基于激光雷达的无人车路面附着系数估计

为获取无人驾驶决策规划和运动控制所需的路面附着系数,基于不同路面材质的激光雷达反射强度差异,设计了一种路面附着系数概率估计模型.首先,通过3σ(σ为标准差)准则进行地面激光点云的粗提取;然后,基于主成分分析法对粗提取的地面点云进行细提取;接着,利用期望最大法对地面点云的反射强度进行主成分提取,滤除噪声,获得地面点云的反射强度分布特征;最后,依据5种典型路面数据库,结合联合概率的思想,实现路面附着系数估计.     

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.      

基于强跟踪滤波的车辆非线性状态估计

针对车辆稳定性控制过程中较难直接测得的车辆关键状态参数,提出基于强跟踪滤波理论的多传感器线性组合状态最优估计算法.建立包含纵向、侧向及侧倾运动的汽车4自由度非线性动力学模型和状态估计模型,并运用多传感器线性最优融合强跟踪滤波估计器,对汽车关键状态进行仿真分析.分析结果表明,采用该方法可以解决由于模型不确定性造成状态估计值偏离系统真实状态的现象,并能有效抑制滤波发散,具有较大范围的自适应跟踪能力.该方法为汽车先进控制系统中的状态参数估计提供了一种准确且低成本的实时软测量技术.     

基于浮动车数据的城市交通状态估计研究

为了获取全面、准确的实时道路交通信息,提出了基于浮动车数据的交通状态估计的方法.对其中涉及的关键技术,如数据筛选、坐标转换、路径跟踪、道路匹配、交通状态评定等,提出了适合实时系统的实用算法和思路.并在北京市浮动车实际数据之上,编程模拟实现了北京市交通状态估计的原型系统,验证了该方法的有效性,为城市交通状态估计提供了可行...     

基于扩展卡尔曼滤波的车辆状态可靠估计

为实现高机动工况下车辆状态的可靠估计,提出了一种基于改进的扩展卡尔曼滤波的车辆运行状态估计方法.首先建立基于非线性车辆动力学的系统状态模型,该模型分别以低成本的车载轮速和方向盘转角传感器信息作为系统的观测量和外部输入量;然后通过改进的卡尔曼滤波递推算法高精度地推算出汽车的关键运行状态.仿真试验表明,所提出的方法既可适应一般机动环境也可适应较高机动环境.此外,该方法可显著提高直测量的精度,并可实现对质心侧偏角、侧向速度等难以直测量的准确估计,质心侧偏角估计误差小于3×10-3rad,速度估计精度小于0.1 m/s.     

基于集员估计的光电系统目标状态预测方法研究

在光电跟踪系统目标状态估计过程中,噪声统计特性不确定是导致滤波精度下降的主要原因之一。针对该问题,研究了一种基于扩展集员估计的目标状态估计方法,并与扩展卡尔曼滤波算法做了比较。结果表明,在保证滤波精度前提下,基于噪声特性未知但能量有界(Unknown but Bounded-UBB)假设的扩展集员估计方法能有效克服噪声统计特性不确定造成的影响,具有较强的工程实用性。     

具有未知输入干扰的状态估计器的设计

研究了系统含有未知扰动时的状态估计问题,提出了一种新的状态估计方法,它能消除未知输入干扰,给出了新型状态估计器存在的条件。仿真结果证明了本文的正确性。     

基于浮动车数据的交通状态估计精度仿真评价

针对大规模复杂路网条件下基于浮动车数据的交通状态估计精度评价,开发了基于交通仿真软件VISSIM的实时仿真分析方法.以上海市陆家嘴地区的微观仿真路网为例,通过30组仿真实验分析了浮动车比例和数据采样频率对路网覆盖率和平均行程车速估计精度的影响.结果表明:随浮动车比例和采样频率的增加,平均行程车速估计精度与路网覆盖率逐渐提高,当浮动车比例为8%和采样频率为1/10s-1时达到最优.     

基于限定记忆随机加权扩展卡尔曼滤波的车辆状态估计

为了降低车辆状态估计过程中历史量测数据误差的影响,提出一种限定记忆随机加权扩展卡尔曼滤波(LMRWEKF)算法.首先,建立三自由度非线性车辆动力学模型;其次,将限定记忆滤波与扩展卡尔曼滤波融合,构成限定记忆扩展卡尔曼滤波;然后,依据随机加权理论,设计服从狄利克雷分布的加权系数来进一步提高滤波估计精度;最后,建立Cars...     

采用模糊扩张状态观测器的四旋翼无人机滑模轨迹跟踪控制

针对四旋翼无人机(UAV)的轨迹跟踪控制存在外界未知扰动的问题,提出一种基于模糊扩张状态观测器的非奇异快速终端滑模控制算法.首先,根据双闭环控制结构分别对姿态内环、位置外环引入模糊扩张状态观测器,利用该观测器对系统所受到外部总扰动进行在线估计.然后,根据模糊扩张状态观测器的观测值,设计非奇异快速终端滑模控制器,保证四旋翼无人机的状态变量可在有限时间内收敛于期望轨迹.最后,根据李亚普诺夫理论,得出四旋翼无人机系统的闭环稳定性,并通过仿真对比实验验证该控制算法的优越性.结果表明：所提的控制算法可以提高跟踪性能,并有效增强系统的抗外界干扰能力.     

主动脉冲转向的横摆稳定性分析与试验研究

提出了一种后轮脉冲主动转向控制策略,运用脉冲信号作为控制器输出的后轮主动转向控制方法,对此做了理论分析和试验研究.首先,设计了产生脉冲信号的液压系统,并分析了此系统的运行对悬架参数和车辆稳态和瞬态响应的影响;分析不同脉冲参数(频率,振幅)对车辆横摆运动的影响并确定最优的脉冲参数.其次,综合跟随理想横摆角速度和抑制汽车质心侧偏角的方法,提出了控制策略与算法;运用基于CarSim和Simulink的联合仿真方法,分析此系统对汽车横摆稳定性能的影响;最后,安装液压脉冲发生器进行整车试验研究,验证仿真结果的可信性,并评价后轮脉冲转向的实用性.仿真和试验结果表明:后轮脉冲主动转向能够有效的跟踪横摆角速度和质心侧偏角提高车辆的横摆稳定性,同时可以减少质心侧倾角和侧向加速度,提高汽车的操纵稳定性.     

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.     

双线法与横摆角速度法联合的车辆稳定性判据

车辆稳定性判据决定了车辆稳定性控制系统的介入与退出时机,是车辆稳定性控制的基础.设计了一种基于相平面法的车辆稳定性判据,在传统双线法确定的稳定区域中引入横摆角速度法确定的稳定区域,设计联合车辆稳定性判据,协调对质心侧偏角和横摆角速度的控制,并获取稳定性判据的相应阈值变化的数据库,用于在控制过程中查表获得车辆的稳定区域边界.利用质心侧偏角和横摆角速度偏离函数表征控制变量偏离参考值的程度和车辆状态相对稳定区域边界的位置.极限工况下,当车辆状态超出稳定区域边界时,车辆稳定性控制应迅速介入,控制车辆状态回到稳定区域.     

基于地图建立的无人地面车路径规划

 提出一种同时完成地图建立与路径规划的算法。该算法为两层控制结构,其上层实现子目标点的生成,下层完成局部路径规划及运动控制。根据系统实时性的要求,以N个系统周期为触发条件执行子目标点生成程序。其中无人地面车通过传感器不断获取环境信息并进行处理,完成网格占据方式的地图建立与实时更新;将地图建立的结果作为数据输入,利用A*路径规划算法生成子目标点。根据子目标点生成结果,在每个系统周期内,通过基于模糊控制的底层快速算法完成无人地面车到子目标点的运动控制。以Pioneer 3-AT型无人地面车为试验平台在未知的复杂环境中对该算法进行验证,取得了良好的地图建立和路径规划效果,证明了该算法具有良好的实时性和准确性。     

基于ADRC的四旋翼无人机姿态控制研究

四旋翼无人机由于受到自身的非线性、模型的不确定性和外部突发气流等的影响,较难完成预设的飞行任务.为此,使用自抗扰控制,通过安排合理的过渡过程减少超调和设计扩张状态观测器来估计总扰动并实时补偿,并实现四旋翼无人机姿态控制.仿真结果表明:相比传统PID控制,该控制方法使得四旋翼无人机能够更好地适应自身参数的变化和应付外部气流带来的影响,具有更好的鲁棒性和抗扰性.同时验证了自抗扰控制器下的系统具有超调小、精度高、收敛速度快、抗扰能力强和鲁棒性能好等特点.     

基于模糊滑模直接横摆力矩的车辆横摆稳定性控制

为了避免车辆发生横向失稳的风险,根据四轮独立驱动电动汽车四轮驱动/制动力矩独立可控的特点,提出了一种具有上层控制器和下层控制器两层结构的模糊滑模直接横摆力矩控制策略。上层控制器采用模糊滑模控制器计算车辆总的需求横摆力矩,并对4个车轮纵向力进行分配。下层控制器将轮胎纵向力转化为对轮胎滑动率的控制,并通过控制4个车轮的力矩使轮胎纵向力得到实现。仿真结果表明,该模糊滑模直接横摆力矩控制策略在不同的附着路面条件下都能保证车辆的横向稳定性,并能削弱传统滑模控制器造成的系统抖振。     

基于误差空间的UUV三维鲁棒跟踪控制研究

针对水下无人航行器(UUV)系统存在非线性和不确定性的特点,采用基于误差空间理论的跟踪控制方法,进行UUV在复杂海洋环境以及自身工作状态和模块配置变化时的空间跟踪控制问题研究. 以海浪干扰下的深度跟踪控制仿真实验分析该控制方法的鲁棒性. 该控制方法的理论基础是结合被跟踪平台的动态过程,以被跟踪平台和跟踪平台的空间误差为状态空间的状态量组成误差空间系统. 由于融合了被跟踪平台的动态过程和跟踪误差,跟踪精度和跟踪能力增加,同时系统的鲁棒性也增强.      

基于激光雷达的无人机违规航行轨迹数据自动捕获方法

为了解决传统方法对无人机违规航行轨迹数据捕获的精度和实时性低的问题,通过激光雷达研究了一种新的无人机违规航行轨迹数据自动捕获方法。建立激光雷达信号和目标场景作用过程模型,将每束激光在目标场景表面的映射部分当成激光脚印,完成对激光束相应激光脚印的响应函数和激光雷达发射信号的时间分布函数的卷积计算,获取激光脚印相应目标区域和激光雷达信号作用后反馈的回波信号。依据反馈的回波信号建立单次成像回波峰值点轨迹分布模型,获取无人机航行轨迹数据。针对无人机实际航行轨迹和预定义航行轨迹,采用优化的修正豪斯多夫距离公式(MHD)进行轨迹数据匹配程度衡量,按照经验设定阈值,若匹配度超过阈值,则认为实际轨迹与预设定无人机航行轨迹不匹配,将相应实际轨迹当成无人机违规航行轨迹,对违规航行轨迹数据进行捕获。结果表明:所提方法可及时检测处无人机违规航迹,报警时间比其他方法时效性高;所提方法捕获的无人机违规航行轨迹数据与真实数据偏差小。可见所提方法实时性与精度均较高。     

应用于地面无人车辆的窗口约束马尔可夫定位

为解决地面无人车辆在GPS易受干扰区域的定位问题,提出一种窗口约束马尔可夫定位方法,通过在窗口范围内进行马尔可夫定位减少更新的状态空间范围. 窗口的位置在初始时刻参考地图中建立的路标估计,并随车辆运动信息在地图中移动. 该方法能够减少定位过程中的计算量,除初始时刻外不依赖于GPS进行短期外推定位,且实验证明具有较好的实时性和准确性.