有级转向履带车辆的驾驶员操控行为模型

为解决有级转向履带车辆驾驶员操控经验的表征问题,以采集得到的大量真实驾驶数据为依托,提出一种基于操控基元序列的驾驶员操控行为表征模型。操控基元以高斯混合模型表征,并以有向图的形式完成驾驶员操控基元切换序列的提取与类别辨识;依据不同类别的操控基元序列辨识结果完成了对驾驶数据的重分组,利用隐马尔可夫-高斯混合模型完成每一个类别下的驾驶员操控行为模型训练。结果表明：所提取出的操控基元序列既能完成对驾驶员转向操控基元切换行为的表征,又能实现对轨迹基元类别的合理划分;在给定期望轨迹所对应的预测时域内,驾驶员操控行为模型能够实现特定条件下的驾驶员转向操控量预测,预测平均偏差在4.2%以内。     

基于双层驾驶员模型的履带车辆纵向与横向协同跟踪控制方法

为解决基于离合器转向机速差转向履带车辆的路径跟踪控制问题,采用一种基于双层驾驶员模型的纵向与横向协同跟踪控制方法,以实现对期望路径的跟踪控制。第1层驾驶员模型以高斯混合隐马尔可夫模型为基础,以期望跟踪轨迹为输入,实现对转向模式序列的预测输出及切换控制,其中转向模式包括直驶模式、行进间转向模式与原地转向模式;第2层驾驶员模型以模糊逻辑来表征行进间转向模式下经验驾驶员纵向与横向控制配合规律,并最终依据期望航向校正偏差生成纵向、横向控制量。试验结果表明,上述控制算法能够有效地利用驾驶员的先验经验,解决车辆纵向与横向强耦合特性及转向不确定性给跟踪控制系统带来的挑战,最终实现车辆在特定场景下轨迹跟踪误差小于1.0 m的路径跟踪控制。     

基于独立电驱动履带车辆的地面参量估计方法研究

以独立电驱动履带车辆的大量试验数据为依托,提出一种基于驱动力统计学预测模型与车辆动力学模型相结合的算法,对道路阻力系数与转向阻力系数进行估计。根据过零航向角偏差点对车辆的行驶路径进行分割,并利用高斯混合模型对各路径段进行多元聚类,利用连续3个路径段的聚类标签表征运动基元的类型;以基元类型为依据实现数据的分组,利用高斯混合模型构建驱动力统计学预测模型。在进行地面参量估计时,当确定运动基元类型后,通过调用对应的驱动力统计学预测模型,利用高斯混合回归对两侧主动轮转矩进行预测。利用非线性最小二乘法,使得基于驱动力统计学预测模型得到的转矩预测值与基于动力学方程表征的转矩理论值误差最小,从而获得地面参量估计值。对实车采集到的数据进行处理,得到地面参量的测试值并与估计值进行对比,证明了该方法可以在使用较少传感器前提下,保证预测结果的精度与整体算法的效率。     

基于高斯混合-隐半马尔可夫模型的双侧独立电驱动无人履带机动平台纵向决策方法

基于运动学和动力学模型的电驱动无人履带机动平台纵向决策研究存在自适应能力差、难以获得精确的模型参数等问题。针对无人履带机动平台直驶遇到障碍物并接近障碍物的行驶工况,根据驾驶数据提出一种驾驶员纵向决策机理,使用高斯混合-隐半马尔可夫模型对熟练驾驶员纵向决策过程进行建模。使用高斯混合模型对驾驶员在直驶接近障碍物过程中的意图进行辨识,并对驾驶行为进行聚类和量化;通过隐半马尔可夫模型描述驾驶员决策转移过程与相同决策的持续时间;进行不同地面条件下的实车验证。试验结果表明：所提出的驾驶员模型可以很好地模仿驾驶员纵向决策机理,使得最大加速度小于3.5 m/s²,最大减速度大于-4.5 m/s²,决策边界平均加速度绝对值趋近于0.8 m/s²;通过对不同地面条件下的决策持续时间分布进行再训练,该方法可以不依赖地面参数从而适应不同环境条件。     

基于双层隐马尔可夫模型的重型车辆行驶状态辨识方法研究

为实时监测并发现重型车辆危险行驶姿态,在重型车辆侧翻预警系统中,采用一种基于双层隐马尔可夫模型的重型车辆行驶状态辨识方法,动态辨识重型车辆行驶状态。选取典型重型车辆行驶工况,采集相应工况数据,采用T-G检验法对数据序列进行剔除异常数据预处理。利用K-means算法设定重型车辆行驶状态的阈值。利用Baum-Welch算法对双层隐马尔可夫模型进行优化,应用优化后的隐马尔可夫模型进行重型车辆行驶状态在线辨识。辨识结果表明：该模型可准确、高效地辨识各个单一和复合工况下的车辆行驶状态,并且具有很好的实时性。     

基于MPC-MFAC的双侧独立电驱动无人履带车辆轨迹跟踪控制

简化模型带来的模型失配以及外部环境不确定性是导致轨迹跟踪误差的主要原因,尤其对于无人履带车辆,其复杂的物理特性和工作环境更放大了两大因素的不利影响。针对该问题,将基于模型和基于数据的控制方法结合起来,提出一种基于模型预测控制结合无模型自适应控制补偿的双侧独立电驱动无人履带车辆轨迹跟踪控制方法。在平衡建模准确度和求解耗时的基础上,利用模型预测控制进行前馈求解。针对模型预测控制中简化模型与车辆实际模型之间必然存在的差异以及环境不确定性,基于动态跟踪效果构建无模型自适应控制算法进行补偿,即利用车辆实际轨迹与模型预测所得轨迹之间的误差,对模型预测控制求解的两侧履带速度控制量进行实时修正。仿真实验结果表明,该方法能够在一定程度上抑制系统内外部不确定因素的影响,提高动态环境下双侧独立电驱动无人履带车辆轨迹跟踪控制的精度。     

基于模型预测控制的轮毂电机驱动车辆防侧翻控制

针对8×8轮毂电机驱动车辆侧翻稳定性问题,提出基于模型预测控制的主动防侧翻控制策略。采用分层控制结构设计车轮转角和电机转矩的分配控制策略,以充分发挥研究对象各轮转矩、转角独立可控的特点开展稳定性控制;基于模型预测控制方法设计主动防侧翻控制策略,并简化滚动优化算法,使运算量降低以保证实时性;通过重型车辆模拟分析软件Trucksim与数学仿真软件MATLAB/Simulink联合仿真实验以及比例模型车辆试验进行验证。结果表明,通过所提分层控制策略与基于模型预测控制的主动防侧翻控制策略,车辆可以避免侧翻失稳,能够准确跟踪驾驶员期望的行驶轨迹。     

一种小波域图像贝叶斯去噪方法

提出了一种使用隐马尔可夫树和混合高斯模型的小波域图像贝叶斯去噪方法。该方法对含噪图像进行小波变换,用隐马尔可夫树和混合高斯模型建立小波系数的先验模型,从而获取原图像的先验信息,然后利用模型参数和含噪图像小波系数估计原图像小波系数,通过小波逆变换得到去噪图像。仿真结果表明,该方法能有效克服阈值去噪算法的缺点,提高小波域图像去噪算法的性能。     

参数自优化的有人与无人车辆编队鲁棒模型预测控制

为解决有人与无人车辆编队中,有人领航车紧急加减速和紧急转向控制输入对无人车跟踪控制的扰动问题,设计了一种参数自优化的有人与无人车辆编队鲁棒模型预测控制算法。通过采集分析历史数据确定控制器扰动的噪声极值,并经过适度放缩得到其鲁棒边界。设计抑制该扰动的局部反馈鲁棒控制器,并通过贝叶斯优化的方法实现鲁棒边界等控制器参数自优化。基于混合整数线性优化的方法预测有人领航车未来轨迹,并设计鲁棒模型预测控制器实现无人车对有人领航车的跟踪控制。仿真和实车试验结果表明：所设计的鲁棒模型预测控制器在跟踪精度方面相比于传统模型预测控制器有明显的提升;同时该控制器有效地抵抗了来自有人领航车紧急加减速和紧急转向控制输入、无人跟随车系统模型不确定性和外部环境的扰动,振荡情况明显改善,提高了系统的鲁棒性。     

基于模型预测控制的无人驾驶履带车辆轨迹跟踪方法研究

无人驾驶履带车辆的轨迹跟踪面临着系统不确定性和外界干扰等难以克服的不利因素。针对这一问题,通过研究履带车辆的滑动转向特性,建立了基于瞬时转向中心的履带车辆运动学模型。同时,针对参考路径是离散路点序列的特点,提出了一种基于3次Bezier曲线的参考路径自适应拟合方法,在实现路径平滑基础上提供道路的曲率信息。考虑到模型不确定性和外界干扰对轨迹跟踪精度的影响,设计了基于模型预测控制的轨迹跟踪控制器,并引入反馈校正,系统地处理无人驾驶履带车辆建模误差、环境约束以及执行机构约束。实车试验结果表明,该方法可以有效地抑制系统不确性和外界干扰的影响,实现无人驾驶履带车辆高精度的轨迹跟踪控制。     

三轴车辆全轮转向滑模控制器设计

为深入研究三轴全轮转向车辆的动力学行为,建立了考虑车轮非线性特性和车辆载荷变化的整车模型。为提高三轴全轮转向车辆的操纵稳定性,以三轴双前桥转向车辆横摆率和零质心侧偏角为理想跟踪目标,基于滑模变结构控制理论,设计了三轴车辆全轮转向滑模控制器。对比了双前桥转向车辆、零质心侧偏角比例控制全轮转向车辆和滑模控制全轮转向车辆在不同工况下的响应性能,结果表明：设计的全轮转向滑模控制器可将车辆质心侧偏角控制在较小范围,能很好地跟随车辆理想横摆角速度,同时还能够较好地抵抗侧向风和路面条件变化的干扰。为深入研究三轴全轮转向车辆的动力学行为,建立了考虑车轮非线性特性和车辆载荷变化的整车模型。为提高三轴全轮转向车辆的操纵稳定性,以三轴双前桥转向车辆横摆率和零质心侧偏角为理想跟踪目标,基于滑模变结构控制理论,设计了三轴车辆全轮转向滑模控制器。对比了双前桥转向车辆、零质心侧偏角比例控制全轮转向车辆和滑模控制全轮转向车辆在不同工况下的响应性能,结果表明：设计的全轮转向滑模控制器可将车辆质心侧偏角控制在较小范围,能很好地跟随车辆理想横摆角速度,同时还能够较好地抵抗侧向风和路面条件变化的干扰。     

基于剪应力模型的履带车辆转向力矩分析与试验

为了研究在打滑条件下的履带车辆转向性能,提高履带车辆转向模型的模拟精度,建立了考虑履带滑转、滑移及转向离心力影响的高速履带车辆稳态转向模型。根据剪切应力-剪切位移关系模型推导了两侧履带牵引力、制动力及转向阻力矩的计算公式。在此基础上,根据力平衡关系构建了履带车辆转向运动学方程,并采用迭代计算方法进行求解。以某型装备综合传动装置的高速履带车辆为对象,通过试验测试结果与计算结果的对比分析,对履带车辆转向模型的准确性进行了验证。基于履带车辆稳态转向模型,研究了履带车辆转向运动学及动力学特性随转向半径及车速的变化规律,结果表明：当履带车辆转向速度越高,转向半径越小时,离心力对转向性能的影响越显著。     

轮毂电机驱动车辆双重转向直接横摆力矩控制

针对某型8轮轮毂电机驱动车辆,设计一种基于直接横摆力矩控制的双重转向控制方法,建立车辆双轨2自由度动力学模型,研究包含滑移转向工况的车辆参考模型,并对滑移转向比采用基于车速与路面附着条件的模糊调节。为平衡横摆角速度控制与质心侧偏角限制之间的矛盾,在控制模型中,以横摆角速度作为直接控制变量,以质心侧偏角作为约束量,采用滑模变结构控制算法计算期望的横摆力矩,横摆力矩分配过程中采用预分配与驱动防滑控制相结合的分配策略。利用硬件在环实时仿真平台对所提出的双重转向控制算法进行分析验证,仿真结果表明：采用双重转向控制,能有效提高车辆转向的机动灵活性和操纵稳定性,对于提高轮式装甲车辆战场生存能力具有重要意义。     

电传动履带车辆转向自适应控制策略仿真分析

针对电传动驱动履带车辆,提出了一种适应于转向阻力变化的转向控制策略.通过对转向动力学模型进行等效线性转换,推导了应用模型参考自适应控制基本原理的系统控制结构,设计了能够有效调节电机驱动扭矩的自适应控制策略.建立了基于转向自适应控制策略的履带车辆仿真模型,进行了6种给定转向工况的仿真.结果说明,在应用自适应控制后,当地面转向阻力变化时,履带车辆能够获得期望的转向角速度响应.自适应控制策略保持车辆转向稳定性的控制能力良好,且简化了驾驶员操纵,降低了电机控制难度.     

车辆瞬态响应试验中转向机器人混杂控制研究

在自主设计转向机器人的基础上,结合其在车辆瞬态响应试验中的具体应用,研究其驱动单元(直流无刷电机)的控制算法.采用混杂切换控制,根据目标转角曲线的斜率切换电机的工况及对应的控制方法、换向时序.在Matlab/Simulink中建立转向机器人模型,结合CarSim模拟转向机器人,进行车辆瞬态响应试验.仿真结果表明:所采用的控制算法具有较好的控制效果,转向机器人能够完成满足试验标准要求的道路车辆瞬态响应试验.     

电传动轮式装甲车的动力性能和转向性能仿真分析

为了评估电传动轮式车辆的性能,采用多个软件联合仿真方法,构建了基于ADAMS与Matlab的某8×8轮式独立驱动电传动车辆机电联合仿真模型.通过对该车模型进行直线加速以及最高车速仿真实验、30°坡爬坡仿真实验以及转向行驶仿真实验,对所研究对象的动力性能和转向性能进行仿真分析,结果表明,该车的动力性能和转向性能均达到设计的指标要求,下一步将通过样车试验对联合仿真的结果进行验证.     

履带车辆转向分析

分析了履带接地段滑动时履带车辆的转向规律。推导了履带接地压力为均匀分布与集中载荷2种典型条件下转向所需牵引力、制动力、转向阻力矩、转向半径及转向角速度的表达式。采用迭代法求解转向平面运动方程,并与实车试验作了比较。试验结果表明：建立的考虑履带接地段滑动时的转向模型是合理的;接地压力均匀分布条件下考虑履带接地段滑动时,转向半径较传统转向理论计算值增大,转向角速度低于传统转向理论计算值;集中载荷条件下车辆转向更为困难。     

基于MATLAB SIMULINK的电传动履带车辆转向性能仿真

首先采用一种简单可行的电传动方案建立了新的电传动履带车辆模型。然后在对电传动履带车辆转向行驶基本理论分析的基础上,结合鼠笼式异步电机模型及其经典矢量控制方法,分别采用独立式和差速式两种控制方案对电传动履带车辆的转向行驶性能进行了仿真分析。结果表明：采用速度控制可以很好地实现车辆转向;为使扭矩和电流平稳,参考速度应以平缓的方式给定;对不同的转向工况,应采取不同的转向模式;再生转向时产生的再生能量很大,应对其加以充分重视和利用。