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.     

基于线性矩阵不等式的智能车轨迹跟踪控制

针对传统的基于精确数学模型的智能车轨迹跟踪控制器跟踪精度低,鲁棒性弱,很难适应复杂多变的驾驶环境等问题,结合线性矩阵不等式(LMI)鲁棒控制具有易于求解、抗干扰能力强等优点,提出基于LMI的智能车轨迹跟踪控制方法. 将车辆侧向动力学状态空间模型进行坐标变换,得到基于跟踪误差的车辆侧向动力学状态空间模型,采用饱和线性轮胎得到车辆侧向动力学多胞型模型;设计LMI反馈控制器,在控制器中引入前馈控制量,以消除侧向位置稳态误差. Carsim和Matlab/Simulink的联合仿真表明,该控制器在保证车辆稳定性的基础上具有较高的跟踪精度,对车速和路面附着系数具有较强的鲁棒性. 与模型预测控制器(MPC)和预瞄驾驶员模型(PDM)控制器进行对比,结果表明,设计的该控制器轨迹跟踪精度更优.     

全方向康复步行训练机器人的跟踪控制

针对全方向康复步行训练机器人在跟踪运动过程中x轴、y轴和方向角各轨迹之间存在强耦合的问题,提出了速度跟踪控制器设计方法,从而使全方向康复步行训练机器人能同时实现各个方向理想的跟踪效果.在全方向康复步行训练机器人动力学模型和运动学模型的基础上,采用输入-输出线性化方法,通过模型解析推导出四轮转速与其驱动力间的解耦状态方程,设计速度跟踪控制器,实现速度的解耦控制.将速度控制器与非线性反馈控制律相结合,可以实现对运动轨迹的跟踪.仿真实验表明,本文方法具有一定的有效性,解决了传统跟踪过程中不能同时实现运动速度和运动轨迹跟踪的问题.     

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。     

基于径向基函数神经网络PID与模型预测控制的车辆轨迹跟踪控制

为提高无人驾驶车辆的稳定性和鲁棒性,提出一种基于径向基函数神经网络自适应比例积分微分（RBFNN?PID）算法和模型预测控制（MPC）算法相结合的车辆轨迹跟踪控制方法. 基于自适应RBFNN?PID算法、MPC算法以及车辆动力学模型,建立智能车辆纵向速度控制和横向控制的仿真模型并将其结合起来. 在此基础上,以横向MPC控制和LQR?PID控制算法为基准,验证所提出的控制方法在轨迹跟踪方面的优越性. 仿真结果表明,新方法比对照组具有更高的精度. 最后,对新控制方法的硬件在环验证表明,该轨迹跟踪控制算法在轨迹跟踪精度和稳定性方面具有一定的有效性和先进性.     

基于RBF和模糊预测的AGV轨迹跟踪控制

针对AGV系统存在初始位姿误差,而且给定轨迹又不连续时,应用传统的轨迹跟踪控制方法,就会使其初始速度产生较大跳变的问题,基于径向基函数(RBF)神经网络的非线性动态系统在线建模,将模糊控制技术与预测控制技术相结合,提出基于反演(Backstepping)方法的速度控制器和基于RBF的模糊预测转矩控制器,实施AGV路径跟随和轨迹跟踪控制.仿真和实验结果表明,设计的速度控制器和转矩控制器使AGV系统不仅有较好的动态性能,而且具有较强的鲁棒性.     

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。     

基于H∞理论的滚珠丝杠进给系统滑模控制

针对滚珠丝杠进给系统的动态特性,建立参数不确定的数学模型. 为了消除参数不确定的影响,设计满足H∞性能的积分滑模控制器. 针对存在的未知干扰,设计指数干扰观测器进行补偿. 分析结果表明,本研究的控制方法具有L₂增益性能. 利用该方法在滚珠丝杠实验台上进行轨迹跟踪实验. 实验结果表明,当使用设计的控制器时,最大跟踪误差为16.85 μm;当使用设计的控制器加上指数干扰观测器时,最大跟踪误差为10.18 μm;在工作台增加25 kg质量块后,当使用设计的控制器加上干扰观测器时,最大跟踪误差为15.61 μm. 实验结果说明所设计的控制器具有较好的性能,并且干扰观测器能够提高控制精度. 与传统的比例-比例积分控制器的对比结果说明本研究的控制方法有较好的综合性能.     

Vehicle Active Damping Control with Considering Time Delay

A model predictive control (MPC) based active damping controller for automotive driveline oscillations with time-delay consideration is proposed.A simplified driveline model considering time delay is modeled and converted to a linear parameter varying state space equation.Based on the model and model predictive control theory,an active damping controller is designed for drivability and comfortability improvement.In order to verify the designed controller,a driveline with engine is modeled to simulate the tip-in/out driving operation.An MPC active damping controller without considering time delay is simulated together with the proposed controller.The simulation results show that,by adopting the new MPC active damping controller,the vibration of the vehicle is reduced and the drivability and comfortability are improved.     

约束非完整移动机器人轨迹跟踪的非线性预测控制

针对存在非完整约束和控制输入约束的轮式移动机器人动力学模型,研究了其全动态误差系统准无限时域非线性模型预测控制策略,通过沿名义轨迹在线线性化获取局部稳定化控制器及不变终端域,以跟踪"8"字形轨迹为例进行了仿真,结果表明,闭环系统在满足控制输入条件下具有良好的跟踪性能。     

基于模型预测的迭代学习控制器设计

针对具有非重复性干扰项的重复操作过程,提出了基于模型预测的迭代学习控制算法。其中,迭代学习控制器以前馈形式作用于重复过程.算法在时间轴方向基于跟踪误差暂态模型,采用模型预测控制的反馈校正,来抑制当前随机干扰,提高系统的跟踪性能.在重复次序方向利用P型迭代学习控制克服重复干扰.仿真结果表明了该方法的有效性.     

Analysis on Biological Stability and Influencing Factors of Northern Living District Water Distribution System

多柔性连杆机械臂的自抗扰控制

刘延芳^1,2, 刘宏¹,孟瑶³

（1. 哈尔滨工业大学 机器人技术与系统国家重点实验室,哈尔滨 150001;

2.哈尔滨工业大学 航天学院,哈尔滨 150001;

3.上海宇航系统工程研究所,上海 201109）

创新点说明

将自抗扰控制应用到多柔性连杆机械臂的运动控制上。

研究目的

主要解决多柔性连杆机械臂的运动控制问题,在转角运动控制的同时,抑制柔性臂杆的振动。

研究方法

首先基于时标分离,将系统分解为快时标系统和慢时标系统：快时标系统为内环,采用最优二次型控制器,实现臂杆振动的快速抑制;慢时标系统为外环,采用自抗扰控制,抑制系统外界干扰、未建模动态等内外扰动,实现转角位置的精确控制。

结 果

采用自抗扰控制器可以显著提高转角控制精度,并抑制臂杆的振动,其中自抗扰控制器中采用飞线性PD控制器时,优势更为明显。

结 论

自抗扰控制器在应用于多柔性连杆机械臂的运动控制中具有一定的优势,可以进行工程推广。

关键词：多柔性连杆机械臂;自抗扰控制;飞线性比例微分控制器;跟踪微分器;状态扩张观测器

     

力矩受限的非完整WMR镇定与轨迹跟踪统一预测控制

针对动力学模型描述的非完整轮式移动机器人,研究了存在控制输入约束情况下的镇定及轨迹跟踪统一预测控制问题.基于控制Lyapunov函数,设计了满足稳定性条件及输入约束的终端控制器,给出了相应的终端域,分别以跟踪圆轨迹和并行泊车为例给出了轨迹跟踪与镇定控制的仿真结果.     

事件触发机制下的工业过程多速率模型预测控制方法

随着工业互联网的发展,为避免网络拥塞,控制系统正在由时间触发向事件触发控制方向发展。本文针对一类多速率工业过程,将模型预测控制与提升技术和事件触发技术相结合,提出了事件触发机制下的多速率模型预测控制方法。该方法首先采用提升技术解决多速率问题,进而采用模型预测控制(Model Predictive Control, MPC)方法设计控制器以跟踪设定值;在此基础上,设计保证系统稳定的事件触发机制,使控制器仅在违反触发机制时更新。通过对典型工业磨矿过程仿真实验来验证本文所提方法的有效性,结果表明所提方法能够有效减少信道资源的占用和计算负载,为工业互联网环境下工业过程控制器设计提供了新的方法。     

孤岛运行光储微电网控制策略研究

光储微电网孤岛运行时存在电能质量差、系统稳定性差等问题。系统的控制策略多为基于PI控制的双闭环控制算法,导致动态响应速度慢。针对这一问题,提出了一种考虑新能源波动的多步预测有限集模型预测控制（FCS-MPC）策略。首先,对DC-DC变换器采用稳压控制,为逆变器提供稳定的直流电压提高系统的稳定性;然后,对光伏逆变器采用恒功率控制策略维持稳定的功率输出,对储能逆变器采用基于多步长改进模型预测控制（MPC）的下垂控制,以实现对参考电压的快速跟踪及负荷功率的合理分配,而且多步长改进MPC可降低传统MPC的预测误差,提高系统的稳定性;最后,利用MATLAB搭建仿真模型,仿真结果验证了所提控制策略的有效性。     

Trajectory tracking control for underactuated unmanned surface vehicles with dynamic uncertainties

The trajectory tracking control problem for underactuated unmanned surface vehicles(USV) was addressed, and the control system took account of the uncertain influences induced by model perturbation, external disturbance, etc. By introducing the reference, trajectory was generated by a virtual USV, and the error equation of trajectory tracking for USV was obtained, which transformed the tracking problem of underactuated USV into the stabilization problem of the trajectory tracking error equation. A backstepping adaptive sliding mode controller was proposed based on backstepping technology and method of dynamic slide model control. By means of theoretical analysis, it is proved that the proposed controller ensures that the solutions of closed loop system have the ultimate boundedness property. Simulation results are presented to illustrate the effectiveness of the proposed controller.     

基于双幂次滑模的多机器人编队控制

本文研究了基于领航跟随法的多机器人系统编队控制问题.首先,基于队形约束,给出跟随者期望的轨迹,将编队问题转化为单个跟随者的轨迹跟踪问题.在此基础上,基于双幂次滑模趋近律,设计了跟随者的线速度和角速度控制器,保证了跟踪误差能够快速收敛到零,从而保证了编队队形的稳定.最后,通过仿真验证了所提方法的有效性.     

行星式混合动力客车的模型预测动态协调控制

行星式混合动力客车在驱动模式切换时会产生较大冲击度,以往基于PID的控制器在模式切换过程中无法有效保证车辆驾驶平顺性.基于此问题,利用模型预测控制(Model Predictive Control,MPC)可以在线滚动优化获得最优控制序列的特点,提出了一种基于MPC的动态协调控制方法,实现发动机的启动控制.依据整车动力学方程和实车历史数据,在Matlab/Simulink平台中搭建基于数据驱动的发动机模型和车辆闭环仿真模型,并将发动机启动过程视为受约束的多目标优化问题,根据系统状态空间方程和优化问题设计基于数据驱动的模型预测控制器,在纯电动模式向混合动力模式切换过程中,与传统基于PID的控制方法以及被动切换展开对比.仿真结果表明,在保证车辆动力性的前提下,相比于PID控制方法和被动切换,在模式切换过程中,基于MPC的动态协调控制方法不仅可以实现发动机的正常启动,还能大幅度降低峰值冲击度,同时使车辆良好地跟随目标车速.本文提出的模型预测控制器可以降低整车冲击度,保证车辆模式切换时的平顺性.     

轮式移动机器人轨迹跟踪控制的参数化方法

在轮式移动机器人控制系统状态空间模型的基础上,通过分析两轮独立驱动的移动机器人的动力学方程,给出轮式移动机器人轨迹跟踪控制问题的数学描述;基于线性系统的特征结构配置和模型参考理论提出一种轮式移动机器人轨迹跟踪控制的参数化方法,设计系统的反馈镇定控制器和前馈跟踪控制器.仿真结果表明,提出的控制方案是行之有效的.     

单翼损坏下的四旋翼飞行控制器设计

针对发生单翼损坏故障时四旋翼飞行器的常规控制失效问题,用反步法设计保证飞行器安全和一般飞行控制的控制器.根据单翼损坏下四旋翼飞行器的旋转与平移运动方程,将控制器划分成内、外环,使用反步法设计这两个环路.内环控制飞行器姿态,外环控制飞行器位置.用反步法设计此种控制器时牺牲飞行器的偏航控制能力,但能实现飞行器一定程度的正常飞行.即能实现飞行器以恒定速度绕其垂直轴转动,机体保持水平同时空间位置不变的近悬停状态,也能通过指令信号实现飞行控制和位置跟踪.经过仿真验证,证实了该控制器对单翼损坏故障下的四旋翼飞行器的飞行控制的有效性,飞行器的稳定性能良好.结果表明,偏航控制能力的丧失不会对四旋翼的安全造成威胁,也不会对飞行器的轨迹跟踪造成较大影响,即保证飞行器能在以恒定速度绕垂直轴转动的情况下进行稳定飞行,同时还能以较快速度跟踪简单的期望轨迹.该研究证实了单翼损坏下的四旋翼飞行器的飞行仍具有可控性.