自主车的运动仿真

在自主车的运动路径规划中,局部路径规划特别重要,而且是自主车的一项关键技术。该文提出了将自主式多智能体的任务和反应性行为模型嵌入到离散事件系统框架中作局部路径规划的方法,此方法克服了势场法（包括早期的虚力场法）的缺陷,为确保自主车运动路径规划的可靠性和合理性,该文就局部路径规划对自主车作运动仿真。     

欠驱动自主水面船的非线性路径跟踪控制

基于级联方法提出一种欠驱动自主水面船的全局K指数稳定路径跟踪控制算法.采用以自由路径参考点为原点的Serret-Frenet坐标系建立路径跟踪误差的动态模型,以路径参数的变化率为附加控制输入,克服了以正交投影点为坐标原点时的奇异值问题.设计路径跟踪航向角指令,将路径跟踪模型分解为位置跟踪子系统和航向角、前向速度跟踪子系统两个子系统级联的形式,设计航向角和前向速度的全局指数稳定跟踪控制器,应用级联系统理论证明了路径跟踪误差的全局K指数稳定性.数学仿真和自主水面船湖上实验结果验证了该路径跟踪控制算法的有效性.     

智能车辆的滑模轨迹跟踪控制

智能车辆是集各种机械装置、传感器、计算机于一体的复杂非线性系统,其轨迹跟踪控制器是研究的关键技术之一。针对高速自主导航智能车辆轨迹跟踪控制器鲁棒性、精确性和实时性的高要求,在智能车辆结构组成与运动模型基础上,设计了一种滑模变结构控制器。通过控制智能车辆的线速度和角速度实现智能车辆对任意路径的跟踪,并用Matlab进行了仿真实验。结果验证了该方法的有效性和可靠性。     

一种基于电子海图的欠驱动AUV区域搜索方案

针对环境(主要指边界信息)已知的区域搜索任务,设计了适用于欠驱动AUV(autonomous underwater vehicle)的区域搜索方案,能在极少量人工参与的情况下在任务区域的电子海图基础上实现环境模型建立进而规划出全局路径,由AUV自主地完成对路径和地形的自主跟踪,从而实施诸如地理信息采集或物体探测等作业任务.首先,路径规划方法能在给定任务参数的基础上自主地对电子海图进行处理形成环境模型并据此给出2维梳状全局路径,即使区域的几何形状为复杂的凹多边形也能给出合理结果;其次,自主跟踪采用解耦的控制方法,即分别对纵向速度、艏向和深度进行控制,使得AUV能同步地完成对水平面路径和对海底地形的跟踪.提出了一种基于Sigmoid函数的路径跟踪制导控制方法,控制器以AUV的当前艏向及其与路径的横向距离偏差作为输入,经过计算输出参考艏向角;将具有良好鲁棒性的非线性自适应S面控制算法融入执行层的控制,在加速了系统响应的同时减小了超调从而提升了控制效果;最后,跟踪仿真试验的结果显示AUV在水平面对梳状路径的跟踪误差在给定路径规划重叠率参数的前提下能保证AUV对区域扫描的全覆盖,在垂直面对地形高度的跟踪误差符合传感器对距离的要求.全局路径规划方法的可行性在介绍算法的同时结合算例得以验证,跟踪仿真试验也说明自主跟踪控制器能较好地同时跟踪梳状路径和变化的地形.     

基于观测器的无人车H∞预瞄控制器设计

为抑制道路曲率干扰并提高无人车路径跟踪精度,提出一种基于观测器的无人车H_∞预瞄控制器设计方法.首先,将无人车非线性路径跟踪模型转换为线性变参数(linear parameter varying, LPV)系统;然后,建立关于路径曲率的预瞄模型,并将无人车路径跟踪模型与预瞄模型相结合构建增广系统;接着,考虑传感器测量噪声对无人车路径跟踪精度的影响,设计基于观测器的H_∞状态反馈控制器,并将控制器设计问题转化为满足一组线性矩阵不等式的优化问题. Simulink/CarSim联合仿真结果表明,所提出的基于观测器的无人车H_∞预瞄控制方法可以有效减小测量噪声对系统性能的影响,与已有最优控制方法相比,可以取得更好的路径跟踪精度.     

带拖车移动机器人全局路径跟踪控制

研究带拖车移动机器人的前向路径跟踪控制和倒车路径跟踪控制问题.首先建立系统的运动学模型,并进行系统的运动特性分析;然后基于Lyapunov方法提出一种新的单体移动机器人全局路径跟踪控制器,并将其引入带拖车移动机器人的前向路径跟踪控制;再后通过运动学变换,实现了拖挂任意节拖车的系统的倒车路径跟踪控制;最后针对三车体系统的两种路径跟踪控制进行仿真,结果表明了该方法的有效性.     

适用于车头泊入的路径规划和跟踪控制新方法

自动泊车作为智能汽车自动驾驶技术的一个关键组成部分,已成为业界关注和研究的热点。现有的自动泊车系统都是基于倒车实现,而大多数新型电动汽车充电口安装在车头,因此设计了车头泊入的泊车新方法。该方法首先对车辆进行运动学建模,然后根据汽车与车库的相对位置基于几何推导进行路径规划,最后利用PID对泊车过程进行跟踪控制。采用PID路径跟踪控制算法与现有泊车跟踪控制算法相比较,有效简化了算法结构,克服了“计算爆炸”的问题,具有较强的鲁棒性,符合现有新型电动汽车车头泊入的需求。使用Matlab和CarSim联合仿真实车参数模型车的运动学模型,完善了传统泊车过程模型的运动仿真分析,仿真结果验证了所设计的跟踪控制方法的有效性。     

基于参数自学习的无人车越野环境跟踪控制方法

针对无人车在越野环境下难以高速、高精度地跟踪复杂路况的问题,设计了一种参数自学习的前馈补偿控制器,与模型预测控制方法构成前馈-反馈的控制结构。在该控制结构中,前馈控制根据实时状态的跟踪误差在线更新学习系数,有效考虑车辆高速运动过程中无法精确建模的非线性动力学特性以及复杂路况不断变化的曲率和路面条件等的影响,在保证稳定性的同时快速减小跟踪误差。在越野场景进行了高速的S型与直角弯路径跟踪实车实验来验证参数自学习控制器的有效性,结果表明,所设计的参数自学习控制器相比传统的模型预测控制器跟踪误差和横摆都较小,在跟踪精度和车辆稳定性上都有较大改善。     

基于ANFIS的海底采矿车行走控制

针对海底钴结壳采矿车在采矿过程中越过复杂地形时会产生偏离预定路径的问题,提出一种基于ANFIS的海底采矿车直线路径跟踪控制方法,根据训练数据,设计模糊神经网络路径控制器,从而避免专家系统知识库难以获取和精确数学模型难以建立的困难.在此基础上,建立内环采用PID速度控制和外环采用ANFIS控制的机电直线路径行走控制模型,...     

基于红外图像的导弹实时跟踪算法研究

研究导弹跟踪问题,由于运动目标跟踪的实时性差,当导弹为防御攻击突变运动路径,实施跃升和俯冲动作时,地面探测仪不能及时跟上导弹路径的变化,造成导弹跟踪延迟的问题。针对这一难题,提出了一种点模型的跟踪方法。在跟踪导弹路径时,提取与导弹运动线性相关的特征点,实时构建特征点的点模型,通过确定点模型的运动状况来实现对导弹的跟踪,避免了对红外图像中所有点的计算,从而减少了计算量,使得地面探测仪能够及时跟上导弹路径的变化。实验证明,点模型这种方法能够解决导弹跟踪延迟的问题,实现导弹的实时跟踪,取得了满意的结果。     

无人驾驶车路径跟踪控制研究

研究被控对象无人驾驶车,基于预瞄控制思想,设计一种无人驾驶车路径跟踪控制器,将控制器分为预瞄控制和补偿控制两部分,预瞄控制模拟驾驶员在驾驶车辆过程中对前方的道路环境信息进行预瞄,根据道路曲率程度决定方向盘转向,补偿控制是对车辆遇到干扰偏离原车道的纠正。仿真实验结果表明,该控制器能够保证无人驾驶车准确跟踪各种参考路径,且具有较好的鲁棒性。     

基于L2干扰抑制的水下机器人三维航迹跟踪控制

为实现自治水下机器人(AUV)的三维航迹跟踪控制,考虑了非线性水动力阻尼对AUV系统的影响和外界海流干扰作用,提出了基于L2干扰抑制的鲁棒神经网络控制方法.该方法基于李雅普诺夫稳定性理论,设计神经网络控制器补偿非线性水动力阻尼和外界的海流干扰,再将神经网络的估计误差当做AUV系统的外部干扰用L2干扰抑制控制器予以消除.最后针对某AUV进行了螺旋线三维下潜跟踪控制仿真实验,结果表明设计的控制器可以较好地克服时变非线性水动力阻尼对系统的影响,并对外界海流干扰有较好的抑制作用,可以实现AUV三维航迹的精确跟踪.     

适用于路径跟踪控制的自适应MPC算法研究

为提高自动驾驶车辆在不同工况下的路径跟踪精度和行驶稳定性,基于车辆的单轨模型和模型预测控制（MPC）理论,提出一种依据跟踪偏差和道路曲率自适应调整成本函数权重系数的路径跟踪控制算法。该算法主要是通过模糊控制理论动态优化传统MPC路径跟踪控制器中权重系数矩阵,使得当车辆与参考路径偏差比较大时,能够快速减小跟踪偏差,保证车辆行驶的安全性;当路径跟踪偏差比较小,且参考路径曲率比较小时,使得系统更加侧重行驶稳定性的要求。为验证所设计的路径跟踪控制器的性能,搭建CarSim/Simulink联合仿真模型,在联合仿真过程中,基于权重系数自适应的MPC路径跟踪控制器与基于权重系数为常量的MPC路径跟踪控制器相比,路径跟踪精度和车辆的行驶稳定性均得到了提高。     

智能车辆自动超车系统的数据驱动路径跟踪约束控制

针对智能车辆自动超车系统,提出了一种新的数据驱动超车路径跟踪约束控制方案,系统控制方案的设计仅利用自动超车系统的输入/输出数据,并不包括车辆的模型信息,所以针对不同的车型均能够实现自动超车的数据驱动路径跟踪约束控制.在控制器的设计过程中,针对控制输入受变化范围和变化速率的限制,提出了一种新的动态抗饱和补偿器来解决饱和问题.最后给出了数据驱动约束控制与原型无模型自适应控制(model free adaptive control,MFAC)以及PID控制的仿真结果对比,结果表明,本文所提控制方案能够很好的完成自动超车过程的路径跟踪,且相比原型MFAC以及PID控制方案,本文方案具有更小的跟踪误差和更快的响应速度.     

Modelling and Control Strategies in Path Tracking Control for Autonomous Ground Vehicles: A Review of State of the Art and Challenges

Autonomous vehicle field of study has seen considerable researches within three decades. In the last decade particularly, interests in this field has undergone tremendous improvement. One of the main aspects in autonomous vehicle is the path tracking control, focusing on the vehicle control in lateral and longitudinal direction in order to follow a specified path or trajectory. In this paper, path tracking control is reviewed in terms of the basic vehicle model usually used; the control strategies usually employed in path tracking control, and the performance criteria used to evaluate the controller’s performance. Vehicle model is categorised into several types depending on its linearity and the type of behaviour it simulates, while path tracking control is categorised depending on its approach. This paper provides critical review of each of these aspects in terms of its usage and disadvantages/advantages. Each aspect is summarised for better overall understanding. Based on the critical reviews, main challenges in the field of path tracking control is identified and future research direction is proposed. Several promising advancement is proposed with the main prospect is focused on adaptive geometric controller developed on a nonlinear vehicle model and tested with hardware-in-the-loop (HIL). It is hoped that this review can be treated as preliminary insight into the choice of controllers in path tracking control development for an autonomous ground vehicle.     

基于模糊混合控制的自治水下机器人路径跟踪控制

基于模糊混合控制策略,本文提出了一种用于非线性欠驱动自治水下机器人的鲁棒路径跟踪控制方法.利用Sugeno型模糊推理系统,将PD滑模控制器与非奇异终端滑模控制器光滑连接,构造了模糊混合控制器.它能充分融合这两类控制器的优势,无论系统远离平衡点还是在其附近,都能取得快速收敛的效果.如果,借助于非时间参考量,将该混合控制器用于自治水下机器人路径跟踪控制,将有利于提高它在不确定环境中的跟踪能力.最后,通过仿真计算结果验证了该控制策略的有效性.     

Command filtered path tracking control of saturated ASVs based on time‐varying disturbance observer

This paper investigates the path‐tracking control problem for an autonomous surface vessel (ASV) with unknown time‐varying disturbances and input saturation. A robust nonlinear control law is proposed based on a disturbance observer and an auxiliary system in the context of command filtered control. The disturbance observer is constructed to estimate the unknown time‐varying disturbances, the auxiliary dynamic system is employed to handle input saturation, and the compensator based command filtered control technique makes the designed path‐tracking control law simple and easy to implement in practice. It is proved that the nonlinear control law can track the desired vessel's position and heading, while guaranteeing the uniform ultimate boundedness of all signals in the path‐tracking control system. Simulation results further demonstrate the effectiveness of the method.     

非匹配不确定性影响下的无人车路径跟踪控制

针对无人车在非匹配不确定性影响下的路径跟踪控制问题,设计一种基于线性矩阵不等式（LMI）的滑模控制器.首先,根据车辆运动学和动力学方程,同时考虑轮胎侧滑造成的不确定性、车辆侧偏约束以及随机干扰影响,建立车辆非线性不确定系统模型;然后,提出一种线性滑模路径跟踪控制方法,给出线性滑模面存在的充分条件,并推导出线性滑模面存在的显式公式,以保证约束于该滑模面的降阶等价系统的二次稳定性;最后,在SerretFrenet坐标系下验证车辆单、双移线运动时的路径跟踪控制效果.仿真结果表明,所设计的滑模控制器可以保证对参考路径的稳定跟踪,具有较强的鲁棒性.