基于模糊免疫PID的驾驶机器人车辆路径及速度跟踪控制

为了实现装备驾驶机器人车辆的路径及速度跟踪控制,提出了1种基于模糊免疫比例积分微分(PID)的控制方法。通过比较车辆实际行驶路径与期望路径的侧向偏差,模糊免疫比例路径跟踪控制器控制转向机械手操纵方向盘。通过计算期望车速与实际车速的偏差,模糊免疫PID速度跟踪控制器控制制动/油门机械腿分别操纵制动/油门踏板。通过引入车速反馈不断更新汽车的侧向加速度增益,实现了车辆转向控制与纵向车速控制的解耦。Carsim/Simulink软件的联合仿真结果显示,车辆路径跟踪和车速跟踪的最大误差分别为0.28 m和1 km/h。     

四驱混合动力轿车转弯工况路径跟踪控制

针对四驱混合动力轿车,提出一种转弯工况下集成横向与纵向运动控制功能的路径跟踪控制策略.在建立车辆动力学与动力系统模型的基础上,设计了基于轨迹跟踪误差的驾驶员预瞄转向模型;采用模糊控制器确定了期望车速,对转矩分配问题进行优化研究;设计了车速与轨迹跟踪模型预测控制器;搭建了CarSim与MATLAB/Simulink联合仿真模型与自动驾驶模拟驾驶器,对控制策略进行了离线仿真和硬件在环仿真试验.研究结果表明,车辆转弯过程中路径及车速跟踪效果良好,满足转弯工况路径跟踪需求.     

融合自适应曲线预瞄的驾驶机器人转向操纵粒子群优化滑模控制

为提高不同工况下驾驶机器人操纵试验车辆的转向精度和自适应能力,提出了一种基于自适应曲线预瞄的驾驶机器人转向操纵粒子群优化滑模控制方法。首先建立了试验车辆动力学模型和驾驶机器人转向机械手动力学模型,并构建了驾驶机器人转向操纵试验车辆的集成系统动力学模型,接着研究了一种融合路径曲率和车速的驾驶机器人转向操纵自适应曲线预瞄方法,其预瞄点位置能够根据车速和路径曲率做出自适应调整。在此基础上,设计了用于驾驶机器人转向操纵的粒子群优化滑模控制器,并进行了稳定性分析,同时利用粒子群算法在线优化滑模控制切换项的反馈增益系数,以减小控制抖振。仿真及试验结果表明,所提出的方法能够在不同工况下根据路径曲率和车速做出自适应调整,实现驾驶机器人操纵车辆的精确转向控制。     

汽车驾驶机器人关键技术

为了适应日益严格的汽车尾气排放标准,需要研制汽车自动驾驶设备以提高汽车排放试验 的精度.该介绍了汽车排放试验系统的构成,并根据驾驶动作的要求讨论汽车驾驶机器人执行机构 及传感器检测和驱动控制系统,对驾驶机器人多层控制模型进行研究,并分析了自学习和自补偿算 法、车速预瞄跟踪控制方法、试验数据管理和远程监控等关键技术的基本思想.实车试验结果表明, 驾驶机器人的车速控制精度在±2 km/h范围内,完全能够替代试验人员进行各种汽车试验.     

基于RBF神经网络车速控制的再生制动系统测试

针对纯电动汽车再生制动系统优劣评估问题,提出了一种基于车速自动跟踪的再生制动系统测试方法.首先根据离线测试数据推导车速跟踪开环控制动态数学模型;然后用RBF神经网络搭建车速跟踪闭环控制驾驶员模型;最后利用PSO算法对RBF神经网络参数进行优化.在试验室自主研发的整车惯性模拟台架上进行试验,试验结果表明:用RBF神经网络算法控制车速跟踪相比传统模糊PID控制减小了车速跟踪误差,提高了再生制动系统测试的准确性,该方法在实际再生制动测试中应用是可行的.     

无人驾驶机器人机械腿非线性模糊自适应反演滑模控制

为了实现无人驾驶机器人机械腿位置精确跟踪及提高车速跟踪精度,针对机械腿受到的非线性干扰,提出了一种基于非线性干扰观测器的机械腿模糊自适应反演滑模控制方法.首先,通过对机械腿机构操纵踏板时的位置运动分析,建立了机械腿运动学模型,构建了考虑运动副非线性摩擦的机械腿动力学模型,描述了机械腿关节间摩擦力矩与相对速度之间的关系,求得了摩擦参数.接着,设计了油门/制动机械腿切换控制器和非线性干扰观测器.最后,针对观测误差以及其他不确定干扰,设计了模糊自适应反演滑模控制器,进行了李雅普诺夫稳定性分析.实验结果表明,所提方法有效削减了控制输出的抖振,且相较于未对摩擦进行补偿的情况,机械腿位置最大跟踪误差从5.5×10~(-2) rad减小为1.1×10~(-3) rad,最大车速跟踪误差从2.21 km/h减小为1.91 km/h.基于干扰观测器的机械腿模糊自适应反演滑模控制方法能够有效提高机械腿跟踪精度与车速跟踪精度.     

基于模糊PI控制的穿戴式上肢康复机器人

为了加速患有运动功能障碍的患者上肢伸展功能的康复,研制出基于模糊PI控制的穿戴式上肢康复机器人.该上肢机器人借助结合眼动跟踪仪的虚拟现实平台通过气动肌肉驱动实现上肢的康复训练,采用模糊PI控制器对机器人实施位置控制.实验通过受试者穿戴该上肢机器人完成各关节的轨迹跟踪来检测模糊PI控制的效果.实验结果证明:模糊PI控制响应速度较快,轨迹跟踪误差较小,实用性较好.     

汽车自动驾驶的方向与车速控制算法设计

【】用于港口集装箱转运和路面疲劳试验加载等场合的半挂汽车列车运输具有线路固定和场地封闭等特点,采用自动驾驶将提高行车安全、减少人力成本。本文以半挂汽车列车为控制对象,设计了汽车自动驾驶的方向和车速控制算法。采用基于侧向位置偏差和航向偏差联合控制参数的方向控制策略。为增强方向控制算法对不同车速的适应性,引入基于稳态转向增益的方向控制增益调度。车速控制采用预瞄位置期望车速与当前实际车速的偏差反馈PID控制,以油门开度与制动踏板行程为非相容组合控制输入,依据期望纵向加速度确定不同控制输入方式的切换及控制输入大小。采用Matlab/Simulink和TruckSim协同仿真手段评价自动驾驶控制效果,仿真结果表明在设定不同路径和目标车速下,提出的算法均能以较小侧向位置偏差、航向偏差和车速误差实现路径和车速跟踪。     

挖掘机器人模糊鲁棒控制的研究

为了实现挖掘机器人的轨迹跟踪控制,建立了挖掘机器人工作装置的四自由度拉格朗日动力学模型,设计了一个鲁棒控制器.控制律包括等效控制和辅助控制.等效控制保证闭环系统的控制输入基于期望的动力学模型,辅助控制保证动力学建模误差和不确定性存在时控制系统的鲁棒性以及跟踪误差趋于零.为了削弱控制输入的高频振荡,模糊控制被应用.将所设计的模糊鲁棒控制器用于仿真试验,给出了其轨迹跟踪效果及控制输入.     

递阶式虚拟结构非完整机器人的编队控制

提出一种递阶虚拟结构编队控制方法,将机器人编队按空间分布划分为簇,并定义某段时间内该簇(虚拟结构)的参考轨迹,将虚拟结构的运动转化为各机器人的期望轨迹,然后基于反步思想,并通过设计移动机器人误差跟踪系统的Lyapunov函数来设计动态反馈控制器,实现了对参考轨迹的全局渐近跟踪.最后通过对给定直线和圆轨迹的编队跟踪试验,验证了该控制策略的有效性.