基于视觉的智能车辆模糊滑模横向控制

以采用视觉导航的智能车DLUIV-1为对象,对智能车辆的横向控制方法开展研究.首先,建立基于视觉预瞄距离的车辆横向控制系统模型,利用包含速度等因素在内的预瞄运动学模型确定车辆的横向偏差和方位偏差.其次,针对横向控制的特点,提出了模糊和滑模相结合的智能车辆横向控制策略,综合考虑车辆当前的横向偏差和方位偏差,将二者融合后的综合偏差作为滑模切换函数的参数来设计滑模面,将滑模切换函数作为控制目标,利用模糊控制规则调整控制变量的大小来确保存在和到达条件成立,保证方向盘转动的稳定性.仿真结果表明该横向控制器能够保证智能车辆准确而且稳定地跟踪参考路径,且对模型参数的变化具有较强的鲁棒性.     

智能车辆运动控制系统协同设计

该文建立可准确表征智能车辆横纵向动力学行为特性的数学模型,揭示智能车辆行驶过程中的耦合机理。在此基础上,针对智能车辆具有强耦合、非线性和参数不确定等特点,提出一种由协调控制层、控制分配层和伺服执行层构成的协同控制策略,通过横纵向动力学系统之间的动态耦合及协同进行能量的传递、转换及演变,完成智能车辆横纵向运动一体化控制。通过仿真试验进行验证和评价,试验结果表明:所设计的控制系统不仅具有良好的稳态精度和动态响应性能,而且可显著提高智能车辆行驶过程中的稳定性、舒适性和安全性。     

基于滑模控制理论的车辆横向稳定性控制

针对车辆在极限运动工况下转弯或变道行驶时的横向稳定性控制问题,建立以车辆横向速度、横摆角速度及车身侧倾角为状态变量的3自由度非线性动力学模型.在动力学分析的基础上,探讨依靠施加各车轮不同纵向制动力而产生辅助横摆力矩的方法来提高车辆在极限工况下的操纵稳定性.考虑到作为车辆状态变量之一的质心侧偏角难以测量,设计了基于车辆动力学模型及运动学关系相结合的质心侧偏角估计器.运用滑模控制理论,以车辆横摆角速度和质心侧偏角与相应的理想横摆角速度和质心侧偏角之差,作为车辆稳定性控制系统的两类控制输入变量,以车轮纵向制动力矩和方向盘转角为控制目标建立了联合滑模控制系统,通过计算机仿真表明,该控制方法可以有效改善车辆横向稳定性.     

基于新型趋近律的智能无人车辆线控转向系统滑模控制

路径跟踪是智能无人车辆的关键技术之一,其中,对线控转向系统的精确控制是影响智能无人车辆路径跟踪精度的重要因素.为提升线控转向系统在未知扰动下的转角动态响应性能和路径跟踪精度,本文基于一种新型趋近律设计了改进滑模控制方法并应用于线控转向系统.首先,考虑模型不确定、系统摩擦和齿条力建立线控转向系统数学模型.然后,分析得到滑模趋近律的设计原理,通过设计参数调节函数构建了一种新型滑模趋近律实现趋近速度的动态调节,并对比分析了其在离散形式下的性能.最后,针对线控转向系统,设计改进滑模控制方法.仿真和试验结果表明,改进滑模控制方法能够改善线控转向系统对转角的动态响应性能,提高路径跟踪精度.     

基于滑模控制的车辆自适应巡航系统设计

针对自适应巡航系统控制鲁棒性及存在路面扰动、实时扰动等不确定性的问题,提出一种考虑安全车距的车辆自适应滑模控制方法.首先通过建立车辆纵向动力学模型,并将道路坡度作为系统扰动;基于安全车距设计自适应巡航滑模控制器,通过稳定性分析证明该控制器的稳定性;最后,通过与PID控制算法进行对比研究.结果表明:采用滑模控制器的自适应巡航控制系统具有更好的跟踪性能和抗干扰能力.     

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.     

基于智能网联车辆编队的高速公路协同合流控制方法

为解决高速公路合流区在交通需求较高条件下的交通流不稳定和拥堵问题,以提高合流区通行能力和车辆合流过程协调性以及消除合流冲突为切入点,提出了在全智能网联车辆(CAV)环境下基于编队的协同合流(PBCM)策略.在合流区上游匝道路段设置一定长度的编队区,当编队区内的CAV数量满足一定规模后,即触发PBCM策略的执行.策略共包...     

旋转柔性智能结构振动滑模控制方法研究

基于Hamilton原理和高阶模型理论,建立了旋转刚柔耦合智能结构的动力学模型,并通过滑模变结构控制(SMC)对结构的振动进行控制.通过一阶近似模型理论考虑了结构轴向、横向和转角相互间的耦合作用,即考虑了柔性梁和智能材料的几何非线性.利用有限元方法得到了考虑离心刚化效应的有限维模型.利用滑模控制方法对结构的振动进行抑制.滑模面通过最优化方法得到.数值仿真结果表明滑模控制方法有效地控制了带有参数扰动的旋转柔性智能结构振动.     

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。     

基于机器视觉的智能小车转向系统滑模控制

针对智能小车转向时跟踪精度差、响应时间较慢的问题，提出了一种基于机器视觉的智能小车转向系统的滑模控制方法。首先，以感知路面信息的智能小车为研究对象，对其转向系统进行了原理分析及数学建模。通过对永磁直流电机工作过程的分析，建立了电枢电压平衡方程和转矩平衡方程，得出了相应的传递函数，并采用实验方法对传递函数参数进行了辨识。其次，针对上述被控对象，设计了滑模控制器，并进行了稳定性证明。利用Matlab/Simulink仿真结果验证了滑模控制算法的有效性。理论结果和实验验证相结合表明，相较于PID(proportional integral differential)控制，滑模控制具有较好的跟踪精度和响应速度。在频率为20 Hz时，跟踪精度提高了89.3%。此外，滑模控制能够克服系统的不确定性，尤其是对于非线性系统，显示出良好的控制效果。     

基于PLC智能旅行箱运动控制系统设计

本文介绍的是基于西门子S7-1200的智能旅行箱的运动控制系统设计,系统由电源模块、按键模块、电机动力模块、蜂鸣器报警模块和PLC控制模块组成,研究了通过距离差检测来判断旅行箱的偏离方向并自动校正跟行方向以实现自动跟踪运动控制;比较设定的距离范围和现实距离差实现防盗报警功能,此设计稳定性高,是旅行箱走向智能化以及更好地满足人们的出行生活的一个突破。     

基于自适应趋近律的滑模控制方法

为了提高系统的动态性能和稳态精度,在幂次趋近律和变速趋近律基础上提出一种自适应趋近律.当系统状态变量距离滑模面较远时,幂次项起主要作用,保证趋近速度足够大;当系统状态变量距离滑模面较近时,变速项起主要作用,随系统状态变量自适应调节滑模面参数,直至系统状态轨迹运行到稳定点.趋近律具有二阶滑模特性,可在有限时间内到达滑模面.当系统出现有界外部干扰时,系统状态及其导数可快速收敛到平衡点附近的邻域内.仿真结果表明:提出的自适应趋近律能够有效提高系统动态性能和稳态精度,增强系统鲁棒性.     

基于曲率平滑的智能车辆道路跟踪控制

推导了车辆转向动力学状态方程.利用GPS全球定位系统和数字地图提供的道路曲率信息,提出了一种回旋曲线道路曲率平滑算法.对道路曲率发生突变的路段进行平滑处理,从而消除道路曲率突变.仿真实验结果表明,该算法能够有效减小车辆道路跟踪误差,提高驾驶舒适度.     

开关磁阻电机的智能滑模控制

阐述了在利用有限元法计算开关磁阻电机（SRM）磁通、转矩的基础上，得出SRM的状态方程，并针对SRM定转子铁芯的双凸极结构、磁场分布严重非线性，采用常规的线性控制方法难以达到理想的控制效果这一现实，提出在常规滑模控制器的设计中引入模糊控制，构成智能滑模控制器，并着重介绍了智能滑模控制器的设计方法，给出了SRM的智能滑模控制系统的结构框图，仿真结果表明：开关磁阻电机的智能滑模变结构控制方法简单，有良好的动态性能，较好的鲁棒性。     

基于模糊神经网络的车辆间距智能自适应控制

为了实现汽车行驶过程中与前车车距的自动控制,提出了一种基于模糊神经网络的车辆纵向间距智能自适应控制方法.利用神经网络对车辆纵向运动进行辨识,将神经网络和模糊控制结合起来,设计模糊神经网络加速度控制器,利用神经网络的学习功能修正控制器的隶属度函数的参数和控制规则.仿真表明系统响应快,控制精度高,和传统方法相比具有较强的抗干扰能力和自适应性.     

基于超螺旋滑模及前馈补偿的智能车侧向运动控制

智能车路径跟踪控制受到车辆参数摄动、场景多变等干扰,影响路径跟踪精确性,甚至引起控制系统不稳定.本文设计了考虑不确定性的二阶超螺旋滑模鲁棒控制算法,证明了控制系统的收敛性,并针对干扰问题设计了前馈补偿控制器以进一步提升控制系统的精确性.通过Carsim-Simulink联合仿真环境下的双移线、正弦路径跟踪控制,以及参数摄动情况下的路径跟踪控制,与传统一阶滑模控制对比,验证了所设计的超螺旋滑模控制器路径跟踪的精确性及鲁棒性.结果表明,面对智能车辆参数不确定、驾驶场景多变等情况,采用超螺旋滑模算法比传统滑模算法具有更好的鲁棒性和跟踪精度,超螺旋算法能有效地减弱传统滑模算法产生的方向盘抖振问题.最后,利用实车平台对进行了低速大曲率场景测试,验证所设计的超螺旋滑模算法控制器具有良好的路径跟踪精度.     

基于终端滑模控制的多智能体系统有限时间跟踪控制

针对有向拓扑结构下带领导者的非线性二阶多智能体系统,基于终端滑模控制策略,研究其有限时间一致性跟踪问题;利用快速积分型终端滑模控制理论与有限时间稳定性理论,设计了一类分布式有限时间一致跟踪控制协议,以确保多智能体系统中跟随者对动态领导者的跟踪。提出的控制协议可以使多智能体系统的状态在有限时间内到达并停留在设计的滑模面上,并且能有效削弱抖振。通过数值仿真,验证了所获得的理论结果的有效性。     

分布式电动车辆横向稳定性模糊滑模控制

针对分布式电动汽车在高速转弯和变道时,由于其高度的非线性特性和参数的不确定性而出现失稳问题,提出了分布式电动车辆横向稳定性模糊滑模控制的方法.首先建立二自由度车辆动力学模型,得到理想横摆角速度和质心侧偏角;其次设计模糊滑模控制器跟踪理想横摆角速度及质心侧偏角,并依据车辆行驶过程中的反馈信息,利用模糊逻辑对滑模控制器中滑模切换函数的系数不断进行调整优化,采用直接横摆力矩控制方法得出期望的附加横摆力矩;最后使用平均分配原则实现附加横摆力矩的控制分配.基于MATLAB/Simulink与Carsim联合仿真的结果表明,所提出的模糊滑模控制方法能够有效地控制车辆姿态并提高其横向稳定性.     

基于dSPACE的新型双滑模PMSM控制方法

设计一种基于滑模理论的永磁同步电机控制系统,利用滑模控制器代替传统的PID控制器,用滑模观测器代替传统的位置传感器。滑模控制器中针对传统滑模控制的抖振问题,引入准滑模和趋近律的概念,设计一种新的滑模控制器。滑模观测器使用连续饱和函数代替传统的开关函数,有效地减少高频噪声信号,经李亚普诺夫稳定方程证明系统的稳定性。本设计方法充分发挥滑模控制的优势。通过d SPACE实验平台的验证和Control Desk环境的实时观测,证明所设计的新的滑模控制器在消除抖振和抗干扰方面明显优于传统的滑模控制器和PID控制器,滑模观测器能准确地观测位置信号,而且针对具有噪声干扰的场合,加入卡尔曼滤波器,有效地减少了干扰信号。     

基于Ackermann公式的滑模控制设计方法

从滑模变结构控制的机理出发,设计了具有理想动态特性和较强鲁棒性的滑模控制器。该方法使用了Ackermann公式来设计滑模控制,从而可以使滑模控制的不连续超平面以简单的方式表达。在此基础上引入了Butterworth滤波器传递函数的极点作为系统的理想特征值,使闭环系统及滑模面达到了较理想的动态特性,并采用Sigmoid函数来取代开关函数更有效的抑制滑模控制的抖动;通过倒立摆控制的仿真实例验证了该方法的控制效果,且在系统参数不确定时,取得较快的收敛速度和较好的控制性能。所设计的控制器在系统动态过程中显示改进型Butterworth滤波器的动态特性,静态时在有限时间内到达期望的滑模面的邻域,整个系统具有较为理想的动态特性。