驾驶机器人车辆多新息动态转向力矩补偿

为了减小驾驶机器人车辆长期自动驾驶过程中转向性能下降带来的影响,提出了一种基于多新息的驾驶机器人车辆动态转向力矩补偿方法。构建了车辆动力学模型和驾驶机器人车辆动力学模型;建立了以路径曲率及车速为输入、方向盘转向角为输出的驾驶机器人车辆转向性能离线自学习模型;建立了以方向盘角速度、角加速度及车轮转角为输入,转向机械手驱动力矩为输出的受控自回归在线辨识模型,并运用遗忘因子多新息最小二乘方法进行参数辨识,将迭代计算过程中的标量新息扩展为向量新息,提高了驾驶机器人车辆转向性能参数的辨识精度;驾驶机器人车辆自动驾驶过程中,利用离线自学习模型和转向机械手动力学方程计算出转向电机输出力矩,加上反馈回来的驱动力矩误差,实现对驾驶机器人车辆转向力矩的在线动态补偿。仿真与试验结果对比表明:所提方法辨识的转向力矩误差在0.1N·m以内,跟踪目标路径的横向位移偏差小于0.2m;所提方法有效减小了驾驶机器人车辆转向性能下降造成的影响。     

融合自适应曲线预瞄的驾驶机器人转向操纵粒子群优化滑模控制

为提高不同工况下驾驶机器人操纵试验车辆的转向精度和自适应能力,提出了一种基于自适应曲线预瞄的驾驶机器人转向操纵粒子群优化滑模控制方法。首先建立了试验车辆动力学模型和驾驶机器人转向机械手动力学模型,并构建了驾驶机器人转向操纵试验车辆的集成系统动力学模型,接着研究了一种融合路径曲率和车速的驾驶机器人转向操纵自适应曲线预瞄方法,其预瞄点位置能够根据车速和路径曲率做出自适应调整。在此基础上,设计了用于驾驶机器人转向操纵的粒子群优化滑模控制器,并进行了稳定性分析,同时利用粒子群算法在线优化滑模控制切换项的反馈增益系数,以减小控制抖振。仿真及试验结果表明,所提出的方法能够在不同工况下根据路径曲率和车速做出自适应调整,实现驾驶机器人操纵车辆的精确转向控制。     

基于动态矩阵控制的自主移动机器人模型预测控制方法研究

自主移动机器人运动转向系统的精确控制是其实现直线运行、原地转向功能和完成自主巡航、自治搬运任务的重要基础。为实现对机器人运行转向系统的有效控制,通过分析自主移动机器人的运动转向系统的数学模型,构建出传递函数的表达形式,提出了一类基于动态矩阵控制(dynamic matrix control, DMC)的模型预测控制方法。此外,面向自主移动机器人的运动转向系统,利用Matlab平台开展了基于DMC的模型预测控制方法的仿真研究,仿真结果表明,在运动转向系统的控制过程中,基于DMC的预测控制方法同传统比例-积分-微分(proportion-integral-derivative,PID)控制器相比,在抑制超调、防止稳态误差等方面具有更强的控制性能;开展针对模型失配问题的仿真研究,进一步证明了该算法的鲁棒性和适应能力。同时,通过无障碍和有障碍两类情形下的机器人行走实验,验证了机器人运动系统的有效性。     

双轮驱动机器人的动态模型和动态优化控制

在移动式机器人的控制问题上，大部分研究工作着眼于机器人的运动控制，而在一些情况下，必须考虑机器人的负载、惯性带来的动态影响。本文通过建立双轮驱动式机器人的动态模型和工作空间模型，给出优化控制的评价函数，对机器人进行动态优化控制，并寻找出机器人的优化运动路线。     

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.     

基于协作机器人的飞机总装驾驶方向盘操纵曲线测试

针对飞机总装测试过程中,人工从外部获得飞机驾驶操纵位移/力曲线难的问题,提出了一种采用协作机器人代替人工进行操作,并利用机器人自身关节上传感器测得其操纵曲线的方法.首先建立试验系统,描述了模拟方向盘装置的加载原理,并推导出其理论操纵曲线.然后通过建立机器人的D-H(Denavit-Hartenberg)模型解算出机器人...     

模型算法控制的状态空间形式及算法改进

本文提出一种用被控对象的脉冲响应(或单位阶跃响应)时间序列描述系统的状态空间形式,进而将线性系统理论中的状态观测器和卡尔曼滤波器应用于模型法控制中,使得模型算法控制系统性能获得明显改善,而且大大减少控制在线计算量,最后给出一个液位控制系统的实验结果。     

高速公路上自然驾驶工况下驾驶员转向操纵行为的动态特性分析

驾驶员模型的建模主要围绕着驾驶员的感知,决策和操纵三个关键行为展开研究,对驾驶员生理特性及行为的研究分析是提高驾驶员建模精度的重要方法。驾驶员转向行为特性的研究大多是在时域中进行分析,很少分析驾驶员操纵的频域特性,因此对驾驶员的转向动态特性很少研究。通过傅里叶变换分析高速公路上自然驾驶工况下驾驶员转动转向盘转角的动态特性,为分析驾驶员转向行为特性提供研究基础。     

六关节机器人的分散预测控制

分析和讨论了分散预测控制的多层控制结构,研究了在关联模型及参考轨迹已知的情况下的关联补偿和应用于机器人手臂控制的算法及改进．仿真结果证实了算法的有效性．     

基于非合作模型预测控制的人机共驾策略

提出一种基于非合作模型预测控制(model predictive control, MPC)的智能汽车人机共驾策略.首先,建立了驾驶员和控制系统两者共同控制车辆的人机共驾系统模型.接着,得到了驾驶员和控制系统的代价函数.然后,求解了非合作MPC人机共驾策略的纳什均衡解.最后,通过仿真验证了非合作MPC人机共驾策略的优点和有效性.证明了非合作MPC的纳什均衡解可以通过非迭代的方法求解,并通过驾驶员和控制系统置信度矩阵的更新实现了驾驶权的逐渐交接.Matlab仿真表明,非合作MPC人机共驾策略可以在智能车辆遇到危险时将驾驶权逐渐从驾驶员转交给控制系统,同时保证驾驶员实时在环.     

一种基于RBF神经网络预测模型的DMC预测控制

研究了一种利用RBF神经网络预测模型的动态矩阵控制算法,首先利用动态节点生成构造性RBF神经网络辨识对象模型,同时预测对象的未来输出,然后用传统的动态矩阵控制算法进行滚动优化和反馈校正。仿真表明该算法在非线性对象的任意工作点都可以通过神经网络辨识获得工作点附近的近似线性模型,具有较好的实时性。     

一种滑翔增程弹非线性模型预测控制方法

为实现对某滑翔增程弹滑翔弹道的跟踪控制,以达到增程的目的,采用具有解析形式控制律的非线性模型预测控制方法设计其控制系统。将滑翔增程炮弹控制系统分为质心控制和姿态控制2个回路设计,通过质心控制回路将方案质心位置指令转换成弹道倾角和弹道偏角指令;再由姿态控制回路转换成升降舵偏角和方向舵偏角指令;倾斜稳定控制器将滚转角指令转换成副翼偏角指令。以某滑翔增程弹为例进行仿真计算,结果表明,该控制器具有很好的控制效果,能够克服干扰因素的影响,实现滑翔增程的目的。     

四足机器人转向与斜向运动规划理论及方法

为实现四足机器人在平面上的稳定平顺的转向与斜向运动,提出了一种基于参数化坐标变换矩阵的规划方法. 通过D-H法建立了四足机器人的运动学模型,分别求得机器人机体坐标系在两种运动中的参数化坐标变换矩阵,并通过参数的调整来完成机器人运动的规划. 最后对四足机器人在平面上的转向与斜向运动进行了仿真,仿真结果表明,该方法能够实现四足机器人在平面上的连续、平稳的转向与斜向运动.      

汽车方向控制驾驶员模型

建立合适的汽车方向控制驾驶员模型是人-车-路闭环系统最重要的环节之一.目前在传递函数、最优控制的基础上建立了补偿模型、预瞄补偿跟踪模型、预瞄最优曲率跟随模型等,但由于驾驶员驾驶特性的非线性、时变性等特征,上述模型很难模拟驾驶员实际操纵行为.考虑到驾驶员的操纵特性,运用智能控制理论,基于模糊控制、神经网络及这两者的结合,建立相应的驾驶员模型可以更加接近驾驶员实际的驾驶行为.     

汽车自动驾驶的方向与车速控制算法设计

【】用于港口集装箱转运和路面疲劳试验加载等场合的半挂汽车列车运输具有线路固定和场地封闭等特点,采用自动驾驶将提高行车安全、减少人力成本。本文以半挂汽车列车为控制对象,设计了汽车自动驾驶的方向和车速控制算法。采用基于侧向位置偏差和航向偏差联合控制参数的方向控制策略。为增强方向控制算法对不同车速的适应性,引入基于稳态转向增益的方向控制增益调度。车速控制采用预瞄位置期望车速与当前实际车速的偏差反馈PID控制,以油门开度与制动踏板行程为非相容组合控制输入,依据期望纵向加速度确定不同控制输入方式的切换及控制输入大小。采用Matlab/Simulink和TruckSim协同仿真手段评价自动驾驶控制效果,仿真结果表明在设定不同路径和目标车速下,提出的算法均能以较小侧向位置偏差、航向偏差和车速误差实现路径和车速跟踪。     

汽车轨迹跟踪模型预测控制的加速求解方法

针对汽车轨迹跟踪模型预测控制求解中存在的规模较大、求解效率较低的问题,提出一种基于时域分解的加速计算方法提高求解效率. 首先引入全局一致性变量,将模型预测控制中邻接控制周期的时域耦合约束转化为全局一致性约束,实现时域解耦;随后在交叉方向乘子法框架下推导了时域分解后优化问题的分块更新方法,并设计了分块更新数值求解问题的停止准则,从而将大规模优化问题转化为小规模子问题;最后搭建了Simulink-CarSim平台进行了算法的仿真验证. 仿真结果表明,在求解精度不变的情况下,求解耗时下降24.21%,从而实现模型预测控制问题的加速求解.     

一种机器人动力学控制方案

在实现机器人手臂非线性解耦的基础上,提出一种动力学控制方案和改进方案,后者能自动适应对各种不同运动轨迹的跟踪.该方案针对Motoman-L10W焊接机器人进行了数字仿真试验,其结果显示了所设计的控制器具有良好的动态跟踪特性和鲁棒性.此外,还进一步探讨了实现控制算法的可能性.