基于道路势场的车道偏离自动校正自适应控制

针对车道偏离自动校正控制中采用传统位置偏差控制方法路径跟踪精度不高以及实时性差等问题,提出了一种基于道路人工势场法的车辆路径跟踪方法,控制车辆能够实时保持沿着目标道路中心线行驶。该方法在车辆所处的环境道路上产生一个势场,该势场包含车辆与道路中心线的偏差信息及前方预瞄信息,对处在势场中的车辆具有阻碍其偏离车道中心线的势场力的作用。将势场产生的控制力加入车辆动力学模型中,实时控制车辆稳定地跟踪车道中心线。仿真及试验结果表明,所提方法比位置偏差法跟踪精度更高且跟踪误差随车辆速度变化波动范围小,具有较强的鲁棒性和实时性。     

基于QR码视觉定位的移动机器人复合导航方法研究

为实现机器人运动路径的柔性调整,并避免激光传感器和高精度陀螺仪等带来高成本,提出一种基于QR码视觉定位复合导航方法。结合制造工位离散特点和机器人差速运动模型,利用离散QR码构建地面栅格地图;通过视觉定位QR码特征并提取机器人相对地标偏差,定位过程包括边缘提取、直线检测、矩形边框判断、QR码特征识别及偏差计算;将此偏差作为地标间微机电系统(MEMS)惯性传感器轨迹推算的初始值,消除地标间行驶的累积误差。在ARM-Cortex A9平台上对导航方法进行测试,结果表明,复合导航方法使机器人能准确全局定位并实现多路径柔性切换;在1 m/s速度和1.2 m地标间距下的侧向距离偏差均值为8 mm,方向偏差最大值在1°范围内,能够满足智能制造车间对机器人定位精度和路径柔性配置需求。     

基于惯性和视觉复合导航的自动导引小车研究与设计

自动导引小车(AGV)作为智能制造的重要物料搬运设备,其导航精度及路径柔性配置性能制约了其在智能制造领域的应用范围。针对这一问题,提出了基于惯性和视觉的AGV复合导航方法,利用两种导航技术的互补优势,实现高精度导航定位,提高了AGV对工作环境的适应能力和可靠性。在此基础上,利用二维码标签构建了AGV工作栅格地图,实现了AGV行驶路径的柔性配置。测试表明复合导航方法具有纵向5mm、侧向10mm、方向偏差1°的导航定位精度。     

基于个体特性的驾驶行为操纵模式建模方法

为研究能体现驾驶人个体特性的驾驶行为操纵模式建模方法,通过汽车驾驶模拟器采集驾驶人的驾驶行为操纵数据,利用卡尔曼滤波器对原始数据进行预处理,采用数据/机理相混合的方法对驾驶人的驾驶行为操纵数据进行分析,研究提出基于有向图的个性化驾驶人驾驶行为操纵模式建模方法。以山区高速公路超车行为为例进行建模方法试验,测试结果表明该方法构建的驾驶行为操纵模式能有效地体现出驾驶人驾驶的个体特性,为研究开发个性化和智能化的驾驶安全辅助系统涉及的驾驶行为操纵模式建模问题提供了技术支撑。     

用于刃磨扁圆拉刀后角的偏心夹具

图1所示的扁圆拉刀具有一对半径为R的圆弧型面,R的中心与拉刀的轴心线有一个偏心距。而且各切削齿的偏心值不相等,随拉刀的齿升递增。用于刃磨扁圆拉刀圆弧型面的后角的偏心夹具如图2所示。图3为夹具的结构图。1为一对平行的心轴,支架9可在心轴上滑动并以螺钉10固定,盖板7用螺钉固定在支座9上,旋转调节螺杆6能使顶尖上下移动,压块4和螺钉5用以固定顶尖,螺钉3用于拉刀位置微调,反顶尖8为夹具在机床上的安装基准,它与顶尖2的轴线应在同一个平面内。使用时的调整如下:调整两支架间的距离,以便将拉刀安装在两顶尖间,拧紧螺钉10。然后将夹具连同拉刀装在机床     

AGV复合自主路径规划方法研究

针对AGV在动态环境下实时自主路径规划效率低的问题,提出了一种A*算法与D*算法复合自主路径规划的方法.首先通过A*算法生成AGV当前位置到目标位置的全局最优路径;其次,当AGV在全局路径行驶遇到障碍物时,根据障碍物和全局路径的相对位置关系,确定AGV绕开障碍物的局部搜索范围;最后,结合局部路径搜索范围和D*算法,将生...     

基于μ综合方法的智能车辆人机共驾的鲁棒横向控制

在大多数智能车辆横向控制研究中,存在未考虑驾驶员误操作的影响这一不足。以人机共驾控制问题为研究对象,将驾驶员操纵转矩和车辆状态作为控制器输入。首先,建立转向系统和车辆二自由度模型,在车辆局部坐标系中,根据预瞄点曲率信息实现虚拟路径的规划,基于车辆状态和目标车道设计上层期望横摆角速度控制器。其次,将侧向风和驾驶员误操作作为干扰输入,以车辆状态中的横摆角速度、转向盘转角、转矩传感器测量值和期望横摆角速度作为控制器反馈变量,考虑车辆参数摄动及传感器测量噪声等影响,设计下层μ综合控制器,使车辆跟踪期望横摆角速度和期望的横向位移,确保车辆能稳定地跟踪目标路径。最后,进行自动换道和车道保持仿真,并基于Carsim/Labview的硬件在环试验台上进行硬件在环试验,仿真和试验结果均表明,提出的横向控制方法能辅助驾驶员更好的跟踪目标车道,且对侧向风和驾驶员误操作均有很好的干扰抑制性能。     

一类基于轨迹预测的驾驶员方向控制模型

驾驶员方向控制模型在人-车-路闭环系统仿真、驾驶员辅助系统开发和智能汽车控制中具有重要作用。在假设驾驶员具有汽车轨迹预测能力的基础上,提出一类基于轨迹预测的驾驶员方向控制模型。分别假定汽车在将来一段时间内保持恒定的横摆角速度或横摆角加速度,并结合汽车状态参数预测汽车的行驶轨迹,采用期望式、增量式以及期望式与增量式集成的转角决策方法建立5种不同的驾驶员模型。在ve DYNA/Simulink联合仿真平台上对各驾驶员模型进行仿真试验,结果表明,增量式驾驶员模型表现出良好的路径跟踪精度和很强的鲁棒性,期望式模型的转向操纵更加平滑,而集成式模型则具备综合优势。在ve DYNA/Labview硬件在环实时试验台架上对所提出的驾驶员模型进行模拟试验,所得结论与仿真基本一致。     

基于人机共享和分层控制的车道偏离辅助系统

针对车道偏离辅助系统转向控制中的人机协同问题,提出一种人机共享的决策与控制方法。考虑驾驶员转矩、道路曲率及纵向车速,设计模糊控制器确定虚拟车道边界宽度,再根据车轮是否超出虚拟边界进行辅助控制决策。在此基础上根据车-路位置关系建立车辆预瞄处偏差的动态模型,设计LPV/H∞控制器跟踪车道中心线决定期望前轮转角。应用滑模观测器估计转向阻力矩,设计考虑驾驶员转矩和转向阻力矩的二阶滑模控制器决定辅助转矩,再由主权分配模块进一步对人机控制主权进行分配,实现辅助系统与驾驶员之间的共享控制。在veDYNA/Simulink联合仿真平台上对提出的控制方法进行仿真试验,仿真结果表明所提出方法在各种车速下均能有效避免车辆偏离车道,减少控制器对驾驶员的干预,人机冲突较小。建立基于veDYNA/LabVIEW的车道偏离辅助控制系统试验台架,对该方法进行硬件在环仿真试验,其结果表明该方法能有效辅助驾驶员通过复杂道路,获得较好地人机协调性能。     

轮式移动机器人路径跟踪控制方法研究

针对轮式移动机器人的路径跟踪问题,提出了一种基于动态预瞄的移动机器人路径跟踪控制方法。根据差速轮式移动机器人运动学模型和实时位置信息,建立路径跟踪偏差模型,并采用构建虚拟运动路径的方式设计移动机器人路径跟踪控制方法,结合路径跟踪偏差模型,实时调整移动机器人的运动状态,不断缩小运动过程中的偏差,最终实现路径跟踪。实验结果表明,所设计的移动机器人路径跟踪控制方法能够实现高精度的路径跟踪控制,同时具有良好的可靠性,平稳性。