Dynamic Path Following Control of a Ground Ackerman Steering Robot to Avoid a Collision

A novel method is proposed to dynamically control the path following of a ground Ackerman steering robot to avoid a collision. The method consists of collision prediction module, collision avoidance module and global path following module. The elliptic repulsive potential field method (ER-PFM) and the enhanced vector polar histogram method (VPH +) based on the Ackerman steering model are proposed to predict the collision in a dynamic environment. The collision avoidance is realized by the proposed cost function and speed control law. The global path following process is achieved by pure pursuit. Experiments show that the robot can fulfill the dynamic path following task safely and efficiently using the proposed method.     

四轮转向汽车的模型跟踪自适应控制

将模型跟踪自适应控制理论应用于四轮转向汽车控制策略研究,在建立车辆转向理想跟踪模型的基础上, 提出一种基于模型跟踪自适应控制技术的四轮转向,并对所设计的控制器进行仿真分析与对比.通过仿真分析,从理论上验证了基模型跟踪自适应控制理论所设计的控制器可以适用于汽车的四轮转向系统,能很好地跟随理想车辆转向模型,有利于提高车辆的操纵稳定性.     

基于模糊控制的移动机器人路径跟踪

建立了履带式移动机器人的数学模型.模仿人工驾驶过程中的预瞄行为,提出了一种移动机器人路径跟踪的模糊控制方法.用距离误差和预瞄角度误差作为控制量建立角速度控制器,实现对匀速行驶移动机器人的路径跟踪控制.LabVIEW仿真结果表明,提出的模糊控制方法能够保证移动机器人快速、准确的沿规划路径行驶,具有良好的鲁棒性.     

自适应LOS制导结合MPC控制的车辆循迹优化

为提升无人驾驶车辆循迹过程的动态响应能力,确保车辆能快速且稳定地跟踪参考路线,首先基于模糊控制的思想,在传统视线(line-of-sight, LOS)制导策略中引入了时变前视距离,提出了改进后的自适应LOS制导策略,把目标轨迹的跟踪简化为目标点航向的跟踪。其次,建立车辆三自由度动力学模型,并结合自适应LOS状态方程设计路径跟踪系统的线性数学模型。最后,基于模型预测原理,使用多步预测、滚动实时优化、反馈校正等控制方式,求解出最优反馈的方向盘控制指令。本文为验证上述所提及跟踪策略的有效性,在Simulink仿真环境中分别以直线路径和曲线路径作为参考轨迹进行追踪仿真实验,结果表明:所提自适应LOS制导策略能使循迹车辆的轨迹横向误差和航向误差迅速地收敛到零,从而验证了改进LOS制导算法可以提高无人车路径跟踪的响应速度和平稳性。     

基于神经网络的四轮转向车辆控制研究

车辆操纵稳定性是影响车辆主动安全性的重要因素，四轮转向控制可以提高车辆低速行驶时的灵活性，高速行驶时的稳定性，但是传统的四轮转向控制系统大多建立在经典控制理论的基础上，对实际车辆很难得到满意的控制效果，在考虑了轮胎非线性的双自由度车模型的基础上，建立了四轮转向车辆的神经网络正模型，并对其逆模型进行了辩识，用逆模型作控制器，使四轮转向车辆的质心侧偏角在高速行驶时基本保持为零，研究结果表明，该方法比定前后轮转向比控制法效果更好。     

基于反馈增益反步法的非完整约束移动机器人路径跟踪控制

为实现非完整约束轮式机器人的路径跟踪控制,采用虚拟向导方法建立跟踪误差方程,基于李亚普诺夫稳定性理论,设计了一种基于反馈增益的反步法控制器,既能通过控制反馈增益的调节补偿机器人动态误差模型中的非线性项对系统的影响,又能避免传统反步法控制器中存在虚拟控制的高阶导数的问题。仿真结果表明:设计的控制器参数易于调节,可实现轮式移动机器人对任意曲线路径的精确跟踪。     

基于自动导航技术的小型履带拖拉机虚拟转角研究

自动导航系统主要以四轮拖拉机前轮转角和速度为控制和反馈变量,不能直接在小型履带拖拉机上进行改装。以小型履带拖拉机为研究对象,分析履带拖拉机的转向原理和控制机制,分析虚拟前轮转角和拖拉机的前进速度、转弯半径的关系,设计在履带驱动轮安装转速传感器,提出用平均单侧速度平均速度差表示两侧速度差的方法,将履带拖拉机的曲线转向过程分解为直线行驶和转向两个过程,通过对圆形目标路径进行转弯仿真,该方法效果有效。     

非结构环境下基于机器视觉的机器人路径跟踪方法

针对温室环境下机器人自主导航问题,提出了基于模糊预测控制的实时路径规划和跟踪方法.通过训练神经网络对图像进行分割,获取导航预瞄点,得到机器人运动的角度偏差和横向偏差.当角度偏差小于25°时,采用预测控制的方法,用拟合圆弧曲线作为机器人跟踪的规划路径,当角度偏差大于25°时,采用模糊控制器对2驱动轮的轮速进行控制.实验表明,该方法能对曲线路径进行平滑的跟踪,以0.3 m/s的速度运动时最大跟踪误差小于5cm.     

Implementation of MPC-Based Trajectory Tracking Considering Different Fidelity Vehicle Models

In order to investigate how model fidelity in the formulation of model predictive control(MPC) algorithm affects the path tracking performance, a bicycle model and an 8 degrees of freedom(DOF) vehicle model, as well as a 14-DOF vehicle model were employed to implement the MPC-based path tracking controller considering the constraints of input limit and output admissibility by using a lower fidelity vehicle model to control a higher fidelity vehicle model. In the MPC controller, the nonlinear vehicle model was linearized and discretized for state prediction and vehicle heading angle, lateral position and longitudinal position were chosen as objectives in the cost function. The wheel step steering and sine wave steering responses between the developed vehicle models and the Carsim model were compared for validation before implementing the model predictive path tracking control. The simulation results of trajectory tracking considering an 8-shaped curved reference path were presented and compared when the prediction model and the plant were changed. The results show that the trajectory tracking errors are small and the tracking performances of the proposed controller considering different complexity vehicle models are good in the curved road environment. Additionally, the MPC-based controller formulated with a high-fidelity model performs better than that with a low-fidelity model in the trajectory tracking.     

考虑万向轮扭转角扰动轮式移动机器人轨迹跟踪

为了研究轮式移动机器人运动过程中万向轮扭转的扰动对其轨迹跟踪的影响,提出了一种考虑前端万向轮摩擦扰动及其质心与几何中心不重合的轨迹跟踪控制方法。首先,建立了考虑万向轮扭转角扰动的轮式移动机器人动力学模型;其次,根据位姿误差模型,采用反步法设计虚拟速度控制器收敛系统位姿误差;然后,结合扰动观测器对机器人行进过程中万向轮扭转所带来的摩擦扰动进行估计,构造出一种基于积分滑模思想的力矩控制器以保证速度追踪;最后,利用Lyapunov稳定性理论对系统的稳定性和渐近收敛进行证明。仿真及实验结果表明,将万向轮摩擦所带来的扰动反馈给动力学控制器,可以减轻控制器的负载。与忽略万向轮扰动的控制方法相比,轮式移动机器人的位置误差最大值的均方根值降低了37.37%,提高了运动系统的稳定性。     

基于滚动优化原理的类车机器人路径跟踪控制

针对存在非完整约束的类车移动机器人路径跟踪问题,提出了带约束曲线拟合的路径跟踪策略。借鉴预测控制中的滚动优化原理,通过运用微分平坦方法对所规划路径进行轨迹生成,进而完成路径跟踪过程。同时,基于滚动优化原理的跟踪方式也满足了路径跟踪对实时性的要求,移动机器人在遇到未知障碍情况下能够完成主动避障动作。为验证该方法的有效性,文章最后进行了仿真实验,结果表明,类车机器人在满足执行机构约束以及几何约束的条件下,能够成功避开障碍物,并且具有良好的跟踪性能。     

Path tracking for vehicle parallel parking based on ADRC controller

A novel path tracking controller for parallel parking based on active disturbance rejection control (ADRC) was presented in this paper. A second order ADRC controller was used to solve the path tracking robustness, which can estimate and compensate model uncertainty caused by steering kinematics and disturbances caused by parking speed and steering system delay. Collision-free path planning technology was adopted to generate the reference path. The simulation results validate that the performance of the proposed path tracking controller is better than the conventional PID controller. The actual vehicle tests show that the proposed path tracking controller is effective and robust to model uncertainty and disturbances.     

Demagnetization Analysis and Velocity Tracking Control of In-wheel Motor

The error caused by irreversible demagnetization damages the accurate velocity tracking of an in-wheel motor in a mobile robot. A current feedforward vector control system based on ESO is proposed to compensate it for the demagnetization motor. A demagnetization mathematical model is established to describe a permanent magnet synchronous motor, which took the change of permanent magnet flux linkage parameters as a factor to count the demagnetization error in velocity tracking. The uncertain dist...     

基于摩擦补偿的柔性关节机器人分级滑模控制

针对柔性关节机器人中存在的非线性摩擦问题,提出一种基于摩擦补偿的柔性关节机器人分级滑模控制方法。首先,通过线性化参数的方法对柔性关节机器人受到的摩擦进行建模,并对模型中未知参数设计自适应律以实现摩擦的估计;然后,针对摩擦模型的误差,进一步设计观测器进行估计,结合摩擦的自适应和模型误差估计实现对摩擦的补偿;最后,利用电机侧和关节侧的位置误差和速度误差设计一级滑模面,再根据一级滑模面设计二级滑模面,从而得到分级滑模控制器,进一步实现柔性关节机器人的位置轨迹跟踪控制。通过Lyapunov函数证明了机器人关节轨迹跟踪误差的收敛性。仿真结果表明：该控制方法结合参数自适应和模型误差观测器可以有效地对摩擦进行补偿,在有限时间内实现柔性关节机器人的位置轨迹对期望位置轨迹的跟踪。     

双臂空间机器人的固定时间轨迹跟踪控制

针对双臂空间机器人轨迹跟踪控制问题,考虑系统跟踪误差收敛时间易受初始状态影响,提出与初始状态无关的固定时间非奇异快速终端滑模控制策略. 基于固定时间稳定性理论,设计改进的固定时间非奇异快速终端滑模面. 该滑模面解决了终端滑模控制的奇异问题,使得系统跟踪误差在远离、接近原点时均有较快的收敛速度. 为了削弱滑模控制存在的抖振现象和提高趋近阶段的收敛速度,提出改进的固定时间趋近律,应用李雅普诺夫理论证明闭环系统的固定时间稳定. 以双臂空间机器人为被控对象进行对比仿真,结果表明,所提控制策略具有更高的控制精度、更快的收敛速度和更强的鲁棒性.     

采用模糊逻辑的移动机器人轨迹跟踪

针对差动轮驱动的移动机器人动力学的高度非线性和运动环境的不确定性,提出了基于模糊逻辑的移动机器人路径跟踪控制方法。该方法通过合理选择模糊控制器的参数和优化规则库,使其输出合适的线速度和角速度,从而控制移动机器人准确地跟踪预规划的路径。提出了两轮差动式移动机器人的动力学模型,使得该模糊控制器对不同几何参数的差动式机器人具有普遍的适应性。在实际场地试验和亚太机器人大赛中验证该方法的有效性。     

基于最优控制的三自由度四轮转向研究

建立四轮转向的三自由度模型,采用最优控制理论求得最优反馈增益矩阵,最后应用MATLAB/Simulink软件建立模型进行仿真;在前轮角阶跃输入下,与传统的前轮转向和比例控制的四轮转向车辆进行对比分析;结果表明,所建立的三自由度车辆模型的横摆角速度能够很快达到稳态值;质心侧偏角和侧倾角基本保持为零;降低了驾驶员的驾驶疲劳程度并且提高了行驶安全性和操纵稳定性。     

空间机器人的可变增益滑模控制方法

针对空间机器人抓捕目标的轨迹跟踪过程,提出了一种基于可变增益的滑模控制算法,并利用MATLAB/Simscape对空间机器人的理论动力学模型和控制算法进行了仿真校验。首先,基于拉格朗日法构建了空间机器人的动力学模型,并给出了系统参数不确定时的动力学方程。设计了一种滑模控制器,在控制器中引入了可变增益,该增益可根据系统的不确定性和系统的运动状态进行调整,从而使控制器具有很强的鲁棒性。基于Simscape Multibody软件模块,对空间机器人的理论动力学模型进行了验证。在此基础上,针对多关节运动和系统模型不确定两种情形,利用可变增益滑模控制算法进行了空间机器人的轨迹跟踪仿真实验。实验结果表明,与传统的计算力矩法相比,本文提出的控制算法呈现出更高的运动控制精度和误差收敛速度。     

移动机器人非线性前置追踪算法

针对移动机器人跟踪移动目标过程中速度过大问题而提出的前置追踪方法,将机器人导引到目标运动的前方,并沿着与目标相同的方向运动,从而在目标运动轨迹的前方捕获目标,但要求移动机器人的速度低于目标的速度。在建立了移动机器人和目标的前置追踪运动学模型的基础上,根据滑模变结构控制对系统干扰具有鲁棒性的特点,在目标机动加速度未知的情况下,以移动机器人的两后轮线速度为控制变量,提出了一种全局渐进稳定的非线性自适应变结构前置追踪算法。通过移动机器人对机动目标的追踪仿真验证了跟踪算法的有效性。     

Research on Vehicle Control Technology Using Four-Wheel Independent Steering System

In recent years,the vehicle stability has beenstudied with strong interest in four-wheel steeringtechnology[1].Along withthe further research,someproblems of four-wheel steering became obvious.Be-cause the deduction of the vehicle turning mathemati-cal model is always on the basis of bicycle model,whichleads to both rear wheel steering angles are thesame while vehicle steering[2,3].Evenif the actuatorfor rear wheel steering just drives a tie rod linkage,the designfor thislinkageis rather diffi…