基于模糊算法的无人驾驶压路机自动碾压控制

针对无人驾驶振动压路机在自动碾压作业时的路径跟踪误差影响整体碾压作业质量的问题,提出了基于模糊算法的路径跟踪控制方法.建立了压路机整体运动学模型和液压动力转向系统模型,设计了基于预瞄的航向跟踪算法和模糊比例-积分-微分(PID)控制器来实现对自动碾压误差的控制.通过无人驾驶压路机路径跟踪控制模型的仿真和现场自动碾压试验对自动碾压控制性能的验证,表明基于预瞄的航向跟踪模糊PID控制较普通PID控制在无人驾驶振动碾压过程中具有更好的控制性能,显示了模糊控制算法的有效性与优越性.     

基于线控转向的汽车容错控制策略研究

针对转向系统失效的情况,基于执行器扭矩重新分配,提出了一种容错控制策略;根据所需车辆运动,建立双点预瞄模型,推导出期望的方向盘转角;利用二自由度汽车模型,进一步得到目标横摆角速度以及目标车身侧偏角,利用滑模控制得到所需的横摆力矩,通过扭矩分配策略实现容错控制;通过控制各个车轮执行器的输出扭矩,使汽车沿规划路径行驶;通过仿真实验,汽车的横摆角速度与期望的横摆角速度吻合度极高,提出的算法可以有效地应对线控转向汽车的转向故障,验证了针对转向失效的容错控制的有效性,有一定的工程实用性。     

基于驾驶员行为的神经网络无人驾驶控制

针对铰接式自卸车的转向特性,提出了一种基于驾驶员行为的神经网络无人驾驶控制方法.建立了以激光雷达、角度传感器为主要环境信息的采集系统,通过分析铰接式车辆转向特征建立铰接式自卸车运动学模型和动力学模型,利用ADAMS动力学软件建立车辆动力学模型并进行车辆稳态测试.建立基于最优预瞄控制的人工神经网络控制算法的驾驶员模型,通过ADAMS-Matlab/Simulink联合仿真验证模型.最后搭建真实巷道环境进行直线路段回正实验和曲线路径跟踪实验,结果显示,该控制模型在变曲率路段中,横向位置偏差小于可通过路径宽度的10%,航向角偏差优化90%,表明该神经网络驾驶员控制模型收敛速度快,稳态特性好,具有良好的无人驾驶能力.     

基于预测控制的无人驾驶车辆爆胎转向控制

针对无人驾驶车辆爆胎后的转向控制问题,考虑实时性和控制性能的要求,提出了连续时域自适应预测控制方法.爆胎使得滚动阻抗系数和侧偏刚度等轮胎参数在短时间内产生剧烈的变化,从而导致转向控制失灵,进而引起无人驾驶车辆偏离道路甚至侧翻.为此,对无人驾驶车辆标称动力学模型进行反馈线性化,结合泰勒展开预测无人驾驶车辆的运动趋势.在此基础上,将爆胎引起的参数变化转化为不确定,利用模糊系统万能逼近原理,通过设计自适应模糊观测器进行在线观测.并同时考虑控制输入的饱和约束,利用连续预测控制方法设计解析控制律,以满足系统控制的实时性要求.最后,与传统非线性预测控制以及PID控制进行了仿真对比.从仿真结果可以看出,当车辆发生爆胎后,轮胎滚动阻抗系数瞬时增大了29倍、侧偏刚度瞬时降低了72%,如不施加额外的转向控制作用,无人驾驶车辆将在1 s内偏离原车道约5.5 m.而施加本文所提方法后,系统的实时性和控制性能均优于给定传统算法.一方面,与非线性预测控制和PID控制相比,所提方法计算速度提高了约150倍,计算时间缩短约50%;另一方面,在给定的控制输入饱和约束范围内,所提方法仍能够控制无人驾驶车辆在爆胎后只发生微小偏移,偏移量仅为传统算法的2.5%左右.     

电机驱动系统电流传感器故障诊断与容错控制

为有效解决电机驱动系统中的常见的电机电流传感器故障诊断与容错控制问题,结合Luenberger状态观测器与修正Bayes分类算法,提出了一种有效的传感器故障诊断与容错控制方法。该方法以一种可调增益矩阵的Luenberger状态观测器模型为基础,实现各种工况下电流值的实时估计。基于残差生成单元和修正的Bayes分类算法对故障传感器进行实时检测与定位,并在传感器故障工况下用观测器估计值代替电流传感器信号实现电机驱动系统的容错控制。仿真结果表明,本文所提算法能快速诊断出故障传感器并具有容错控制功能,可有效提高电机驱动系统可用性。     

无人驾驶汽车避障方法探析

无人驾驶汽车是依靠车内以计算机系统为主的智能驾驶仪来实现无人驾驶的智能汽车,它是利用车载传感器来感知车辆周围环境,并根据感知所获得的道路、车辆位置和障碍物信息,控制车辆的转向和速度,从而使车辆能够安全、可靠地在道路上行驶。无人驾驶汽车对解决现存的交通驾驶问题和提升安全性具有重大的现实意义。国内外对无人驾驶车辆避障的研究成果,主要从对周围动态环境的探测、对路径轨迹的跟踪与预测以及行驶路径规划3个方面对避障过程进行分析研究,从而让未来的无人驾驶技术的发展更有无限可能性。     

日产无限Q45轿车电子动力转向系统的检测

日产无限Q45轿车采用电子动力转向系统,该系统采用双管路车速传感控制形式。系统的电子控制部分主要由车速传感器、电子动力转向控制单元和动力转向电磁阀(执行器)等组成。车辆行驶时,如果电子动力转向控制单元在10s内接收不到车速信号,系统将自动进入失效—安全运行模式,以保证车辆具有基本的转向能力。一、检测条件在检测电子动力转向系统之前,应确保满足下列条件:(1)所有的动力转向元件(转向器、转向油泵等)均无泄漏现象。(2)转向油罐油平面在规定的范围内。(3)轮胎尺寸和规格正确。(4)车轮定位正确。(5)悬架系统工作正常、运动自如。二…     

基于LS-SVM软传感器的容错控制方法及应用

针对一类非线性系统中传感器卡死、恒增益和恒偏差失效等易发故障,考虑控制系统多存在耦合、非线性、时变、滞后等难以建立精确的解析模型,基于数据驱动技术提出一种软传感器容错控制方法.基于LS-SVM构建了系统软传感器,并利用软传感器的预测输出与实际传感器输出之差获取残差信号;采用SPRT算法进行故障检测,当传感器发生故障时,用LS-SVM软传感器预测输出代替物理传感器的实际输出,从而以软闭环方式实现对传感器故障的容错控制.将所提出的方法应用于一阶水箱液位控制系统,实验结果表明,基于LS-SVM软传感器与SPRT的结合能够可靠及时检测非线性系统中各类传感器故障,而借助于软闭环切换还可对传感器故障实现安全容错.     

基于自适应滤波器的无人驾驶汽车速度估计

针对无人驾驶汽车容错控制对速度信息软测量技术的需求,提出了一种基于交互式多模型无迹卡尔曼滤波器的无人驾驶汽车速度估计方法,以自适应系统未知的噪声统计特性.首先,基于无人驾驶汽车定位信息建立了包含汽车运动学和动力学特性的名义模型,并采用前向欧拉离散化方法将其转化为包含系统噪声统计特性的状态空间名义模型;然后,采用一系列典...     

风能转换系统的双频环容错控制

针对风能转换系统,根据风速的多时间尺度特性,在风能转换系统非线性机理模型的基础上,考虑传感器部分失效的情况,建立风能转换系统的双频环模型.基于双频环模型,低频环采用PI稳态优化控制方法,高频环采用容错H∞控制方法,从而实现额定风速以下风能的捕获率最大,并且在传感器发生故障时系统仍然能够正常运行.仿真结果表明,在传感器部分失效情况下,文中提出的方法是有效的.     

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.      

无人驾驶高速4WID-4WIS车辆路径跟踪单点预瞄控制

针对无人驾驶高速四轮独立驱动独立转向(4WID-4WIS)车辆的驱动冗余、强非线性和不确定特性,提出一种基于控制分配和自抗扰控制法的路径跟踪单点预瞄控制方法。首先建立车辆单点预瞄路径跟踪系统的动力学模型。然后构建以控制分配器为核心的控制系统,使用自抗扰控制方法设计单点预瞄解耦控制器;提出目标生成器的类惯性环节算法,讨论其合理性;给出4WID-4WIS车辆路径跟踪控制分配问题的求解方法。最后进行仿真,结果表明所提方法能够实现快速、高精度的双移线圆弧路径跟踪控制。     

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.      

基于视觉的无人驾驶车自主导航控制器设计

以DUTIV-Ⅰ型无人驾驶车为研究对象,建立了基于视觉的无人驾驶车自主导航控制数学模型,应用根轨迹法分析了预瞄距离对该控制系统的影响.设计了由线性二次型最优跟踪控制理论得到的状态反馈控制律和用于补偿参考路径曲率扰动的前馈控制律组成的导航控制器.针对DUTIV-Ⅰ型无人驾驶车横向速度的不可测性,根据Kalman滤波理论构造了横向速度观测器.仿真和实验结果表明,该方法可保证无人驾驶车准确地跟踪参考路径,且具有较强的鲁棒性.     

松软地面下履带车辆斜坡转向特性

越野环境下的松软地面是履带车辆行驶的主要地形,在这种条件下行驶不可避免地要进行斜坡转向操作,履带车辆的斜坡转向特性值得重点关注.针对研究履带车辆斜坡转向特性的必要性和重要性.根据履带车辆转向的运动特点,建立了坡道转向动力学模型,结合地面力学理论,进一步深入研究履带车辆在松软地面下斜坡转向特性.通过履带车辆在斜坡上完成规定半径转向动作所需的滑转率这一指标,来分析坡角、地面性质、转向半径对履带车辆斜坡转向性能影响,为履带式无人车的设计、路径规划和跟踪控制打下基础.     

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.      

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.     

无人驾驶车辆智能控制技术发展

无人驾驶车辆可看作是具备一定自我学习能力的轮式智能机器人,体系结构可分为感知和决策,在智能控制技术的加持下,无人驾驶车辆控制技术正在阔步前进.为了优化车辆控制技术,使无人驾驶车辆控制子系统的实际执行效果达到决策系统的期望值;借助CiteSpace研究了中外无人驾驶车辆控制技术的发展、接着列举智能控制在无人驾驶中的先进应...     

一种基于驾驶员学习过程的在线估计算法（英文）

为模拟驾驶员在跟踪期望路径过程中的驾驶决策过程,论文基于目标位置的思想对驾驶员的学习过程进行了建模。在建模过程中,利用三次B样条曲线灵活性的特点生成车辆对于目标位置的换道路径,同时,借助模糊神经系统模拟驾驶员跟踪目标位置过程的决策机制。并且提出了一种新的学习算法,即通过将模糊论域划分为若干局部线性网络以此拟合非线性函数。利用该算法能模仿驾驶员驾驶过程中的自学习能力。最后,对车辆躲避障碍物进行了仿真,结果表明该模型能较好的模拟驾驶员在换道过程中的驾驶行为及其自学习过程。