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.     

基于嵌人式环境的智能移动机器人跟踪控制

基于自主搭建的履带式移动机器人研究了 一个P型迭代学习控制算法,它使移动机器人 能够根据位置和速度偏差的大小及方向,实时控制其在运动过程中的变化趋势,以获得合适的学习 增益矩阵,达到更好的控制效果.利用设计的P型迭代学习控制算法,对履带式移动机器人的路径 规划与路径跟踪实现准确的控制.实验结果表明,迭代学习控制可使履带式移动机器人在路径跟踪 控制过程中有更好的稳定性、准确性和快速性.     

基于嵌入式环境的智能移动机器人跟踪控制

基于自主搭建的履带式移动机器人研究了一个P型迭代学习控制算法,它使移动机器人能够根据位置和速度偏差的大小及方向,实时控制其在运动过程中的变化趋势,以获得合适的学习增益矩阵,达到更好的控制效果.利用设计的P型迭代学习控制算法,对履带式移动机器人的路径规划与路径跟踪实现准确的控制.实验结果表明,迭代学习控制可使履带式移动机器人在路径跟踪控制过程中有更好的稳定性、准确性和快速性.     

基于室内WSN的移动机器人路径跟踪

以实验室研制的轮式自主移动机器人为平台,研究了基于室内无线传感器网络(WSN)的移动机器人路径跟踪问题.设计了以LPC2132微处理器控制为主,PIC系列单片机控制为辅的移动机器人分级控制系统,构建了一个基于Micaz模块和TinyOS组件程序的室内WSN实验平台,提出并实现了基于非线性改进型比例、积分及微分(PID)控制与航向跟踪控制策略的移动机器人路径跟踪控制.对设计的移动机器人系统进行了有效的路径跟踪实验,利用Matlab对实验数据进行了仿真,验证了其可行性和可操作性,为进一步实验提供了坚实的理论基础.     

基于NGPC的UUV路径跟随控制

针对水下无人潜航器（UUV）路径跟随问题,提出了一种基于模型的非线性反馈跟随控制方法.考虑UUV两输入、三输出的非线性跟随模型,选择与输出误差和控制误差相关的性能指标函数,利用基于最小化指标函数的非线性广义预测控制算法设计路径跟随器.针对UUV跟随模型简化后不确定性对路径跟随效果的影响,在控制闭合回路中提出了基于积分形式的水动力参数辨识方案,以减小路径跟随过程中规划路径和实际跟随路径之间的位置误差.最后,通过湖试验证了所提出方法的有效性.     

四轮差动全方位移动机器人路径跟随控制分析

研究了一种新型四轮差动全方位移动机器人的路径跟随控制问题.基于运动学模型及人工驾驶的思想,设计了一种异于传统单点跟随控制的新型双点跟随方法,采取前后驱动单元主从控制的模式,将差动单元角速度和速度控制分离,分别设计模糊控制器.最后,对具有代表性的正弦曲线进行路径跟随仿真实验,结果表明设计的路径跟随控制策略可行、超调小、响应快,解决了采用单点跟随控制中出现的高耦合复杂系统问题.     

小型无人直升机纵向和横向动力学的鲁棒反推控制(英文)

研究了阵风情况下悬停飞行模式中的无人直升机的纵向与横向位置的稳定性问题.由于通用的线性模型成功地描述了大多数小型直升机的行为,其被用来设计控制器.基于控制Lyapunov方法,一种递归(反推)设计流程被用来设计纵向和横向动力学的鲁棒控制器.为了比较,我们基于线性二次调节器(LQR)准则设计了另一种控制器.仿真结果表明,所提出的反馈控制器能有效地减弱阵风的影响,在阵风下能够实现纵向和横向位置的快速、准确跟踪.     

基于车载摄像机移动机器人的模糊神经网络跟踪

针对车载单目摄像机的轮式移动机器人的目标跟踪问题,提出一种模糊跟踪控制方案.方案分为两部分,分别为摄像机控制部分和轮式移动机器人控制部分.摄像机控制部分通过相关特征点之间的连线的夹角设计摄像机云台控制器,使摄像机能够实时跟踪目标,保持目标在图像平面的期望位置上.轮式移动机器人控制部分通过设计T-S模糊神经网络控制器使其能够在视觉伺服反馈下实时调整速度和姿态,实现目标的有效跟踪.仿真结果表明了本文方法的有效性.     

考虑横向稳定性的智能车辆路径跟踪控制

对于智能车辆的路径跟踪,传统位置偏差控制方法往往忽略了车辆的动态稳定性.针对这一问题提出一种考虑横向稳定性的智能车辆路径跟踪控制方法.首先建立二自由度车辆动力学模型和路径跟踪误差模型,综合考虑车辆位置偏差和车辆动力学状态,利用基于反馈优势的反推法(FDB)生成期望横摆角速度;然后基于线性二次型跟踪器(LQT)设计了主动前轮转向(AFS)和直接横摆力矩控制(DYC)的集成控制策略,得到了理想的控制输入(前轮转角和外部横摆力矩),进而实现精确跟踪期望横摆角速度和质心侧偏角;最后在Simulink仿真环境中对提出的控制方法进行验证.结果表明:提出的控制方法在路径跟踪的同时具有很好的横向稳定性能;相比于不考虑横向稳定性的控制方法,提出的方法在路径跟踪过程中跟踪精度更高,车辆的质心侧偏角更小,横摆角速度也能更好的跟踪期望值.     

智能车辆局部路径规划与跟踪控制算法研究

针对无人驾驶汽车局部路径规划与跟踪控制，提出一种基于改进A^*算法的局部路径动态规划算法及一种基于改进LQR算法控制理论结合模糊控制与PID控制的路径跟踪控制算法。主要包括：搭建无人车辆在Frenet坐标系下利用栅格法构建预行驶区域模型；优化改进节点扩展方向，提出针对无人驾驶的五邻域扩展节点方式；A^*算法一次规划出代价值最小的目标节点，二次A^*算法规划出实时动态最优路径。另外，搭建以路径曲率变化率和横向误差变化率为状态变量的横向路径模糊跟踪控制模型，搭建以纵向误差和纵向误差变化率为状态变量的模糊PID控制模型解决参数难调问题。通过Carsim、Simulink与Perscan联合仿真平台验证设计的路径规划与跟踪控制算法有效性。