深海履带车的路径跟踪控制算法

建立深海履带车运动学和路径偏差模型,并针对履带车在工作环境中出现的路径偏差问题提出一种新的路径跟踪算法。基于履带车的行走动力约束,路径跟踪算法中引入线速度和角速度中间变量,避免了由于履带车驱动轮角速度突然变化所导致的系统失稳。同时,为提高系统的响应时间,算法中增加与PID控制类似的比例环节,利用李雅普诺夫法证明控制系统的稳定性,并对深海采矿2种典型期望工作路径的路径跟踪进行仿真。研究结果表明:所提出的新的路径跟踪算法具有良好的快速性和稳定性,能够满足深海采矿履带车的行走控制要求,保证履带车良好的行走性能。     

基于Lyapunov理论的海底采矿车点镇定控制

以我国海底采矿车为研究对象,针对其非完整性和非线性的特点,基于Lyapunov理论,提出海底采矿车点镇定控制系统的控制律,证明在此控制律作用下海底采矿车位姿误差是收敛的;设计基于Lyapunov理论的点镇定控制器,采用ADAMS/ATV履带车模块和MATLAB/simulink软件,建立海底采矿车的多刚体动力学模型和基于Lyapunov理论的点镇定控制模型及二者的协同仿真模型,对海底采矿车的点镇定控制仿真进行研究。研究结果表明:海底采矿车在基于Lyapunov理论所设计的点镇定控制器作用下,能快速而平稳地镇定到目标位置和姿态,所提出的控制律和所设计的控制器对于海底采矿车行走控制是有效的。     

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.     

非完整轮式移动机器人轨迹跟踪控制研究

根据机器人的运动学模型 ,对具有非完整特性的移动机器人轨迹跟踪控制进行了研究 .采用基于积分backstepping时变状态反馈方法 ,引入具有双曲正切特性的虚拟反馈量 ,设计机器人轨迹跟踪控制算法 ,并且利用Lyapunov方法证明系统的全局稳定性 .考虑到机器人的动力学约束 ,控制律中引入机器人系统速度、加速度受限策略以保证机器人运动平滑 .仿真证明该算法具有快速、精确、全局稳定的良好特性     

考虑轨迹预测补偿的履带车辆滑动参数估计方法

由于履带与地面之间的相互作用力复杂,因此为履带车辆建立精确的模型较为困难.该文提出了一种基于轨迹预测补偿的双重无遗Kalman滤波(DUKF)的履带车辆滑动参数实时估计方法.上层无迹Kalman滤波(UKF)利用历史轨迹信息对滑动参数进行初步估计,将初步估计的滑动参数输入基于履带车辆瞬时转向中心(ICR)的车辆模型进行...     

具有未知侧滑和打滑的WMR强化学习自适应神经网络控制

利用反演设计,提出一种强化学习自适应神经网络轮式移动机器人(WMR)轨迹跟踪控制方法.首先在极坐标下建立WMR的轨迹跟踪误差模型,并基于此设计运动学控制器.然后,针对WMR动力学系统,设计自适应神经网络控制器.结合强化学习机制,同时对系统未知侧滑、打滑和模型不确定性进行优化补偿,并引入鲁棒控制项来消除补偿误差的影响,进一步提高了控制效果.所提控制方法使得闭环系统稳定,且最终一致有界收敛,其有效性通过数值仿真结果得到了验证.     

户外小型智能移动机器人运动轨迹跟踪控制

该文根据户外小型智能移动机器人的应用特点研究了轨迹跟踪控制。基于机器人的动力学模型，利用后退方法的思想，设计了全局收敛的稳定可靠的跟踪控制律，提高了移动机器人在不确定性环境中工作的鲁棒性，比基于运动学模型设计的控制律更加适宜于工程应用，经仿真计算，验证了该控制方法的正确性，为户外小型智能移动机器人轨迹跟踪的实用控制方法提供了理论依据。     

欠驱动UUV三维轨迹跟踪的反步动态滑模控制

提出一种欠驱动无人水下航行器(UUV)反步自适应动态滑模控制方法.结合反步和自适应滑模控制技术设计UUV的位置、姿态和时变速度跟踪控制器,采用虚拟速度来代替姿态误差的控制策略,将姿态跟踪控制转化为速度控制,能够有效避免传统反步法控制律设计存在的奇异值问题.针对系统模型不精确及时变扰动问题,引入滑模控制技术进行自适应补偿估计,提高了欠驱动UUV在未知环境中的鲁棒性及自适应能力,并基于李雅普诺夫稳定性理论证明了该控制系统误差最终一致有界.仿真结果表明:提出的UUV三维轨迹跟踪反步动态滑模控制方法收敛、有效,能够实现在系统参数不精确及时变扰动情况下的三维轨迹精确跟踪控制.     

移动小车的有限时间轨迹跟踪控制

讨论了基于运动学模型的移动小车的轨迹跟踪控制问题.利用有限时间控制技术,提出了一种连续的状态反馈跟踪控制律,使得对角速度不为0的期望轨迹,移动小车能够在有限时间内完全跟踪上期望轨迹.而且提出的跟踪控制律不存在奇异点.仿真结果表明了该方法的有效性.     

基于粒子群寻优的汽车自适应巡航预测控制

为进一步提升多目标自适应巡航系统预测控制精度,提出一种基于粒子群寻优的汽车自适应巡航预测控制算法.首先建立一种包含前车加速度扰动的自适应巡航系统车间纵向运动学模型,并对其线性离散化;其次综合车距误差、相对车速、自车加速度和冲击度,设计二次型多目标优化性能指标函数和多参数约束条件,构建自适应巡航预测控制优化命题;最后为便于问题求解,将目标函数和约束条件推导转化为以预测控制增量为优化变量的规范形式,并基于粒子群优化算法求解自适应巡航预测控制的最优控制律.通过Matlab/Simulink多工况仿真结果表明,粒子群算法求解的最优控制律能够控制自车保持更好的跟踪性和自适应性.      

基于LQR的智能驾驶汽车横纵向控制研究

为了提高智能驾驶汽车跟踪控制器的稳定性和跟踪精度,提出了一种基于线性二次型调节器(LQR)控制算法和驾驶员预瞄模型的横向跟踪控制策略,结合纵向比例-积分-微分(PID)控制算法实现横纵向控制。首先建立带有前馈的LQR控制器,采用梯度下降优化算法优化LQR控制器权重参数,并在此基础上引入驾驶员预瞄模型,设计了基于经验的预瞄距离自适应控制器;其次建立双PID纵向控制器进行速度控制。最后通过Carsim和Matlab/Simulink联合仿真以及实车测试验证,结果表明：仿真工况下最大横向偏差小于0.035 m,最大航向偏差小于0.09 rad,实车测试工况下也能够良好遵循规划轨迹的整体趋势,速度跟踪效果良好且前轮转角与横摆角速度变化平稳。因此,该控制器能够保证较高精度且平稳的轨迹跟踪,在高速状态下更为明显。     

双侧电驱履带车辆模糊自适应滑模转向控制

针对履带车辆在行驶过程中,由于路面条件非线性变化导致的车速和转向角速度跟踪存在时滞和不稳定的问题,基于履带车辆转向运动学和动力学分析,提出了一种基于滑模变结构的转向控制方法,并将履带车辆的控制系统进行解耦,分别控制车速及转向角速度.采用积分滑模控制算法,设计了能够适应路面变化的车速控制器;引入模糊控制柔化控制信号,降低滑模抖振,并结合自适应调节设计了能够适应转向阻力非线性不确定的转向角速度控制器.运用MATLAB/Simulink软件对系统进行转向控制仿真分析,与传统比例-积分-微分(PID)控制相比较,车辆行驶速度与转向角速度跟踪响应速度分别提高了1.9 s和0.5 s,转向角速度跟踪精度提高了4％.仿真结果表明:所提出的算法具备响应速度快、抗扰动能力强的优点,能够实现履带车的稳定转向.     

基于时间延迟动态预测的自动驾驶控制

由于驾驶过程中的延迟和前视距离等因素,无人车无法准确跟踪规划轨迹。该文通过选择简化的自行车车辆模型,在纯跟踪模型的基础上对原有的算法进行优化,提出了一种基于动态延迟预测的自动驾驶控制方法。通过车辆运动学模型预测延迟后的车辆运动方向和位置信息,并根据行驶方向和轨迹方向之间的偏差值,获得最佳前视距离。MATLAB仿真结果表明,改进的算法可以以7m/s的行驶速度跟踪规划轨迹,平均误差可以控制在0.3m以内,跟踪性能优于传统的纯跟踪方法。     

低速无人驾驶车辆双向行驶控制方法

针对无人驾驶车辆在复杂景区场景低速双向行驶的问题,概述了正向行驶的运动学模型及其跟踪结果,并且在分析车辆倒车运动学模型的基础上,提出一种基于模型预测控制理论的无人驾驶车辆双向轨迹跟踪控制方法。对该双向轨迹跟踪控制方法使用MATLAB工具进行仿真,并在实车上进行验证。结果表明,该方法可以保证无人驾驶车辆稳定地进行双向跟踪参考轨迹行驶。     

基于视觉和后推方法的智能车轨迹跟踪控制

通过基于视觉的车道标志线识别系统建立智能车的期望跟踪轨迹,并将智能车运动学模型转换为链式系统模型,同时利用Backstepping方法设计控制律,克服了动态反馈线性化的方法设计的控制器维数较高以及滑模变结构控制器会呈现高频的抖振的缺点。通过仿真试验表明该方法得到了较好的轨迹跟踪控制效果和良好的全局稳定性。     

欠驱动无人船的运动控制设计

针对欠驱动无人船在受到非完整约束和模型不精确时对精确轨迹跟踪控制设计困难,提出了曲率跟踪和逆动力学自适应控制设计方法;首先建立欠驱动无人船水平面的运动学和动力学模型,充分利用其非完整约束下的运动规律基础上引入目标轨迹曲线的相对曲率设计动态跟踪目标,从而将原问题转化为一个简单轨迹跟踪控制问题;然后基于滑模控制和逆动力学自...     

水下航行器航路点跟踪控制及其仿真

针对水下航行器在水平面内的航路点跟踪控制问题,建立了航行器的运动学和动力学模型.通过使用视线导引算法,设计了航行器的滑模控制器,同时综合应用Lyapunov方法证明了跟踪误差的全局渐近稳定性.在航行器航路点跟踪控制仿真研究中,指定航行器依次通过预先设置的一系列航路点,仿真结果表明,所设计的控制律有效,航路点跟踪误差收敛,可以对未来水下航行器的控制系统设计提供有效的理论指导和技术支持.     

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.     

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.      

基于新型变指数趋近律的智能小车轨迹跟踪

针对一种跟踪运动精度低、鲁棒性弱的新型智能滑模小车的轨迹跟踪运动控制问题,提出了基于新型变指数趋近律的小车轨迹跟踪运动控制器的研究方法。该方法在趋近律中加入了变指数幂次项,且能保证趋近律在限时间内稳定运行来限制抖振现象,使小车在趋近阶段中按不同趋近速度做自适应调节。通过对滑模小车的运动学模型进行坐标变换,建立小车轨迹面的跟踪收敛误差模型,接着根据Lyapunov稳定性理论和新型趋近律的跟踪全局有限性和时间收敛误差性建立滑模面,设计跟踪误差控制律。控制小车的线速度和角速度使轨迹跟踪误差迅速趋近到0,来实现其对给定期望轨迹的快速跟踪。最后采用MATLAB仿真软件进行系统控制特性的仿真研究,通过对比双幂次趋近律的滑模控制方法验证实验的有效性。