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.     

基于模糊多目标的分布参数系统最优控制方法

针对热传导分布参数系统中的优化控制问题,通过近似线性化形成了具有不同优先级的模糊多目标优化问题,并提出了两步式模糊满意优化算法.通过参数调节,该方法既可以保证所有性能指标均能得到满意的优化,又可以满足相互之间的优先级要求,同时还降低了计算量.仿真结果表明了方法的有效性.