欠驱动水下航行器编队协同控制

针对复杂海况中欠驱动无人水下航行器（UUV）的水平面上编队问题,结合路径跟踪控制和一致性算法构建编队运动控制策略.将编队任务分为两步:1）对于每个UUV个体设计路径跟踪控制器,完成对各自期望路径的跟踪;2）对于多个UUV之间设计一致性协同算法,完成UUV编队的协同运动;编队控制器设计考虑了外界海流干扰及UUV模型参数不确定性等因素.针对海流干扰设计干扰观测器,利用自适应技术对参数不确定性进行在线估计,最后通过仿真验证了所设计编队控制策略的有效性.     

基于虚拟领航者的UUV空间编队方法

针对多无人水下航行器(unmanned underwater vehicle,UUV)的空间编队问题,将UUV编队中的领航-跟随法和行为法相结合,提出了基于虚拟领航者的UUV空间编队方法.将虚拟领航者替代真实领航者,结合每个个体UUV的行为控制,并将传统的人工势场法推广到三维空间下,来实现UUV的编队控制.该方法在确保了多UUV系统的简单结构的前提下,同时增加了系统的可靠性,且系统保持分布式并行处理的特点.通过对编队队形保持及变换、编队避碰和编队地形勘测3种案例的仿真验证了所提出方法的有效性.     

存在饱和输入量的欠驱动船舶编队控制

研究了常规欠驱动船舶编队路径跟踪的一致性控制问题,设计了一个分散式控制器.结合反步法、虚拟结构法及李雅普诺夫理论,使设计的控制器不仅形式简单,而且具有良好的稳定性和全局收敛性,能有效实现欠驱动状态下船舶横向速度及位移的快速镇定.在此基础上引入一致性控制的思想,解决在输入量饱和情况下编队队形失效的问题,达到协调各船保持期望队形的目的.通过三艘船的仿真,对所设计控制器的正确性及有效性进行了验证.     

新的基于反馈线性化的车辆编队控制

以编队中各车辆的运动学模型为基础,在跟随领航者体系下建立新的车辆编队系统动态模型.设计带有不定离轴点的输入输出反馈线性化跟踪控制器,将跟随车辆与领航车辆的跟踪问题转化为特定误差系统的控制问题.利用图论将所设计的跟踪控制器扩展到车辆编队控制中,并对车辆编队控制效果进行仿真验证.     

模型不确定下无人艇编队鲁棒自适应循迹控制

针对存在外界环境干扰和模型中不确定性的编队问题,设计了鲁棒自适应控制.通过计算预定路径上的期望点与船舶当前位置之间的偏差,使用反步法设计路径跟随子控制器,保证每艘无人艇在水平面中沿着参考路径行驶.编队协调子控制器采用鲁棒自适应控制方法设计,通过调整跟随艇的速度以实现设定的编队队形,同时自适应地估计出外界环境力和由模型参数不确定导致的系统不确定项的界值.仿真结果验证了所提出的路径跟随编队控制方法的有效性.     

雷达传感的无人驾驶跟踪控制器设计及仿真

【目的】提出了一种基于 BP 神经网络的广义预测控制器用于无人车运输编队的路径跟踪,以弥补 PID 跟踪控制器的不足。【方法】通过将非线性系统网络线性展开,得到线性回归模型,并以非线性前馈增益方式弥补建模的误差。【结果】最后在 CARSIM 和 MATLAB 上进行控制器仿真,并得到了方向跟踪控制器仿真图和无人车编队路径跟踪轨迹图。【结论】仿真结果验证了所提出的方向控制策略在该研究领域的可行性和有效性。
     

基于自适应卡尔曼滤波的车辆编队控制

针对具有网络传输延时和噪声的多车辆系统的编队问题,提出了一种基于自适应卡尔曼滤波器的协作路径跟踪控制方法.根据车辆运动学模型和给定队形及其路径参数,给出车辆协作路径跟踪控制器设计方法,将系统线性化,针对延时情况重构状态方程,用自适应卡尔曼滤波算法滤除噪声的影响,实现系统稳定控制.仿真实验证明了该方法的有效性.     

基于行为的多机器人编队控制的仿真研究

多机器人的编队问题是多机器人协作中的一个典型问题,编队包括队形形成和编队控制。针对多机器人的编队控制问题,本文采用基于行为法和基于leader的协调策略相结合的方法。首先根据Motor Schema的反应式控制结构,设计了五种基本行为,即奔向目标行为（move-to-goal）,保持队形行为（keep-formation）,躲避静态障碍物行为（avoid-stastic-obstacle）,躲避机器人行为（avoid-robot）和随机行为（random）,对各行为进行加权形成局部控制器来控制机器人的局部行为。然后利用基于leader的协调策略来协调各个机器人的行为,形成全局控制器来控制机器人的最终的行为。通过仿真,验证了该方法的可行性和有效性。     

基于虚拟领航者的多艘船舶协调路径跟踪控制

针对多艘船舶的协调路径跟踪问题,提出了基于虚拟领航者的分布式协调策略.该策略假定一个虚拟体作为领航者,每艘船与该领航者的相对位置作为闭环系统的反馈信息,通过对每艘船进行控制器设计,使多船形成一定的队形,实现协调路径跟踪.同时引入自适应反步法来设计每艘船的控制器,以抵消海流的干扰,增强系统的鲁棒性,并用李雅普诺夫理论证明了所设计控制器的稳定性.最后通过仿真验证了所提出的协调策略和控制方法的有效性.     

雷达传感的无人驾驶跟踪控制器设计及仿真

【目的】提出了一种基于BP神经网络的广义预测控制器用于无人车运输编队的路径跟踪,以弥补PID跟踪控制器的不足。【方法】通过将非线性系统网络线性展开,得到线性回归模型,并以非线性前馈增益方式弥补建模的误差。【结果】最后在CARSIM和MATLAB上进行控制器仿真,并得到了方向跟踪控制器仿真图和无人车编队路径跟踪轨迹图。【结论】仿真结果验证了所提出的方向控制策略在该研究领域的可行性和有效性。     

采用变时域模型预测的车辆路径跟踪控制方法

为了解决自动驾驶车辆变速行驶时模型预测路径跟踪控制器的可靠性问题,提出一种变预测时域自适应路径跟踪控制方法.首先,推导简化后适用于仿真验证的车辆三自由度动力学模型,引入松弛因子以避免求解过程中出现非可行解,并将跟踪控制转化为二次规划求解问题;然后,确定模型预测控制器的重要设计参数,分析车速和预测时域的变化关系,拟合预测时域与车速的函数曲线,设计一种变时域自适应路径跟踪控制器;最后,搭建Carsim/Matlab/Simulink联合仿真平台进行验证.结果表明:变时域自适应路径跟踪控制器能够随着车速变化实时更新预测时域,可保证车辆具有较好的跟踪精度和稳定性.     

基于NGPC的UUV路径跟随控制

针对水下无人潜航器（UUV）路径跟随问题,提出了一种基于模型的非线性反馈跟随控制方法.考虑UUV两输入、三输出的非线性跟随模型,选择与输出误差和控制误差相关的性能指标函数,利用基于最小化指标函数的非线性广义预测控制算法设计路径跟随器.针对UUV跟随模型简化后不确定性对路径跟随效果的影响,在控制闭合回路中提出了基于积分形式的水动力参数辨识方案,以减小路径跟随过程中规划路径和实际跟随路径之间的位置误差.最后,通过湖试验证了所提出方法的有效性.     

移动机器人滑模路径的跟踪控制

针对移动机器人的路径跟踪问题,基于反演思想设计了滑模路径跟踪控制器,并利用低通滤波器有效地减弱了控制过程中的干扰.由于该控制器的动态性能不理想,因此采用有界输入的方法对其进行控制律的改进,并简化了控制器的设计.仿真结果表明,改进后的滑模控制器跟踪效果良好,动态响应快,且保证了移动机器人的全局渐近稳定路径跟踪控制.     

不同轴距车辆路径跟踪研究

针对不同轴距车辆路径跟踪鲁棒性,提出了基于滑模自抗扰控制的平行泊车路径跟踪算法.该算法利用线性滑模控制设计自抗扰控制律中的误差反馈环节,改善了自抗扰控制器的结构,能适用于不同轴距车辆.线性自抗扰控制器能够观测和补偿由于不同车辆轴距引起的不确定性和车辆受到的外界干扰.在假定低车速和小侧偏角情况下,控制器的设计考虑非线性运动学模型及运动学约束.仿真结果表明,基于滑模自抗扰控制的路径跟踪控制算法能够将不确定性部分观测出来并且补偿掉,保证了不同轴距车辆很好地跟踪规划的理想泊车轨迹.     

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.     

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.     

考虑道路几何设计的智能网联车队横纵向协同控制

针对智能网联车队行驶过程中车辆跟驰和路径跟踪的横纵向协同控制,建立三自由度车辆动力学模型并将其作为控制系统,基于改进的智能驾驶员模型模型设计分层式纵向控制器;基于预瞄-跟随理论设计横向控制器.考虑车辆纵向、横向运动的耦合特性,以纵向速度作为横向控制器的状态变量设计横纵向协同控制策略,在CarSim/Simulink仿真平台搭建车队横纵向协同控制器.采用单移线、隧道工况验证控制器的横向、纵向控制性能;考虑道路弯道、坡度和超高等道路几何设计,设置匝道工况验证控制器横纵向协同控制性能并分析道路超高对车辆跟驰和路径跟踪精度及稳定性的影响.结果 表明:控制器能实现给定工况下车辆速度与转向的跟踪控制,且具有较高的跟踪精度,良好的跟驰效果和行驶稳定性;对于弯道行驶,设置道路超高能使车辆转向平稳,速度跟随精度高且行车间距增加,有利于提高车队行驶安全性.     

自主车辆线性时变模型预测路径跟踪控制

为提高自主车辆路径跟踪控制的实时性和鲁棒性,研究一种线性时变模型预测路径跟踪控制方法.建立用于控制器仿真验证的纵向侧向二维车辆非线性动力学模型;从二轮三自由度模型出发,推导出线性时变路径跟踪预测模型;引入向量松弛因子解决优化求解过程中硬约束导致的控制算法非可行解问题,基于模型预测控制理论将路径跟踪控制算法转化为带软约束的在线二次规划问题;最后通过Matlab/Simulink实现车辆动力学建模和控制器设计,双移线工况仿真结果表明,所设计的控制器能够适应不同车速、不同设计参数的鲁棒性要求.     

智能车辆轨迹跟踪控制方法研究

针对智能车辆的轨迹跟踪控制问题,提出了一种可以调节参数的智能车辆轨迹跟踪控制方法.首先,设计了模糊控制器对智能车辆进行路径跟踪控制;其次,为了提高车辆在高速下的路径跟踪效果,设计模型预测控制器,并结合轮胎的动力学特性及车辆动态特性对轮胎侧偏角、质心侧偏角等进行约束;然后,为了提高车辆在不同工况下的路径跟踪效果,进一步设计了基于PSO算法的模型预测控制器.比较三种控制器的控制效果,选择典型工况在联合仿真平台上进行仿真.结果表明,提出的智能车辆的轨迹跟踪控制方法可以有效地对车辆轨迹进行跟踪.     

基于预测--模糊联合控制的分布式驱动车辆路径跟踪方法

为研究分布式驱动车辆（4wid）路径跟踪中的跟踪精度和稳定性的问题,提出了模型预测-模糊(Mpc-Fuzzy)的联合控策略, 缓解了单一模型预测控制下车辆跟踪精度与控制器计算压力间的冲突。采用模型预测控制设计了上层路径跟踪控制器,旨在利用模型预测“滚动优化”的优点降低跟踪误差的同时保证车辆的稳定性。下层采用模糊控制,将转向过度和转向不足量化为“方向偏差”和“位置偏差”,利用四轮转矩独立控制的优点进一步优化转矩输出,旨在降低模型预测控制器对参考模型线性化后带来的跟踪误差。为验证控制策略的可靠性,基于Carsim和Simulink.、Driving Scenario搭建联合仿真模型,将联合控制器和单运动学模型预测控制器进行对比研究。仿真结果表明联合控制器可在完成对给定路径跟踪的基础上,减少转向不足和转向过度的发生,降低了方向误差和位置误差。