基于转向响应特性的智能车辆轨迹跟踪双闭环控制

智能车辆轨迹跟踪的准确性与鲁棒性是车辆运动控制性能的重要表征,基于路径预瞄信息的跟踪控制研究使车辆性能显著提升. 然而,车辆转向系统响应不足给车辆实时准确的基于预瞄信息跟踪参考轨迹带来挑战. 针对此问题,实时引入转向系统状态建立双闭环轨迹跟踪控制结构,保证智能车辆轨迹跟踪控制算法对转向系统响应不足的鲁棒性. 具体结构外环基于预瞄信息使用模型预测控制求解最优转向角,内环基于转向状态误差使用PID方法设计反馈控制律以补偿转向响应不足. 双闭环结构耦合控制输入保证了车辆鲁棒最优跟踪控制. 最后通过Carsim与Simulink联合仿真,验证了该双闭环控制结构的有效性.      

基于状态估计的无人车前轮转角与横摆稳定协调控制

针对无人车轨迹跟踪问题,提出了一种基于状态估计的无人车前轮转角和横摆稳定协调控制策略.建立了车辆轨迹跟踪模型,利用模型预测控制算法设计了轨迹跟踪控制器,得到实时跟踪参考轨迹所需的前轮转角.根据车辆模型设计了一种基于未知输入观测器的前轮转角估计方法,并将估计结果作为前轮转角跟踪控制的输入量.基于非奇异终端滑模控制设计了前轮转角跟踪方法,通过转向电机扭矩来控制车辆转向以实现轨迹跟踪.同时,设计了车辆横摆稳定控制器,通过控制横摆角速度跟踪误差确保车辆横摆稳定.建立了CarSim-Simulink联合仿真模型并进行仿真实测试.结果表明,未知输入观测器具有较好的前轮转角估计效果,从而为车辆协调控制提供可靠信息源,协调控制策略能够在保证车辆横摆稳定性的同时完成车辆轨迹跟踪.      

基于模糊控制器的无人车的轨迹控制

提出了将模糊逻辑控制器(FLC)用于无人车的轨迹跟踪问题,同时考虑了车辆路径跟踪过程中关于误差的预测.提出了用横向误差和横摆角误差切换的方法来调节无人车的预测轨迹误差,使其跟踪预期的轨迹.最后用MATLAB-simulink和Carsim软件进行仿真.仿真结果表明了,所提到的模糊逻辑控制器能很好跟踪预期的轨迹.     

无人驾驶车辆横向位置改良单神经元PID控制

根据无人驾驶车辆横向运动学模型高非线性、时变的特点,设计了改良单神经元PID控制器,进而制定出相应的横向位置跟踪控制方案.采用该控制方案即使车体在速度时变的情况下,仍得到较好的控制效果,提高了在不确定环境中轨迹跟踪的鲁棒性.经VRML语言建立起的三维动画仿真,验证了该控制方法的正确性,为无人驾驶车辆轨迹跟踪的实用控制方案提供了理论依据.     

基于自适应MPC的无人驾驶车辆轨迹跟踪控制

根据自适应模型预测控制相关原理，设计一种无人驾驶车辆的轨迹跟踪控制策略.基于车辆动力学模型，建立轨迹跟踪控制器，并设计目标函数与相关约束，利用自适应MPC(model predictive control)控制算法对其进行求解.在每一个控制时刻工作点，不断更新卡尔曼状态估计器相关增益系数矩阵以及控制器的状态来适应无人驾驶车辆当前的工作环境，以此补偿车辆的非线性以及状态测量噪声带来的影响.在MATLAB中搭建仿真模型并进行仿真验证，得出自适应MPC对于无人驾驶车辆的轨迹跟踪拥有较好的控制精度与鲁棒性，验证了该算法应用在轨迹跟踪控制层的有效性，为轨迹跟踪控制的研究提供了参考.     

基于Hamilton理论的无人车路径跟踪控制

针对当前车辆路径跟踪控制存在精度低、可靠性差的问题,基于Hamilton理论提出一种四轮驱动四轮转向无人车路径跟踪分层控制方法.通过集成车辆动力学模型和路径跟踪模型,建立了路径跟踪误差模型,结合系统控制目标,提出采用Hamilton理论设计车辆上层控制器,用于实现路径跟踪误差模型的镇定,从而提高车辆路径跟踪的精度与鲁棒性.同时,在下层控制器中,设计4个车轮纵向轮胎力分配算法,通过轮胎力的动态分配满足车辆上层控制需求.利用CarSim和Simulink搭建车辆路径跟踪联合仿真模型并进行仿真实验,仿真结果表明,提出的无人车路径跟踪分层控制策略能够通过前后轮转角以及4个轮胎力的实时控制与分配,抑制路径跟踪过程中的横向误差和航向误差,提高路径跟踪精度并确保控制系统的可靠性.      

有界变参数车道保持准滑模控制

假定车辆质量、转动惯量、轮胎侧偏刚度等参数具有不确定性,考虑时变有界和慢变未知两种情况,研究了自动化公路系统车道保持控制方法.基于位置预瞄策略和车辆横向动力学模型,建立预瞄点处的车辆横向位置误差和横摆角误差动态方程;采用准滑模控制方法,设计车道保持变结构控制规律;基于李雅普诺夫稳定性理论,对控制系统的稳定性进行分析.仿真实验表明,采用文中设计的控制方法,在达到满意跟踪性能的同时,还能有效抑制颤振,对参数不确定性具有鲁棒性.     

考虑误差校正的智能车辆路径跟踪鲁棒预测控制

为进一步增强高速智能车辆路径跟踪预测控制的鲁棒性和实时性,研究了一种考虑误差反馈校正机制的路径跟踪预测控制方法。考虑车辆纵向、侧向和横摆运动建立三自由度弱非线性车辆模型,以泰勒公式展开实现控制模型的线性时变一阶近似,引入预测状态变量构建路径跟踪预测优化问题。针对车辆参数偏差、系统时变和外界干扰等不确定性因素导致的建模失配,定义系统实际状态值与预测值之间的误差,得到带有反馈校正项的预测输出模型,通过误差反馈校正机制增强路径跟踪控制系统的鲁棒性。将路径跟踪预测优化问题推导转化为带约束的二次规划问题,并通过数值解法实现路径跟踪鲁棒预测控制律的滚动优化求解。结果表明:误差反馈校正机制可以有效改善路径跟踪预测控制算法因整车质量和横摆转动惯量变化导致的低鲁棒性问题,能够实现智能车辆高速行驶工况下的路径跟踪功能,且具备良好的实时性。     

转向紧急避撞轨迹规划与模型预测跟踪控制

为了实现安全地转向紧急避撞,提出了一种限制侧向加速度的多项式轨迹规划方法。在确定规划起始和结束时间运动状态参数时,导出规划轨迹时间段内侧向加速度的表达式。为了提高转向避撞的车辆稳定性,设置一个侧向加速度峰值的限值,根据该限值下的加速度峰值方程式确定各种车速下的轨迹纵向末位置。其次,为在转向避撞时准确跟踪规划轨迹,采用多约束模型预测控制(MMPC)进行避撞轨迹跟踪。基于3自由度车辆动力学方程建立预测模型,同时考虑轮胎侧偏角、前轮转角及其增量作为稳定性约束。最后,进行3种车速下的Carsim/Simulink软件联合仿真,并与单约束模型预测控制(SMPC)进行对比。研究结果表明:MMPC最大横向跟踪误差不超过0.23 m,前轮转角无突变。车辆侧向加速度及轮胎侧偏角均在约束范围内,较好地实现了转向紧急避撞。与MMPC相比较,SMPC在80 km/h时轮胎侧偏角超过线性范围,车辆发生了侧滑。     

多铰接结构的现代无轨列车路径跟随研究

现代无轨列车是一种新型公路运输车辆,其融合了汽运车辆建设成本低和轨道车辆载运量大的技术优势.针对多铰接现代无轨列车车体编组多,运动自由度大,曲线路径行驶时后方车辆会偏离前方车辆的运动轨迹的问题,建立了跟随误差模型,分析影响路径跟随性的因素,提出一种曲线路径行驶的路径跟随策略.采用航向角预测跟随控制策略,设计中间车轴的铰接角和后车轴的转向角控制规律,以增量PID算法补偿阿克曼转向模型误差,提高系统稳定性.最后在圆曲线路径和"S"曲线路径工况下测试车辆各轴的行驶轨迹.仿真结果表明:车辆的位置跟踪误差保持在0.03 m以内,航向跟踪误差最大在4.5°以内,车辆具有较好的路径跟随性能.     

考虑参数摄动的智能汽车动态侧向避障鲁棒控制策略

汽车加速度和速度因交通环境障碍物实时动态变化,智能汽车避障实时参考轨迹不光滑变化;参数摄动,车速实时变化和采集信号干扰,将造成智能汽车动态侧向避障精准控制困难。为此,提出考虑参数摄动的智能汽车动态侧向避障鲁棒控制策略。该控制策略分为动态轨迹规划层和动态轨迹跟踪层;动态轨迹规划层依据障碍物汽车加速度和速度动态变化,采用基于避障极限位置的动态轨迹规划算法,以规划能够保证智能汽车侧向安全避障的实时参考轨迹;动态轨迹跟踪层设计了考虑了质量、转动惯量和前后侧偏刚度参数摄动的鲁棒控制器,以实现实时动态参考轨迹精准跟踪。最后,利用Matlab/Simulink和Trucksim软件联合仿真,进行所提控制策略仿真验证。仿真结果表明：动态轨迹规划层能够依据障碍物汽车加速度和速度实时变化,实时规划了安全侧向避障动态参考轨迹;轨迹跟踪层克服了质量、转动惯量、前后侧偏刚度参数摄动,以及实时参考轨迹不光滑动态变化,平滑良好地跟踪了侧向避障实时参考轨迹。因此,所提控制策略实现了智能汽车安全动态侧向避障,同时确保了避障过程汽车横摆稳定性。     

考虑横纵向误差协调的智能汽车路径跟踪控制研究

针对传统轨迹跟踪控制方法应用场景局限,精度不高的问题,为实现车辆横纵向联合控制从而提升无人驾 驶汽车在结构化场景下的轨迹跟踪效果,本文建立了自然坐标系下的车辆跟踪误差模型,设计基于 LQR 与 PID 相 结合的车辆横纵向耦合控制器。 在横向控制层面,为消除系统稳定误差,通过引入前馈控制量实现系统的整体稳 定,减小车辆在实际运行过程中产生的横向误差,提升控制过程的稳定性;在纵向控制层面,运用 PID 控制策略进 行调节,实现车辆的实际速度与规划速度,实际位置与规划位置之间的精确匹配。 通过 MATLAB / Simulink 与 Carsim 搭建联合仿真平台,针对日常泊车、驶入主路以及超车多种工况进行仿真验证。 仿真结果表明:本文所设计 的横纵向联合控制器将车辆的轨迹跟踪误差控制在可接受范围之内的同时,轨迹跟踪效果满足乘客对车辆乘坐舒 适性的要求,故本文设计的控制器具备一定的稳定性和准确性。     

临近空间高超声速飞行器轨迹跟踪控制研究

临近空间高超声速飞行器在大空域飞行过程中,呈现复杂的不稳定运动模态,对控制器设计提出了较高的要求。以一种通用临近空间高超声速飞行器纵向运动模型为研究对象,在分析运动模态随飞行空域变化的基础上,提出了一种基于轨迹线性化与反演控制相的轨迹跟踪控制方法。该方法以参考轨迹为基准,采用Jacobian线性化方法动态建立系统平衡状态,采用反演控制方法对跟踪误差进行修正,以实现对参考轨迹的精确跟踪,并通过 Lya-punov方法分析了系统的稳定性。仿真结果表明,论文所设计的控制器在高超声速飞行器大范围飞行过程中具有良好的跟踪性能。     

一种基于环视相机的自动泊车方法

针对泊车摄像头视场有限的问题,提出了一种基于环视相机的自动泊车方法.采用4个鱼眼摄像头,构建了一种环绕车身360°的实时视觉泊车辅助系统,用于停车位的实时检测和识别.首先,运用多项式鱼眼校正模型校正失真图像,用Levenberg-Marquardt算法求得最优的缝隙拼接方向并合成环视图;其次,采用Radon变换提取停车位特征识别停车位;最后,使用基于双圆弧的路径规划算法和基于预瞄点的改进PID路径跟踪算法,实现自动泊车.实验表明,该方法具有较高的检测精度和鲁棒性.     

基于轨迹预测的车辆协同碰撞预警仿真研究

针对已有的车辆碰撞预警系统中车辆轨迹预测的误差较大问题,提出了一种基于DGPS和车载传感器的车辆轨迹预测方法,并采用扩展卡尔曼滤波,实现车辆位置的实时估计;提出了基于等加速度变化率、等横摆角加速度模型的车辆位置预测改进模型和基于V2X技术的协同碰撞预警系统(CCWS);在此基础上,采用模糊理论,实现纵向控制仿真试验,以验证预测模型的有效性.结果表明,基于等加速度变化率、等横摆角加速度模型的车辆位置预测模型误差更小,碰撞预警系统能更早的预警或主动制动.     

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.     

基于鲁棒比例-积分-微分控制的智能汽车自主换道轨迹跟踪控制

为了解决智能汽车自主换道轨迹跟踪所使用的比例-积分-微分(proportion-integral-derivative,PID)控制器参数难以整定的问题,提出应用于自主换道轨迹跟踪控制的鲁棒PID控制器设计方法。首先,构建车辆-道路系统动力学模型,将转向执行机构看作一阶惯性环节,搭建包括转向执行机构动力学模型在内的系统动力学模型;然后,基于分段多项式表达求解自主换道轨迹模型,并基于时间与误差绝对值乘积积分构建鲁棒PID控制器,确定控制参数,形成闭环系统的传递函数;最后,进行仿真及实车试验,结果表明,所设计的控制器具有较强的鲁棒性,能在保证换道工况下智能车辆较好的轨迹跟踪能力的同时,有效地提高乘员舒适性。     

Platoon车辆自动控制方法及性能分析

在车辆编队platoon的控制管理中领头车辆为跟随车辆周期性广播其运动参数及驾驶行为等信息是必要的.为了保证车队稳定性和鲁棒性,提出一种platoon车辆的自适应控制方法,该方法考虑领头车辆和相邻前车的动态信息,对包括车辆动力学和控制子系统的闭环线性系统,采用H_∞控制理论求解最优控制增益函数,并给出系统传递函数矩阵和间距误差函数所满足的队列稳定性条件.最后,用该方法得到platoon车辆运动参数及间距误差的变化轨迹,并对比仅考虑前车信息的控制方法.数值结果表明所提方法的控制效果更好,能实现车辆的渐进跟随,保证队列稳定性和驾驶安全性.