件下,都能实现对于期望速度和期望横摆角速度良好的跟踪性能,同时,质心侧偏角始终被控制在一个较小的范围内,这有利于智能汽车路径跟踪的精确性和行驶稳定性.     

基于超螺旋滑模及前馈补偿的智能车侧向运动控制

智能车路径跟踪控制受到车辆参数摄动、场景多变等干扰,影响路径跟踪精确性,甚至引起控制系统不稳定.本文设计了考虑不确定性的二阶超螺旋滑模鲁棒控制算法,证明了控制系统的收敛性,并针对干扰问题设计了前馈补偿控制器以进一步提升控制系统的精确性.通过Carsim-Simulink联合仿真环境下的双移线、正弦路径跟踪控制,以及参数摄动情况下的路径跟踪控制,与传统一阶滑模控制对比,验证了所设计的超螺旋滑模控制器路径跟踪的精确性及鲁棒性.结果表明,面对智能车辆参数不确定、驾驶场景多变等情况,采用超螺旋滑模算法比传统滑模算法具有更好的鲁棒性和跟踪精度,超螺旋算法能有效地减弱传统滑模算法产生的方向盘抖振问题.最后,利用实车平台对进行了低速大曲率场景测试,验证所设计的超螺旋滑模算法控制器具有良好的路径跟踪精度.     

基于故障估计的无人车容错控制方法

考虑转向控制系统故障和未知干扰同时作用对无人车辆路径跟踪效果的影响,为提高无人车辆控制系统的可靠性,设计了一种无人车路径跟踪容错控制方法. 对转向控制系统输入性故障进行分析,结合未知干扰情况定义了名义故障并建立相应的数学模型. 利用高阶滑模观测器构造名义故障微分方程,并利用自适应容积卡尔曼滤波设计了车辆质心侧偏角和名义故障估计方法,从而为无人车容错控制提供可靠信息源. 基于滑模控制理论设计了无人车路径跟踪容错控制器并证明了其收敛性. 联合仿真和硬件在环试验结果表明,所提出的估计方法能够得到精确可靠的质心侧偏角和名义故障估计结果,且与无容错控制相比,所设计的路径跟踪容错控制器在面对故障和干扰时能够明显地提高车辆的控制性能,并同时保证车辆的路径跟踪能力及其自身的稳定性.      

基于纵向力分配的轮边驱动电动汽车稳定性控制

采用层次化整车稳定性控制方法和加权二乘法优化分配算法,通过纵向力在约束范围内的合理分配形成直接横摆力矩,改善车辆的行驶姿态.实车试验结果显示,控制器根据各轮状态实现了四轮纵向力有效分配,车辆横摆角速度能够很好地跟踪参考横摆角速度;通过控制,降低了车辆横摆角速度与侧向加速度,提高了车辆的操纵稳定性.