具有输入约束的移动机器人路径跟踪预测控制

针对移动机器人设定速度与实际速度不匹配的问题,提出了一种基于预测控制的移动机器人路径跟踪方法。首先,基于运动学关系建立了移动机器人路径跟踪误差模型,给出了期望路径的参数化方法及更新方程。其次,通过定义与路径参数相关的预测性能指标,并结合状态空间方程给出了预测模型向量描述,得到了具有不等式约束的二次规划优化问题。进而,采用有效集二次规划方法求解具有不等式约束的优化问题获得最优控制量。最后,通过仿真实验分析所提算法的有效性,并设计移动机器人路径跟踪控制系统实验平台验证所提算法的有效性。     

子母穿梭车式立体仓库复合作业路径优化

目的研究子母穿梭车式立体仓库中复合作业路径优化问题,有利于提高系统运行效率,降低成本。方法对于子母穿梭车式立体仓库在一次存取货作业中复合作业方式的实际调度路径,考虑到其运动机构的加(减)速度,以完成复合作业总时间最短为目标建立数学模型。针对该系统复合作业的运行特征,提出一种结合遗传和蚁群算法各自优点的混合粒子群算法进行优化求解。结果实例验证可知,与粒子群算法和蚁群算法相比,文中提出的混合粒子群算法具有性能稳定、优化效率更高等优点。结论文中所提复合作业路径优化方法能够有效地缩短子母穿梭车式立体仓库的复合作业时间,提高了进出库调度效率。     

光伏发电系统发电功率预测

为解决光伏发电系统发电功率在不同条件下误差较大问题,提出光伏发电系统发电功率预测新方法。通过分析光伏发电系统结构,研究光伏发电系统发电功率影响因素;以季节和天气类型作为历史样本选取样本源,针对气象部门提供的预测日分时气象数据在历史数据库中寻找相似数据点作为历史样本;依据历史样本构建离线参数寻优数据总集,使用核函数极限学习机算法构建发电系统发电功率预测模型,通过粒子群算法优化模型参数。实验结果表明：所提方法在不同条件下预测太阳能光伏发电系统发电功率的平均绝对百分比误差分别为1.47%和6.39%,光伏组件在综合异常条件下发电功率预测误差相对变化均低于1%,证明所提方法满足实际预测要求。     

基于黄金分割法的卫星导航信号镜面反射点预测研究

针对利用全球导航卫星系统(GNSS)反射信号进行遥感时镜面反射点位置获取精度低、迭代次数多、计算速度慢的问题,提出了基于黄金分割法预测镜面反射点的预测方法.研究了镜面反射点的特性及其几何关系,通过计算仿真,发现镜面反射点预测是一维单谷凸函数极值搜索问题.将卫星发射机和接收机的位置作为搜索区间,根据黄金分割法的搜索原则插入新的搜索点,依照路径最短原则逐步缩小搜索区间来获取镜面反射点的位置.实验仿真结果表明,所提出的算法具有精度高、反射路径最短、迭代次数少、收敛效率高以及运算速度快的特点.     

基于动态时间窗的泊车系统路径规划研究

针对智能立体停车库中自动导引运输车(automated guided vehicle,AGV)存取车路径规划问题,采用分时利用策略,将Dijkstra算法和时间窗法有效结合,提出了一种基于动态时间窗的泊车系统路径规划方法。首先,通过引入优先级策略为接收任务的AGV设定优先级;其次,采用Dijkstra算法,按照任务优先级高低次序,依次为接受任务的AGV规划出最短可行路径;最后,在已知AGV可行路径基础上,通过对可行路径各路段的时间窗进行初始化、实时更新以及实时排布处理,实现多AGV的无冲突路径规划。为验证所提方法的可行性和有效性,以4台AGV同时工作的智能立体停车库为实例进行仿真测试。结果显示:所提出的路径规划方法不仅有效解决了目前多AGV路径规划柔性差、易出现死锁、碰撞冲突等问题,而且可在有效解决路径冲突的前提下,为接受任务的AGV规划出一条时间最短的优化路径。所提方法具有较好的鲁棒性和柔性,有效提高了智能立体停车系统整体运行效率,降低了存取车等待时间。     

基于人工蜂群算法与反向传播神经网络的铝热连轧轧制力预测

在分析传统的轧制力数学模型的不足之后,提出了一种基于人工蜂群算法与反向传播神经网络相结合的铝热连轧轧制力预测方法,使用人工蜂群算法优化反向传播神经网络的初始权值和阈值。以现场采集的精轧机组数据作为训练和测试样本,并与Sims数学模型和反向传播神经网络的预测结果进行比较,实验结果表明所提方法的轧制力预测精度和误差明显优于传统算法。     

基于TLP模型的智能AGV三维实时路径规划研究

目的为了更好地规划出最优可行路径。方法采用三层规划模型(TLP)改进的三维实时路径规划算法,首先从AGV的控制性能入手,基于现实场景的多重约束设定威胁等级函数,利用TLP和改进RRT优化算法规划出更加平滑的最优路径。结果目标函数及TLP的决策变量可以确保AGV准确到达目标位置。结论实验结果表明,所提算法具有更好的效率与效果。     

车载可补货无人配送小车配送路径研究

无人配送小车由于不适合长距离运输,可与货车搭配完成“最后一公里”配送任务以增加服务范围,这对车辆路径优化问题提出了新的挑战。针对配送小车数量有限、城市配送货物量大且货车停靠限制的特点,提出无人配送小车可补货的大车-小车路径优化问题,即一辆货车搭载多台无人配送小车,由无人配送小车给客户送货,无人配送小车可在货车处补充货物并执行多行程配送。构建以总配送距离最短为目标的整数规划模型,针对此模型设计混合遗传大邻域搜索算法,在遗传算法基础上增加大邻域搜索算法对个体优化。在算法优化过程中先优化小车路径,再在小车路径基础上优化大车路径。数值实验表明,对于小规模问题,所提算法最多花费CPLEX求解时间的6%便获得最优解;在改造的Solomon数据上,所提算法相对于遗传算法平均有95.5%的计算结果优势,相对于大邻域搜索算法平均有7.2%的计算结果优势,且数据量越大,优势越大。     

基于UWB/INS的单兵班组协同定位算法研究

针对单兵作战系统易受室外GPS(Global Positioning System)信号遮挡失锁难以定位与INS自主定位容易发散的问题,提出一种基于单兵之间相互测距信息的EKF(Extended Kalman Filter)班组协同定位算法.利用角速度均方根阈值判别法进行单兵零速修正,UWB(Ultra Wideband)进行相互测距的同时传输协作单元位置估计和协方差信息,通过构造距离量测方程在零速区间协同定位.实测试验对比单兵INS定位算法与基于相互测距信息的EKF班组协同定位算法,试验结果表明:基于UWB/INS的单兵班组协同定位算法明显优于单兵INS算法自主定位,其位置误差减小了一个数量级,有效抑制了单兵INS定位误差累积.该算法可以在我军反恐作战、抢险救灾等极端环境下单兵班组协同定位中使用.     

平行双关节坐标测量机的结构参数标定

平行双关节坐标测量机(PDCMM)是一种3自由度、高精密、可现场测量的测量仪器.为了提高平行双关节坐标测量机的测量精度,采用粒子群优化(PSO)算法对其结构参数进行标定,避免了最小二乘法(LSM)在求逆和求偏导数时产生的计算误差.基于Denavit-Hartenberg(D-H)模型对平行双关节坐标测量机建立运动学模型和误差模型,以不同位置实际值和测量值之间的残余误差平方和作为PSO算法的目标函数,优化结构参数.实验结果表明,PSO算法具有标定精度高和收敛速度快的优点,可以有效提高平行双关节测量机的测量精度.     

4WID-4WIS智能车阿克曼转向轨迹规划及位置估算

针对四轮独立驱动与四轮独立转向(four-wheel independent drive and four-wheel independent steering,4WID-4WIS)智能车的转向行驶工况,基于阿克曼转向原理,提出一种利用三阶贝塞尔曲线进行轨迹规划的新方法.首先,采用最优函数获取一条满足智能车初始状态约束...     

微小型移动机器人的路径规划及编队研究

针对微小型移动机器人的路径寻优及编队问题,提出了路径规划与轨迹跟踪相结合的方法来实现多机器人的编队任务.首先提出了基于传统蚁群算法的改进算法,仿真结果证明,改进算法通过改进参数及初始信息素矩阵,使其收敛速度提高了50％,全局寻优能力提高了30％.其次设计了基于李雅普诺夫算法的轨迹跟踪控制器,仿真结果证明,其误差最终趋于...     

Control of Velocity-Constrained Stepper Motor-Driven Hilare Robot for Waypoint Navigation

Finding an optimal trajectory from an initial point to a final point through closely packed obstacles, and controlling a Hilare robot through this trajectory, are challenging tasks. To serve this purpose, path planners and trajectory-tracking controllers are usually included in a control loop. This paper highlights the implementation of a trajectory-tracking controller on a stepper motor-driven Hilare robot, with a trajectory that is described as a set of waypoints. The controller was designed to handle discrete waypoints with directional discontinuity and to consider different constraints on the actuator velocity. The control parameters were tuned with the help of multi-objective particle swarm optimization to minimize the average cross-track error and average linear velocity error of the mobile robot when tracking a predefined trajectory. Experiments were conducted to control the mobile robot from a start position to a destination position along a trajectory described by the waypoints. Experimental results for tracking the trajectory generated by a path planner and the trajectory specified by a user are also demonstrated. Experiments conducted on the mobile robot validate the effectiveness of the proposed strategy for tracking different types of trajectories.     

次级通道在线辨识的齿轮啮合振动主动控制

针对齿轮传动系统中由于啮合误差产生的周期性振动和噪声,构建在从动齿轮轴上附加压电作动器的齿轮主动结构,提出一种次级通道在线辨识的反馈FxLMS算法进行主动控制。应用C-MEX S函数在Simulink中编写了FxLMS算法模块和次级通道进行在线建模的自适应LMS算法模块,仿真算例验证了自建模块的正确性和算法的有效性。将控制算法代码下载到dSPACE中作为控制器,与内置压电作动器的齿轮主动结构组成硬件在环系统进行实验验证。结果表明,在不同啮合频率下,经过主动控制后的齿轮传动系统振动有了不同程度的减弱,在啮合频率基频处有6.9dB的衰减。     

配载约束下双向搜寻节点的车辆路径问题

目的 研究三维装箱约束的车辆路径问题,即在给定车辆中尽可能多地装入货物且保证车辆行驶路线最优。方法 提出基于双向搜寻路径节点规则的智能水滴节约算法来求解车辆路径问题,并采用基于虚拟组合块的启发式算法来求解装箱问题。结果 通过数值算例检验,混合算法使车厢的平均空间利用率达到了76.14%,并确定了最优行驶路线。结论 基于双向搜寻路径节点规则的智能水滴节约算法可找出最优的行驶路线,而基于虚拟组合块的启发式算法也能合理放置货物,得出较优的装载方案。     

改进粒子群算法在农产品物流配送路径管理中的应用

目的 为了更加合理地进行车辆路径调度管理,提高粒子群求解车辆路径优化问题的性能。方法 提出了一种动态猴子跳跃机制的粒子群优化算法,它借助群体的动态分组,采用不同的动态惯性权重来提高算法的速度,引入猴子跳跃机制来保证全局收敛性。最后把改进算法应用到物流配送路径优化的2个实例中,同一环境下,改进算法搜寻到最优路径适应值、平均运算时间,以及求得最优解的成功次数,均优于标准粒子群优化算法。结果 结果表明,改进的算法能快速有效地确定物流配送路径。结论 改进粒子群优化算法不仅具有较快的寻优速度,而且也提高了算法的收敛性,保证了寻优质量,因此具有很大的应用价值。     

A path-following driver model with longitudinal and lateral control of vehicle’s motion

The use of closed-loop driver models is important for accurate vehicle simulations and in active safety systems evaluation. In this paper we present a combined longitudinal-lateral controller that is regulating the steering angle and throttle/brake levels by previewing the path ahead of the vehicle. The lateral steering controller is using, as input, the heading and position deviation between the vehicle and the road. The controller is using fixed gains with a simple gain scheduling based on the vehicle’s speed. The longitudinal speed controller is using the curvature of the path ahead of the vehicle to determine the appropriate velocity of the vehicle. The longitudinal-lateral controller is tested by driving a double-lane change (ISO 3888-2) and a lap around a racing track.     

基于GPS/MATLAB的AUV路径优化分析

介绍一种基于全球定位系统(GPS)的水下航行器(AUV)路径定位的控制系统设计方法。鉴于水下航行器在自主路径规划上出现偏差,水下航行器利用STM32型ARM微控制器与GPS数据交换,并通过GPS反馈数据与MATLAB规划路径结合和STM32均值处理,调整出合适的运动轨迹并进行了精度分析。实验结果表明:控制器设计的行驶轨迹符合期望且精度较好;基于GPS路径优化精度得到明显提高,为纠正路径规划偏差提供了一种参考方法。     

半挂式车辆自主驾驶的轨迹跟踪控制研究

该文针对半挂式车辆的自主驾驶,设计一种基于迭代线性二次型调节器(iLQR)的轨迹跟踪控制器。通过深入研究转向过程中半挂式车辆的运动,建立满足非完整性约束的非线性车辆运动学模型,并根据期望轨迹对其进行线性化,得到线性的轨迹跟踪误差模型。基于扩展卡尔曼滤波器设计车辆状态观测器,估计车辆的航向角。通过对期望轨迹进行基于三次Bezier曲线的自适应拟合得到轨迹跟踪的前馈控制信息,并利用iLQR得到最优控制序列。基于Simulink进行半挂式车辆轨迹跟踪的仿真实验析,结果显示该控制器能够使半挂式车辆快速且稳定地跟踪期望轨迹,并且满足跟踪精度的要求。     

基于STM8S105的智能车结构及控制系统的研究

为了实现基于无碳理念的小车在复杂路径行驶中具备自主识别障碍物和避障轨迹优化等功能,设计了一种由重力驱动的智能车。首先,为使智能车既能行驶较远距离又能变速上坡,基于机械能守恒定律,设计了平滑过渡型阶梯式绕线轮,其结构简单、运行无冲击且加速度恒定,可有效节约驱动能源;其次,对智能车的传动机构进行了基于单自由度的动力学分析和转矩的计算;再次,采用STM8S105单片机作为核心控制器来控制E3Z-D62红外传感器、ES3104舵机和JY61P陀螺仪,实现对障碍物的识别、避让,车体转向和车身偏角预判等功能;最后,运用Python软件对采用不同齿轮传动比时智能车的运行速度及行进距离进行可视化仿真。结果表明：当齿轮传动比为6.3∶1时,利用由质量为1 kg、高度为（400±2）mm的砝码下落产生的重力势能转化的动能驱动智能车,可实现最优的行进距离。所设计的智能车能够实现直线行驶、自主识别和避让障碍物、加速爬坡、减速下坡等系列运动,其外观和成本等问题也已被充分考虑,满足了设计的预期要求。研究结果可为无碳小车的结构优化及控制提供参考。