基于鲁棒Tube-MPC算法的无人车横向控制方法研究

针对自动驾驶汽车路径跟踪横向控制过程中因道路湿滑或道路坎坷不定等外界干扰造成的跟踪不稳、超调问题，提出一种将模型预测控制(MPC)和滑模控制(SMC)相结合的鲁棒Tube-MPC算法。首先，对自动驾驶汽车进行名义运动学建模并线性化推导，利用线性化名义模型求解MPC代价函数得到名义系统控制律，完成对预定轨迹的跟踪；其次，通过建立实际系统与名义系统之间的误差系统，设计SMC的滑模面及趋近律，推导出辅助控制律，完成实际状态对名义状态的贴近，以实现鲁棒性；最后，完成基于Carsim/Simulink的仿真，实验结果表明上述方法能够有效提升自动驾驶汽车在外界不确定干扰影响下的鲁棒性和跟踪精度，优于传统MPC和线性二次型调节器(LQR)为代表的无人车控制方法。     

基于MPC的自动驾驶车辆横向路径跟踪控制

由于驾驶技能、生理极限等原因,人工驾驶员在转向操作中存在响应迟滞、动作超调等问题,控制性能优良的自动驾驶车辆可以改善上述问题。设计了一种基于模型预测控制(MPC)的自动驾驶车辆横向路径跟踪控制器。基于预瞄跟随理论建立了最优侧向加速度的驾驶员转向模型,以分析驾驶员方向盘操作中预瞄时间和车速对车辆跟踪参考路径的影响。基于模型预测控制算法设计了车辆横向路径跟踪控制器,利用反馈校正机制改进车辆预测模型,以处理参数不完全确定和外部干扰对模型精度带来的影响;采用松弛因子对目标函数进行处理,以保证目标函数具有可行解;进一步地,将所设计的模型预测控制器每一步的优化求解转化为带约束的二次规划问题,利用模型预测控制滚动优化的特点,求解跟踪参考路径所需的方向盘转角,作用于自动驾驶车辆。实验结果表明:预瞄时间和车速对驾驶员操控车辆跟踪参考轨迹的影响较大,MPC控制器下的车辆实际行驶轨迹与参考轨迹之间的最大横向偏差为0.085 m,小于熟练驾驶员操控的车辆,同时,MPC控制器下的车辆转向起始时刻相对于熟练驾驶员操控的车辆提前0.89 s。     

自动驾驶车辆远程监控系统的设计

以WinCE系统下ARM为控制平台,设计一种嵌入式自动驾驶控制与远程监控系统。该系统融合了GPS与AHRS位置姿态数据,经与车载导航地图对比后,规划出行驶路径。基于Backstepping控制算法选取Lyapunov函数设计车辆轨迹跟踪控制器,Matlab仿真验证了决策算法的可行性。在远程监控端完成车辆实时姿态位置显示、历史轨迹回放、偏航报警,实现远程控制农业车辆。     

基于Radau伪谱法和MPC的智能电动车辆生态驾驶

为优化智能电动车能源消耗,提出了基于Radau伪谱法和模型预测控制算法的智能电动车辆生态驾驶的方案。建立生态驾驶控制模型和能耗模型,结合边界约束和路径约束,构建生态驾驶能耗优化的最优控制问题。通过能耗优化得到最优车速轨迹,将此轨迹作为期望输入,基于模型预测控制( MPC)算法完成生态驾驶控制。实验结果表明：以纯电动车和实际规划路径为例,以最优车速自动行驶的能源消耗少于人工驾驶的能源消耗,验证了文中策略的有效性。     

无人驾驶汽车路径跟踪模糊预测控制

针对智能车自动驾驶中对预期轨迹跟踪能力较差的现状,设计了基于横向位置和横摆角预测误差的预测控制方法.控制器的设计中采用了一种基于运动学原理的汽车运动状态预测模型,用于在线计算汽车的横向位置预测误差以及横摆角的预测误差,在此基础上建立了基于预测误差的反馈模糊逻辑控制器,达到了控制汽车沿着目标轨迹行驶的目的.仿真结果表明:...     

汽车高速换道避让路径规划及离散滑模跟踪控制

针对汽车高速换道避让路径规划和跟踪控制问题,提出了一种基于五次多项式曲线的汽车高速换道避让路径规划方法和基于离散滑模的汽车高速换道避让路径跟踪控制策略。首先,基于五次多项式曲线规划汽车高速换道避让路径,并通过查表方式间接建立汽车高速换道避让路径曲率最大值、汽车高速换道避让路径曲率变化率最大值与五次多项式曲线待定系数的映射关系,以使汽车高速换道避让路径满足乘坐舒适性和安全性需求。为了快速、稳定地跟踪基于五次多项式曲线规划的汽车高速换道避让路径,融合汽车运动学模型和线性二自由度汽车动力学模型建立了包含加性不确定性的线性离散控制模型,并基于干扰观测器的离散滑模控制理论设计了汽车高速换道避让路径跟踪控制策略。最后,利用车辆动力学软件建立了模型在环仿真系统,对本文汽车高速换道避让路径规划方法和汽车高速换道避让路径跟踪控制策略的可行性和有效性进行了仿真验证。     

不确定环境下移动机器人路径规划算法研究

该文对不确定环境下移动机器人路径算法进行了研究，并提出了一种新算法一基于两点法的模糊控制算法。首先利用两点法求出预设轨迹，然后把预设轨迹上的点作为移动机器人的阶段目标点，再利用模糊控制算法修正移动轨迹，进行路径规划。这样可以简化模糊控制规则的制定，减少模糊控制规则的数目，从而大大提高路径规划的速度。应用该方法进行了避障、道路跟踪等控制实验。实验表明，该算法具有很好的灵活性和鲁棒性。     

汽车主动转向系统的特性研究

系统地分析了各种主动转向系统的性能特点,EPS能根据汽车行驶速度调节助力大小,在必要时能主动向驾驶员提出合理的转向建议或者直接进行转向干预,从而改善操作轻便性、提高汽车直线行驶性能和转向回正能力;AFS通过执行机构给转向轮叠加一个额外的转向角,实现转向系统的变传动比和对转向角的动态干预,从而改善汽车的驾驶舒适性、机动性和操纵稳定性;线控转向系统能够自动地进行转向干预,实现汽车动态偏行稳定性控制和自动道路轨迹跟踪,为最终实现汽车驾驶的全自动化提供了可能.     

自动驾驶路径优化的RF-DDPG车辆控制算法研究

针对自动驾驶车辆在行使中对目标路径跟踪精度不高、鲁棒性能较差等问题，提出了一种深度确定性策略梯度RF-DDPG（reward function-deep deterministic policy gradient）路径跟踪算法。该算法是在深度强化学习DDPG的基础上，设计DDPG算法的奖励函数，以此优化DDPG的参数，达到所需跟踪精度及稳定性。并且采用aopllo自动驾驶仿真平台，对原始的DDPG算法和改进的RF-DDPG路径跟踪控制算法进行了仿真实验。研究结果表明，所提出的RF-DDPG算法在路径跟踪精度以及鲁棒性能等方面均优于DDPG算法。     

基于序列增强的事件主体抽取方法

针对自动驾驶车辆在行使中对目标路径跟踪精度不高、鲁棒性能较差等问题，提出了一种深度确定性策略梯度RF-DDPG（reward function-deep deterministic policy gradient）路径跟踪算法。该算法是在深度强化学习DDPG的基础上，设计DDPG算法的奖励函数，以此优化DDPG的参数，达到所需跟踪精度及稳定性。并且采用aopllo自动驾驶仿真平台，对原始的DDPG算法和改进的RF-DDPG路径跟踪控制算法进行了仿真实验。研究结果表明，所提出的RF-DDPG算法在路径跟踪精度以及鲁棒性能等方面均优于DDPG算法。     

AGV建模和自适应模糊滑模跟踪控制研究

介绍了自动导引小车AGV的跟踪控制技术的研究现状;建立了AGV跟踪误差系统运动学和动力学的混合模型;针对AGV的初始位存在误差或给定轨迹不连续时,传统PID轨迹跟踪控制器会使其初始速度产生一个较大跳变的问题,将滑模变结构控制技术与自适应模糊控制技术相结合,提出了一种基于模糊滑模的AGV自适应模糊路径跟随和轨迹跟踪控制器。仿真和实验结果表明,给出的自适应模糊滑模控制器不仅有较好的轨迹跟踪控制效果,而且具有较强的鲁棒性。     

汽车高速紧急避障路径跟踪与主动防侧翻控制

为提高匹配机械弹性车轮汽车在高速紧急避障时的效率与安全性,在Simulink中建立了整车非线性八自由度模型,并基于车轮样机台架试验数据,利用Matlab遗传算法工具箱对机械弹性车轮模型参数进行分级辨识.综合考虑行驶车速、轨迹跟踪误差、方向盘转角以及侧翻评价指标,建立了八自由度驾驶员—汽车预瞄跟随闭环系统模型.分析了汽车在不同行驶车速时所需的方向盘角输入信息与侧翻状态响应,总结出汽车高速转向时的侧翻动态特性.为高速安全通过规划的避障路径,在转向控制驾驶员模型基础上建立了速度控制驾驶员模型,当侧翻评价指标超过安全阈值时利用制动踏板降低车速,当纵向车速小于期望安全车速时利用加速踏板提高车速.仿真分析表明建立的高速避障路径跟踪与控制策略能高效完成避障路径跟踪,同时能有效降低紧急避障时的侧翻风险.     

面向狭小平行泊车位的路径规划与跟踪控制

针对狭小平行泊车位的路径规划和跟踪控制问题,本文融合数值优化方法和圆弧-直线-回旋曲线组合方法,提出了一种计算效率高、适用范围广的平行泊车路径规划方法,以及一种基于非时间参考量泊车路径跟踪误差模型的平行泊车路径跟踪滑模控制策略。首先,将平行泊车路径细分为用于引导汽车最大限度靠近泊车位的进入段路径和用于引导汽车调整其目标位姿的调整段路径,通过求解基于圆弧-直线-回旋曲线组合方法建立的约束最优化问题得到进入段路径,并通过圆弧-直线组合方式规划出调整段路径;随后,建立非时间参考量泊车路径跟踪误差模型,将三维泊车路径跟踪控制问题简化为二维泊车路径跟踪控制问题,并设计具有标定参数、鲁棒性强特点的泊车路径跟踪滑模控制策略;最后,仿真验证了本文方法的有效性和可行性,结果表明:针对狭小平行泊车位和泊车初始方位角不为零的情况,本文方法可以快速、稳定和精确地引导汽车完成泊车操作。     

福特第三代自动驾驶汽车采用新型激光雷达传感器

正美国福特汽车公司计划进一步加快自动驾驶汽车的研发进程,并将推出搭载美国Velodyne公司最新传感器技术的自动驾驶汽车。据悉,福特公司2016年将新增20辆Fusion(美版蒙迪欧)混合动力车,用于在加利福尼亚州、亚利桑那州和密歇根州进行自动驾驶测试。这些测试车辆基于福特第三代自动驾驶汽车平台打造而成,新一代自动驾驶汽车平台与之前的平台基本类似,同样使用Fusion混合动力车来进行测试。     

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。     

一类欠驱动机械系统的虚约束动态伺服控制

为了克服欠驱动机械系统无法对任意点和轨迹进行跟踪的缺点,扩大欠驱动机械系统应用领域,研究一类欠驱动机械系统的动态伺服控制问题,动态伺服控制通过规划和跟踪特定轨迹来实现任意位形空间点的瞬时可达.采用虚约束方法来规划动态伺服轨迹,通过构造自由度之间的约束关系,并对约束作用下系统零动态进行分析,可以方便获得符合系统特性的周期轨道;利用虚约束函数与轨道函数之间的内在联系,基于Lyapunov稳定性理论设计轨迹跟踪控制器.最后,在Acrobot实物平台上进行了实验,实验结果证明轨迹规划方法和控制方法的有效性.     

基于神经网络的移动机器人预瞄轨迹跟踪控制算法研究

轨迹跟踪控制是移动机器人运动控制中很复杂的问题。针对该问题,设计一种基于神经网络的预瞄轨迹跟踪控制算法。为了保证机器人具有较好的轨迹跟踪性能,借鉴驾驶车辆的预瞄模型,即控制驱动轮输出转矩,使得机器人在预瞄时间内到达预瞄位置。建立移动机器人动力学方程,搭建移动机器人动力学simulink模型,通过仿真获取在移动机器人不同状态下的实验数据。采用BP神经网络对实验数据进行训练,对驱动轮的驱动扭矩进行控制。最后通过仿真实验对该轨迹跟踪控制算法的有效性进行验证。     

复杂道路智能汽车运动综合控制策略

针对复杂道路场景，设计出一种集路径跟踪、避障和漂移于一体的智能汽车综合控制器.路径跟踪和避障控制器的设计采用模型预测控制(Model Predictive Control, MPC)原理，漂移控制器采用线性二次型调节器(Linear Quadratic Regulator, LQR)原理.车辆路径跟踪行驶时，若遇到障碍物，启动避障控制器进行局部路径规划，以完成避障，还可以在指定弯道区域进行极限漂移运动，使车辆漂移过弯.基于Matlab对控制器进行仿真验证，结果表明：在满足行驶安全性的前提下，该控制器能在复杂道路场景下实现车辆自主跟踪、局部避障和漂移过弯.     

汽车自动驾驶技术路线及需求

自动驾驶作为智能汽车技术的一个重要分支是近年来的研究热点.本文阐述了基于机器人车辆、高级驾驶员辅助系统、互联通信等技术实现的三条自动驾驶路线,最后对汽车自动化需求的车载芯片、产业链、统一标准方案、网络及通信、安全与隐私、政策与法规等六个方面进行分析与总结.     

平面Acrobot和Pendubot的统一控制策略

为实现被动关节处于不同位置的平面Acrobot和Pendubot的统一控制，提出一种基于轨迹规划和跟踪控制的控制策略．系统的控制过程划分为两个阶段：在第1个阶段，通过对驱动连杆规划轨迹并使其跟踪轨迹运动，实现驱动连杆控制目标．此时，欠驱动连杆处于自由转动状态.在第2个阶段，对驱动连杆设计一条带有可调参数的振荡轨迹，并利用差分进化算法优化轨迹参数，确保当驱动连杆跟踪第2阶段轨迹从目标状态出发，最终返回目标状态时，欠驱动连杆也被连带控制到目标状态．通过仿真验证了所提控制策略的有效性和可行性．该控制策略可有效实现平面Acrobot和Pendubot的统一控制．