基于前馈模型预测控制的类车机器人路径跟踪

在类车机器人路径跟踪控制方法中,模型预测控制（Model predictive control, MPC）在处理系统约束方面具有较大优势,但是现有的非线性模型预测控制（Nonlinear MPC, NMPC）实时性较差,线性模型预测控制（Linear MPC, LMPC）精确性较差,因此亟需提出一种同时具有较高精确性与实时性的类车机器人路径跟踪控制方法.为此,以无预瞄点的LMPC为基础,引入基于逆运动学模型的前馈转向角信息,提出了一种前馈模型预测控制（Feedforward MPC, FMPC）方法,并通过MATLAB和Carsim进行了联合仿真测试. FMPC具有较高的精确性,在所有仿真结果中,位移误差绝对值不超过0.1110 m,航向误差绝对值不超过0.1177 rad.在相同工况下,FMPC与NMPC精确性相当,LMPC、前馈控制和Stanley控制误差发散. FMPC也具有较高的实时性,在每个控制周期内的解算时间不超过4.31 ms.在相同工况下,FMPC与LMPC实时性相当,相比NMPC能将每个控制周期内解算时间的最大值减小80.68%,平均值减小65.14%.此外,FMPC...     

基于预瞄距离的地下矿用铰接车路径跟踪预测控制

矿用车辆无人驾驶是实现矿山无人化开采的关键技术, 而路径跟踪控制是无人驾驶系统的核心技术之一.路径跟踪控制系统是多变量、多约束系统, 采用传统方法在多约束条件下存在执行器饱和等问题.针对上述问题, 本文引入模型预测控制方法, 通过考虑车辆的姿态与位置之间的关系, 以跟踪路径的横向偏差最小化和车辆的航向角偏差最小化为目标对预测控制的目标函数进行优化, 以获得车辆速度和铰接角度的最优控制量, 实现对多变量、多约束系统的求解.针对模型预测控制算法不能提前判断道路曲率突变而导致跟踪超调的问题, 提出基于预瞄距离的控制方法, 通过提前判断道路突变信息, 提高车辆路径跟踪精确性和稳定性.使用Matlab/Adams仿真软件进行对比仿真试验, 结果表明: 使用模型预测跟踪控制器能够解决多变量、多约束系统控制问题, 有效防止执行器饱和; 而使用基于预瞄距离的模型预测跟踪控制器能够使车辆的横向位置偏差保持在±0.04 m, 航向角偏差保持在±1.8°范围内, 相较于改进前的控制器, 其横向位置偏差减少了80.9%, 航向角偏差减少了59.1%, 证明改进后的控制器具有更好的横向稳定性和精确性.      

基于时变局部模型的无人驾驶车辆路径跟踪

目前常用于无人驾驶车辆路径跟踪控制的有模型控制方法有两类,一类是基于全局模型的控制方法,另一类是基于局部模型的控制方法。基于全局模型的路径跟踪控制中无人驾驶车辆的纵向速度与全局坐标系中的横向、纵向位移误差之间存在随航向角变化的耦合关系,这种耦合关系使得控制器无法将纵向速度作为控制输入来提高路径跟踪控制的精确性。基于局部模型的路径跟踪控制器通常采用误差模型作为参考模型,这种模型使得控制器在参考路径曲率变化幅度较大时精确性较低。针对前述问题,基于非线性模型预测控制滚动优化的原理,提出一种基于时变局部模型的无人驾驶车辆路径跟踪控制方法,并在低速高附着路面、低速低附着路面和高速低附着路面等工况下进行仿真验证。在仿真结果中,相比于基于全局模型的路径跟踪控制器、基于局部模型的路径跟踪控制器以及Stanley路径跟踪控制器,基于时变局部模型的路径跟踪控制器精确性更高,其位移误差绝对值不超过0.3342 m,航向误差绝对值不超过0.0913 rad。      

矿用铰接式车辆路径跟踪控制研究现状与进展

铰接式车辆的路径跟踪控制是矿山自动化领域中的关键技术，而数学模型和路径跟踪控制方法是铰接式车辆路径跟踪控制中的两项重要研究内容。在数学模型研究中，铰接式车辆的无侧滑经典运动学模型较为适合作为低速路径跟踪控制的参考模型，而有侧滑运动学模型作为参考模型时则可能导致侧滑加剧。此外基于牛顿–欧拉法建立的铰接式车辆四自由度动力学模型原则上满足路径跟踪控制的需求，但是还需要解决当前的四自由度模型无法同时反映瞬态转向特性和稳态转向特性的问题。在路径跟踪控制方法研究中，反馈线性化控制、最优控制、滑模控制等无前馈信息的控制方法无法有效解决铰接式车辆跟踪存在较大幅度曲率突变的参考路径时误差较大的问题，前馈–反馈控制可以用于解决上述问题，但是在参考路径具有不同幅度的曲率突变时需要解决自动调整预瞄距离的问题，而模型预测控制，尤其是非线性模型预测控制，可以更加有效地利用前馈信息，且不需要考虑预瞄距离的设置，从而可以有效提高铰接式车辆跟踪存在较大幅度曲率突变的参考路径时的精确性。此外，对于基于非线性模型预测控制的铰接式车辆路径跟踪控制，还需深化三个方面的研究。首先，该控制方法仍然存在误差最大值随参考速度增大而增加的趋势。其次，目前该控制方法以运动学模型作为预测模型，无法解决铰接式车辆以较高的参考速度运行时侧向速度导致的精确性下降和安全性恶化的问题。最后，还需对这种控制方法进行实时性方面的优化研究。      

基于非线性模型预测控制的自动泊车路径跟踪

与行驶速度较高的其他无人驾驶工况相比, 自动泊车时参考路径的曲率较大, 因此车辆转向轮转角速度的限制等系统约束条件会严重影响自动泊车路径跟踪控制器的性能. 为了解决这一问题, 提出了基于非线性模型预测控制的自动泊车路径跟踪控制器, 并在MATLAB/Simulink和PreScan联合仿真环境中将该控制器与基于线性时变模型预测控制的控制器进行了对比. 仿真结果表明非线性模型预测控制器可以实现多约束条件下的自动泊车, 泊车完成后车辆航向与车位中线的夹角为0.0189 rad, 车辆后桥中点与车位中线的距离为0.1045 m, 仅为车身宽度的5.56%. 相比线性时变模型预测控制器, 非线性模型预测控制器具有泊车精度更高、安全裕度更大、泊车耗时更少等优势. 在实时性方面, 该控制器也能够满足自动泊车的需求.      

基于分段模糊Lyapunov函数的轮式移动机器人轨迹跟踪控制

研究了具有控制输入约束和外部干扰的轮式移动机器人的轨迹跟踪问题.在轨迹跟踪位姿误差的T-S模型和并行分布补偿框架下,利用分段模糊Lyapunov理论给出了满足控制输入约束的H_∞控制器设计方法,并证明了闭环系统的稳定性.仿真结果验证了所提方法的有效性.      

连续时间系统的目标轨迹预见跟踪控制

针对连续系统的有限时间目标轨迹预见跟踪控制问题,给出了基于轨迹协调误差和切换规则的预见跟踪控制方法.该方法首先将轨迹协调误差和位置跟踪误差连同状态变量的微分组成新的系统状态变量,把跟踪问题转化为调节问题,设计了基于协调误差的带有目标值预见的跟踪控制系统.然后针对复杂目标轨迹跨过不同坐标轴的情况,采用切换系统方法,实现了目标轨迹的全程预见跟踪控制.本文同时是子系统为时变系统的切换系统的典型范例.数值仿真说明了该方法的有效性.      

面向三维复杂焊缝的焊接机器人焊缝跟踪方法

机器人焊接技术具有质量稳定、效率高等特点,为实现空间内的三维复杂焊缝跟踪,提出基于分段扫描、滤波、特征点采集、路径规划的焊缝四步跟踪方法。通过安装于焊接机器人末端的激光传感器,以分段扫描方式连续多段采集焊缝数据;为提高跟踪精度,采用组合滤波的方式修正数据,有效降低焊件表面毛刺、数据失真和噪声等影响;通过特征点采集与坐标系标定确定焊接点;最后结合焊接机器人路径规划获得空间焊接路径。对二维S型焊缝与三维复杂焊缝进行了实验研究,结果表明提出的四步焊缝跟踪方法可形成完整的焊接路径,两种焊件平均跟踪误差约为0.296 mm和0.292 mm,满足机器人焊接跟踪误差低于0.5 mm的精度要求。表明所提出焊接跟踪方法的有效性,可为复杂焊缝的高精度跟踪和自动焊接研究提供有益参考。      

具有状态约束与输入饱和的全向移动机器人自适应跟踪控制

研究了全状态约束与输入饱和情况下的全向移动机器人轨迹跟踪控制问题.首先，针对一类三轮驱动的全向移动机器人，考虑系统存在模型参数不确定与外部扰动，建立了运动学与动力学模型；其次，利用障碍Lyapunov函数，结合反步设计方法，有效处理全向移动机器人跟踪过程中存在的状态约束，保证所有状态变量不会超出状态约束的限制区域；然后，针对系统参数不确定和未知有界扰动，设计相应的自适应律进行处理；同时，提出一种抗饱和补偿器保证机器人输入力矩满足饱和约束；并且利用Lyapunov理论分析证明了当选取合适的控制参数时闭环系统中的所有信号均能保证一致有界；最后，通过与未考虑状态约束和输入饱和的控制器以及经典比例-微分控制器进行仿真对比，验证了该方法的有效性和鲁棒性.      

二炼钢-1580mm热轧-1880mm热轧物流动态跟踪的设计

借助宝钢二炼钢L3系统、1 580 mm热轧L3系统的改造和新增1 880 mm热轧L3系统,特别是三个L3将采用一套系统硬件平台的契机,开发了二炼钢—1 580 mm热轧—1 880mm热轧物流动态跟踪子系统。采用直观的图形显示,通过提供一个可以监视整个炼钢—连铸—板坯库—热轧生产—热卷出库进程状况的展示界面,将现在的二炼钢、1 580 mm热轧分段式的实物跟踪方式转变成产线物料一体动态跟踪。该系统将炼钢、热轧物流及设备跟踪集为一体,从而使物料和设备跟踪更加集中、全面和清晰,对计划调整、热装热送、物流控制、设备管理等都将起到积极的作用。     

基于状态观测器的线性离散时间系统的最优预见控制

研究了带有预见信息的线性离散时间系统的状态观测器,并将其应用到预见控制系统.为了满足设计观测器的需要,首先导出了包含可预见的目标值信号和干扰信号的扩大误差系统,并由此得到最优预见控制器.在设计状态观测器时,通过改写输出方程充分利用了可预见的目标值信号和干扰信号.设计的状态观测器针对原系统是全维观测器,而针对扩大误差系统则是降维观测器.最后通过数值仿真证明了所设计的状态观测器的有效性.      

基于人机协同的车道保持辅助系统研究进展

基于人机动态协同控制的车道保持辅助系统有助于兼顾汽车的安全性与驾驶员的舒适性，分析了该系统在车道偏离决策模型、驾驶权动态分配及性能评估等方面的研究现状和发展趋势。在车道偏离决策模型方面，应根据驾驶员的状态制定不同的决策模型，既可以建立自适应调节的决策模型，又应允许驾驶员根据自己的喜好和外部驾驶环境手动调整决策模型中预设的参数；在驾驶权分配方面，应探索更加合理的驾驶权动态分配方式，设计智能的优化算法或控制模型；在性能评估指标方面，应加入与降低人机冲突及减少驾驶员控制量相关的评估指标，制定科学完善的主观评估体系。未来研究应该深度融合驾驶员因素，实时发出警报与主动干预，并能够对系统进行完善的测试与评估。      

离散时间多智能体系统的协调最优预见跟踪

在互联拓扑包含一棵有向生成树的条件下,研究了离散时间多智能体系统的协调最优预见跟踪问题.首先利用状态增广技术把协调跟踪问题转化为一个增广系统的全局最优调节问题.然后应用离散时间线性二次型调节理论的相关结果给出了使增广系统的闭环系统渐近稳定的控制器,并由此得到原系统实现跟踪一致性的全局最优预见控制器.仿真结果不仅验证了所设计控制器的有效性,并且表明适当增加预见步长对保证准确跟踪领导者的输出是至关重要的.      

Measurement of integrated sensory-motor function following brain damage by a computerized preview tracking task

A preview tracking task has been developed which has particular application to neurological assessment and rehabilitation. Generated and monitored by a graphic display computer, it permits accurate global quantification of the upper-limb sensory-motor system. The incorporation of 'preview' into the tracking task is considered to significantly increase its effectiveness and relevance in relation to normal daily activities. Applied to three groups of normal subjects, several features of normal psychomotor performance and learning were identified or verified: hand dominance is not significant in overall arm control; learning does not completely plateau; increase in age (15-59 years) results in only a minor overall decrement in performance; an initial wide performance distribution decreases dramatically in subsequent sessions. Applied to brain-damaged patients, particularly head injury or stroke, the preview tracking task allows assessment at regular intervals enabling sensory-motor recovery curves to be generated. The potential of this technique, to help determine the efficacy of therapeutic procedures on the recovery process, is illustrated with the presentation of results from three brain-damaged patients demonstrating zero, significant and disjointed recovery of sensory-motor function. The usefulness of the preview tracking task can be expanded by combination with a less frequently applied but more component specific neurological assessment battery.     

基于LQR-QPSO的地下铲运机控制参数优化研究

现代控制理论是实现地下铲运机路径跟踪控制的重要技术之一。目前,控制算法应用的难点在于参数的选取和整定。为解决控制参数整定问题,提出应用量子行为粒子群优化算法（QPSO）对基于线性二次型调节（LQR）的状态反馈控制器进行参数优化,实现对地下铲运机精准、稳定的路径跟踪控制。状态反馈控制器基于铲运机的误差动力学模型得出,优化后的路径跟踪控制最大横向位置偏差低于0.23 m。仿真试验结果表明：相较于标准粒子群优化算法,QPSO算法优化的路径跟踪控制器的最大横向位置偏差减小53.4%,优化效果更好、成功率更高。