基于MPC和模糊控制的智能汽车路径追踪研究

为提高智能汽车在高速工况下的路径跟踪精度,设计了基于MPC和模糊控制的轨迹跟踪控制器,基于MPC算法建立车辆单轨模型,通过控制前轮转角实现智能汽车对五阶多项式避障路径的跟踪;以横摆角速度及质心侧偏角误差值为双输入,通过模糊控制输出横摆力矩施加至车轮,以减少高速工况下轨迹的偏差.搭建CarSim/Simulink联合仿真模型进行验证,结果表明,文中的控制方法能减少高速工况下路径跟踪的偏差,跟踪效果良好.     

基于Frenet坐标系和控制延时补偿的智能车辆路径跟踪

对智能车辆路径跟踪问题中存在的控制延时问题进行研究。前轮转角表述为纯滞后和1阶惯性延时的串联结构模型,通过使用Matlab/Simulink建立转向控制延时模型,并对实车采集的转向控制数据进行分析,完成延时模型的参数辨识;基于V-REP和ROS搭建仿真测试平台,根据延时模型的辨识结果模拟转向响应特性,实现与实车转向特性等效的控制延时效果;基于Frenet坐标系和运动学、动力学模型构建不考虑控制延时和考虑控制延时的模型预测控制(MPC)路径跟踪控制器,使得控制器可以直接扩展到多车编队行驶场景;在V-REP仿真环境中设置以5 m/s、10 m/s、20 m/s车 速采集的变曲率参考路径,先针对无延时系统考察不考虑控制延时的MPC路径跟踪控制器,获得了平均跟踪误差低于0.22 m的控制效果,验证了不考虑控制延时的MPC控制器在处理无延时车辆系统路径跟踪问题的跟踪性能,再针对大延时车辆系统对比测试两种MPC控制器。试验结果表明：考虑控制延时的MPC控制器相比不考虑控制延时的MPC控制器取得了较大的效果提升,特别是在最大跟踪误差和航向误差指标上表现优异,平均跟踪误差降低了83.7%,最大跟踪误差降低了74.4%;对于高延时系统,低速工况下考虑延时的运动学MPC表现更好,而高速工况动力学MPC表现出了更加稳定的跟踪性能,20 m/s延时试验中仅考虑控制延时的动力学MPC控制器安全地跑完了全程。     

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。     

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。     

非结构道路场景下轮式无人车辆避障算法

针对非结构化道路下轮式无人车辆的避障问题,提出一种基于模型预测控制的避障算法。在没有离线地图和参考轨迹的非结构化场景下,通过优化方法直接获得车辆运动的轨迹、前轮转角与参考纵向加速度,同时满足车辆运动约束与避障功能。利用车辆感知信息,根据非结构化道路场景将避障问题划分为分段最优控制问题;明确最优控制问题各段的车辆约束与评价指标,并将约束转换为与车辆横纵向控制相关的形式,进而对最优控制问题进行求解。实车测试结果表明,该算法在非结构道路中实现了轨迹规划,规划结果满足车辆约束并使得车辆实现避障。     

一种基于数据融合的全轮驱动车辆质心侧偏角估计方法

为准确估计全轮电驱动车辆行驶状态参数,设计了一种基于数据融合的质心侧偏角估计方法。该方法充分利用低成本普通车载传感器信息、电机输入信息和驾驶信号,在建立非线性3自由度 车辆模型和轮胎模型基础上,采用无迹卡尔曼滤波算法对质心侧偏角进行估计;同时通过信号积分法估计质心侧偏角,结合车辆行驶工况和路面条件,将无迹卡尔曼滤波和信号积分两种算法结果进行了数据融合。基于硬件在环实时仿真平台进行了车辆操纵仿真验证,结果表明,提出的估计算法与单一估计算法相比,具有更高的观测精度,能够满足多种行驶工况下的质心侧偏角观测需求。     

基于高斯混合-隐马尔可夫模型的速差转向履带车辆横向控制驾驶员模型

为解决基于离合器转向机的履带车辆在无人行驶条件下的横向控制问题,采用一种基于高斯混合-隐马尔可夫模型的统计学习方法构建驾驶员模型,以实现对驾驶员跟踪控制操控经验的表述。利用经过大量试验采集获得的经验驾驶员操控数据对模型进行训练。以基于高斯混合模型表征的车辆速度和航向偏差作为隐马尔可夫模型的观测状态参量,并利用高斯混合模型对左右操纵杆位置进行转向模式划分,以转向模式作为隐马尔可夫模型的隐藏层状态参量,通过对模型的训练最终实现对于驾驶员操控经验以及车辆特性的统计学描述。利用上述模型对跟踪控制过程中的期望转向模式进行预测分析,结果表明该模型能够较准确地对转向模式进行预测。     

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。     

基于李雅普诺夫和相平面图的车辆失稳机理研究

为了提高分布式驱动无人驾驶平台的操纵稳定性,基于李雅普诺夫第一法和相平面图对车辆的失稳机理进行了系统的分析.首先建立基于Fiala轮胎模型的非线性二自由度车辆动力学模型;然后对车辆非线性系统平衡点进行求解并分析;最后在不同工况下分析车辆的质心侧偏角和横摆角速度相平面图,并对稳定性条件和失稳机理进行了分析.研究结果表明:当车轮转向角小于分叉点对应的转向角度时,车辆能够很好地执行驾驶意图;当车轮转向角大于分叉点对应的角度,则稳定平衡点消失,从而导致车辆失稳.该方法为车辆稳定性分析提供了理论依据.     

基于双参数自适应优化的无人履带车辆轨迹跟踪控制

为解决定参数轨迹跟踪控制器工况适应性差的问题,基于改进粒子群优化(IPSO)、多层感知机(MLP)算法,设计一种双参数自适应优化的无人履带车辆轨迹跟踪控制算法。离线状态下,基于采集的实车数据,以轨迹跟踪的高精度、高稳定性、低时间成本为目标,利用IPSO算法构建了不同运动基元下的最优参数组合数据集,并以运动基元类型和车速等为特征向量,控制时域长度、时间步长为标签,采用学习率自适应优化算法完成MLP神经网络模型的训练。在线状态下,根据规划层下发的轨迹信息和车辆状态反馈信息,由MLP神经网络输出预测的最优控制时域长度和控制时间步长,作为双参数输入到模型预测控制算法中,完成自适应轨迹跟踪控制。基于ROS-VREP的联合仿真和基于双侧独立电驱动履带平台进行实车试验。研究结果表明,在包含大曲率转向的综合工况下,与相同计算时间成本的定参数轨迹跟踪控制算法相比,所设计的轨迹跟踪控制器横向偏差均值、航向偏差均值以及转角变化率均值分别降低了30.5%、17.2%、7.8%,证明了算法的可行性和有效性。     

分布式电驱动车辆极限越野环境下高速避障与稳定性控制

为提高分布式电驱动车辆在极限越野环境下的高速避障能力和操纵稳定性,提出一种充分考虑车辆过弯姿态反馈的分层协调横向稳定性控制方法。上层控制器将多模型在线建模算法与非线性模型预测控制理论相结合,构建一种基于数据驱动多模型预测控制的横摆、侧倾运动协调控制器。由于车辆不同的横向失稳状态下最优控制中心是时变的,细化并重构一种双层融合型横摆运动动力学模型。考虑到越野工况存在时变道路曲率和侧向坡度,建立零力矩点侧倾失稳判断模型,在横摆稳定性控制基础上引入侧倾稳定性控制约束。下层控制器结合各轮胎滑动率和垂直载荷转移量,采用二次规划求解算法将融合型期望横摆力矩转化为各轮最优驱动转矩。搭建MATLAB/Simulink软件和Carsim软件联合仿真平台,进行仿真实验验证。结果表明,该分层协调控制策略可充分发挥分布式电驱动车辆在极限越野工况下的高机动转向性能,具有较强的车身姿态修正能力,可以提高车辆的路径保持精度和过弯横向稳定性。     

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。     

双差动单元四轮驱动AGV 路径跟踪策略

为解决车体中心在运行过程中会偏离导航轨迹的问题,对双差动单元四轮驱动AGV(automated guided vehicle)路径跟踪策略进行研究。针对地面状况及车体结构过约束等情况,构建AGV 运动学模型,采用角度纠偏与 距离纠偏分离的纠偏策略,对车体角度和距离偏差进行纠正,得出一种按照三级优先级交叉纠偏的路径跟踪算法, 解决了车体不能按期望轨迹运行的问题。实际应用结果表明,该算法纠偏可操作性强、纠偏效果好。     

基于滚动预测原理的移动机器人路径规划

为解决全局静态未知环境以及动态未知环境下的移动机器人路径规划问题,借鉴预测控制优化原理,提出基于滚动窗口的移动机器人路径规划方法。利用机器人实时探测到的局部环境信息,通过有效的场景预测,以滚动方式进行在线规划。在局部路径规划中,借鉴墙壁跟踪的控制方法提高移动机器人的自主性。仿真结果表明,文中提出的方法计算量小、反应迅速,能很好的适应于未知环境中移动机器人的路径规划。     

越野环境下基于势能场模型的智能车概率图路径规划方法

复杂越野环境下的路径规划是实现智能车无人驾驶的一项关键技术。越野环境中存在多种影响车辆运动的障碍物、环境威胁和越野道路,传统路径规划方法以路径长度或时间最短为优化目标,难以在复杂越野环境中正确规划安全可行的车辆行驶路径。针对该问题,提出了基于势能场模型的概率图（AFP-PRM）算法,采用人工势能场算法对越野环境建模,评估车辆通行风险。使用概率图算法以优化节点间多维度通行代价为目标进行路径规划;考虑车辆动力学特性,用动态曲率平滑法对行车轨迹优化;应用AFP-PRM算法在模拟越野环境下进行路径规划仿真实验。仿真结果表明：AFP-PRM算法在路径规划过程中采用人工势能场算法,综合了越野环境中障碍物、环境威胁和道路条件的耦合作用;使用概率图算法,建立采样点之间的多维度通行代价评估矩阵;在复杂的越野道路条件下生成可行、安全、高效的通行路径,为智能车提供了一种多目标优化路径规划算法。     

基于反演法的导弹姿态控制律设计

提出一种应用反演法来设计导弹的姿态控制律,该控制律能够提高非线性系统的鲁棒性。在设计过程中,首先介绍了反演设计方法从第1步到第n步的设计步骤;然后,将导弹姿态角度作为提出的姿态控制律的控制对象,并根据给定的俯仰角、偏航角和滚转角作为参考信号,得到相应的舵偏输入,使导弹能够按照给定姿态角度确定的轨迹飞行;最后非线性仿真结果证明该控制律的设计可行。     

基于非对称模型的欠驱动无人海洋运载器轨迹跟踪控制

研究一类欠驱动无人海洋运载器（UMV）的轨迹跟踪控制问题,提出了一种基于非对称模型的积分反步控制方法。建立了非完全对称（左右对称、前后不对称）的欠驱动UMV水平面运动模型,考虑了系统阻尼系数矩阵和惯性系数矩阵非对角线元素存在非零项的问题;通过设计虚拟状态和控制输入反馈变换,解决了UMV轨迹跟踪控制过程中存在的角速度持续激励问题,得到了直线轨迹和曲线轨迹通用的跟踪控制器;在轨迹跟踪控制器当中引入跟踪误差的积分项,提高了UMV系统的全局稳定收敛速度,基于Barbalat引理和Lyapunov稳定性理论分析了系统的稳定性。借助实验室半物理仿真平台进行仿真实验,与传统基于对称模型的控制算法对比,体现出了基于非对称模型的欠驱动UMV轨迹跟踪控制方法的优越性。     

基于反步法和非线性动态逆的无人机三维航路跟踪制导控制

为实现无人机在大范围内稳定、精确地跟踪三维参考航路,基于制导与控制回路独立设计的思路,提出了一种无人机三维航路跟踪制导控制方法。在制导外环,引入沿参考航路飞行的虚拟无人机作为向导并利用反步法设计三维航路跟踪的非线性制导律;在控制内环,以非线性动态逆理论和奇异摄动理论为基础,设计由机动指令生成器、角度转换器、慢回路姿态控制器和快回路角速度控制器所组成的飞行控制模块,对制导外环给出的制导指令进行快速精确地跟踪。基于Lyapunov稳定性理论证明了无人机航路跟踪制导控制方法的稳定性。通过对比分析无人机6自由度模型下的三维航路跟踪仿真,说明所提出的制导控制方法能够使得无人机精确地跟踪参考航路,从而验证了该方法的有效性、合理性。