基于MPC的自动驾驶车辆横向路径跟踪控制

由于驾驶技能、生理极限等原因,人工驾驶员在转向操作中存在响应迟滞、动作超调等问题,控制性能优良的自动驾驶车辆可以改善上述问题。设计了一种基于模型预测控制(MPC)的自动驾驶车辆横向路径跟踪控制器。基于预瞄跟随理论建立了最优侧向加速度的驾驶员转向模型,以分析驾驶员方向盘操作中预瞄时间和车速对车辆跟踪参考路径的影响。基于模型预测控制算法设计了车辆横向路径跟踪控制器,利用反馈校正机制改进车辆预测模型,以处理参数不完全确定和外部干扰对模型精度带来的影响;采用松弛因子对目标函数进行处理,以保证目标函数具有可行解;进一步地,将所设计的模型预测控制器每一步的优化求解转化为带约束的二次规划问题,利用模型预测控制滚动优化的特点,求解跟踪参考路径所需的方向盘转角,作用于自动驾驶车辆。实验结果表明:预瞄时间和车速对驾驶员操控车辆跟踪参考轨迹的影响较大,MPC控制器下的车辆实际行驶轨迹与参考轨迹之间的最大横向偏差为0.085 m,小于熟练驾驶员操控的车辆,同时,MPC控制器下的车辆转向起始时刻相对于熟练驾驶员操控的车辆提前0.89 s。     

自适应LOS制导结合MPC控制的车辆循迹优化

为提升无人驾驶车辆循迹过程的动态响应能力,确保车辆能快速且稳定地跟踪参考路线,首先基于模糊控制的思想,在传统视线(line-of-sight, LOS)制导策略中引入了时变前视距离,提出了改进后的自适应LOS制导策略,把目标轨迹的跟踪简化为目标点航向的跟踪。其次,建立车辆三自由度动力学模型,并结合自适应LOS状态方程设计路径跟踪系统的线性数学模型。最后,基于模型预测原理,使用多步预测、滚动实时优化、反馈校正等控制方式,求解出最优反馈的方向盘控制指令。本文为验证上述所提及跟踪策略的有效性,在Simulink仿真环境中分别以直线路径和曲线路径作为参考轨迹进行追踪仿真实验,结果表明:所提自适应LOS制导策略能使循迹车辆的轨迹横向误差和航向误差迅速地收敛到零,从而验证了改进LOS制导算法可以提高无人车路径跟踪的响应速度和平稳性。     

利用通行能力余量的智能网联车队生态驾驶模型

针对非饱和城乡交通干道上存在通行能力余量和高燃油消耗的问题, 提出一种利用通行能力余量的智能网联车队生态驾驶模型, 该模型兼顾燃油经济性和通行能力两个目标, 通过优化求解获取最优速度曲线, 引导一系列小型车队平滑地通过非饱和城乡交通干道。提出近似的速度优化模型并采用遗传算法对其求解。定义3种控制方案对模型进行测试, 仿真结果表明: 与方案1相比, 方案2燃油消耗量减少49.4%, 通行能力增加200%, 绿灯剩余时间减少14.7%;方案3燃油消耗量减少59.5%, 通行能力增加200%, 绿灯剩余时间减少23.5%。与方案2相比, 方案3可以在不影响通行能力的前提下, 通过绿灯剩余时间缩短10.3%和平均速度降低5.2%, 燃油消耗量可以减少20%。结果表明, 当信号交叉口存在通行能力余量时, 可以通过调整车辆的行驶速度曲线以充分利用通行能力余量, 明显改善燃油经济性。     

智能电动车辆横纵向协同运动控制

针对车速变化下的车辆轨迹跟随稳定性问题,提出一种基于模型预测控制（MPC）与滑模控制结合的横纵向协同控制策略。建立描述车辆纵向、横向及横摆运动状态的三自由度动力学模型;然后,设计模型预测控制器对车辆期望轨迹进行跟踪,考虑车辆行驶运动过程中横纵向耦合问题,将纵向车速作为横向控制系统的状态量,并利用反馈矫正机制不断更新预测模型;在此基础上,采用滑模控制算法对期望车速及加速度进行跟踪,并采用饱和函数作为指数趋近率以减小抖振;采用基于规则的制动转矩分配方式得到行驶过程中各个车轮的需求转矩。该控制策略考虑了车辆动力学中的横纵向耦合问题,可在线处理车辆动力学约束,将车辆稳定跟踪期望轨迹的问题转化为求解带约束的最优控制问题。仿真结果表明所提出控制策略的有效性。     

基于高斯伪谱法的拦截弹能量管理最优弹道设计

为保证固体导弹在拦截任务完成前使能量耗尽关机,需要对拦截弹道进行优化设计.研究了利用高斯伪谱法对拦截弹的能量管理弹道进行快速优化.高斯伪谱法是一种配点方法,它通过拉格朗日插值将状态和控制变量进行离散,同时将待求解问题的动力学方程在勒让德高斯点上进行配点,从而将连续时间的两点边值问题离散为非线性规划问题.由于拦截弹道分为主动段和被动段,需要将弹道进行分段,段内直接使用高斯伪谱法,段间通过在边界节点上施加等式约束保证位置、速度的连续性.通过在弹道末端施加等式约束保证导弹到达预测命中点.研究表明,高斯伪谱法是可行的,施加的约束条件都可得到满足.弹道优化速度较快,并且具有较高的精度,具有一定的应用价值.     

电动车辆感应牵引电机DTC驱动系统的设计和开发

研究和开发电动汽车三相感应电机驱动装置的直接转矩 (DTC)驱动控制系统 .采用低成本数字信号处理器 ,通过软硬件模块化结构 ,运用程序测试实现感应电机无速度传感器直接转矩全数字实时控制方案的可行性 .通过测试程序实验证明整个控制系统的硬件接口功能正常和软件的可实现性 .测试电机时 ,采用基于空间矢量脉宽调制的变频控制技术 ,电机能够正常运行 ,但以18r/min运行时 ,转矩脉动大 .在已建立的感应电机无速度传感器直接转矩控制理论基础上 ,展开其在电动汽车上的应用研究 ,侧重在转矩响应的快速性、平滑性和稳定性 ,这有利于提高电动车辆的动力性和经济性 .     

基于伪谱法的亚轨道飞行器返回轨迹优化设计

在亚轨道飞行器返回轨迹设计中,不仅要研究其可行轨迹的设计问题,还要研究在各种性能指标下的最优轨迹。文章采用伪谱法研究了亚轨道飞行器返回轨迹优化设计问题。为了便于应用伪谱法并加快优化速度,建立了以能量为独立积分变量的动力学方程,并进行了归一化处理,将终端时间自由的优化问题转化为固定积分区间的优化问题。考虑状态约束、控制约束、过程约束以及终端约束,采用伪谱法进行了亚轨道飞行器的返回轨迹优化设计。从算例的仿真结果可以看出,伪谱法可以较好完成亚轨道飞行器的返回轨迹的优化设计任务。     

基于自动微分与伪谱法的小推力借力轨道设计

针对小推力借力轨道设计问题,给出一种基于自动微分与伪谱法的优化方法.借力模型采用B平面模型,提高了轨迹优化设计的鲁棒性.用高斯伪谱法对整个小推力借力轨道进行离散,将发射时间的搜索包含在同一计算框架内,避免了传统混合方法中随机搜索算法收敛慢、精度低的缺点.将得到的大规模非线性规划(NLP)问题采用序列二次规划(SQP)法进行求解,为实现NLP问题的快速收敛,提出了串联优化以及弹性约束策略.SQP需要的导数信息通过自动微分获得,保证了计算的高精度和快速收敛.对地球-金星-火星小推力借力轨道进行了优化设计,验证了本文方法的正确性和有效性.     

A Novel Tuning Method for Predictive Control of VAV Air Conditioning System Based on Machine Learning and Improved PSO

The variable air volume (VAV) air conditioning system is with strong coupling and large time delay, for which model predictive control (MPC) is normally used to pursue performance improvement. Aiming at the difficulty of the parameter selection of VAV MPC controller which is difficult to make the system have a desired response, a novel tuning method based on machine learning and improved particle swarm optimization (PSO) is proposed. In this method, the relationship between MPC controller parameters and time domain performance indices is established via machine learning. Then the PSO is used to optimize MPC controller parameters to get better performance in terms of time domain indices. In addition, the PSO algorithm is further modified under the principle of population attenuation and event triggering to tune parameters of MPC and reduce the computation time of tuning method. Finally, the effectiveness of the proposed method is validated via a hardware-in-the-loop VAV system.     

智能探测车避障转向控制

针对智能探测车的转向系统是一个具有大延迟、非线性的复杂系统,对其建立精确的数学模型较为困难,且其航向易受到诸多因素干扰的问题,研究了预测控制中的动态矩阵法,提出一种新的智能探测车转向机构模型.该方法用障碍物的方向角和距离偏差作为参数,在预测控制算法中采用动态矩阵控制,输出前轮转向角,再将转向角预测量与实际转向角之和作为反馈,对转向角变化趋势做出预测.通过仿真验证了在不同纵向速度下,加入相同干扰时的系统响应.结果表明,该算法在智能探测车障碍物避让控制中,对外界环境的干扰具有较强的鲁棒性,能够满足智能探测车转向控制要求.     

基于Pure Pursuit算法的智能车路径跟踪

为了实现智能车路径跟踪,根据电子式助力转向系统的工作原理,对北京工业大学智能车B JUT-IV的转向系统进行设计.根据车辆参数和车速确定预瞄距离,并通过车辆与规划路径间存在的位置关系确定预瞄点,采用Pure Pursuit算法计算出前轮偏角控制量.建立车辆横向运动学模型,并在Matlab上进行了路径跟踪仿真实验.最后,与GPS相融合,根据GPS提供的车体位置信息,在校园规定线路对路径跟踪算法进行验证.实验结果表明:该算法跟踪偏差较小且前轮摆动幅度适中,确保了车辆在行驶过程中的稳定性.     

混合动力汽车控制策略研究进展

在对混合动力汽车布置型式进行介绍的基础上,对混合动力汽车研究中基于规则的稳态能量管理策略、模糊优化控制策略、瞬时优化控制策略和全局优化控制策略等主要控制策略进行了分析和比较,指出了未来混合动力汽车控制策略研究的发展方向.     

模型预测控制下多移动机器人的跟踪与避障

提出了一种基于距离和速度的机器人之间的避障方法,通过与机器人避开障碍物的人工势场法相结合,建立一致性控制编队控制协议。首先,建立机器人之间的通信拓扑关系,以便机器人之间的信息交流。在编队控制层面上,设计具有避碰的编队控制律。然后,在编队跟踪层面上,运用模型预测控制方法,将编队误差运动问题按代价函数转化为最小优化问题。为了在线高效地求解该优化问题,运用了一种广义投影神经网络优化的方法,以便最优解作为控制输入。最后,对多移动机器人编队进行了仿真,验证了所提出策略的有效性。     

基于深度神经网络的注塑过程预测控制

注塑机作为现代工业中重要的塑料件生产与制造设备,其智能化发展一直备受业界关注。伴随着航空航天、电力电子、汽车制造等行业的发展,如何实现对注塑件的高精度、高效率、绿色节能化生产,是目前注塑机的重要研制方向。本文针对注塑成型过程中采用传统模型预测控制(Model Predictive Control, MPC)难以保证跟踪控制实时性的问题,提出一种结合深度神经网络(Deep Neural Network, DNN)学习的注塑过程预测控制方法。在注塑机注射过程动力学模型基础上,创建带约束条件的模型预测控制器,对控制器运行数据进行采集并用以训练深度神经网络,实现了基于深度神经网络控制的注射速度的跟踪预测控制。仿真实验结果表明,采用本文所提出的学习预测控制策略能够有效避免注塑过程中因模型预测控制所产生的复杂计算,并满足工业实时性要求,具有应用前景。     

红外光电传感器自动寻迹智能车的设计与实现

以一种模型汽车为硬件平台,基于MC9S12DG128单片机为核心控制单元,红外光电传感器为检测手段,设计制作一种自动寻迹智能车控制系统.在设计中,将外部轨迹的动力学模型分析简化后作为内建模型,采用非线性PD算法智能控制方案,进行舵机方向、速度调节,以缩短智能车的控制响应时间,最终实现了模型车在规定路径上,自主识别路线、快速行驶.实验证明,系统能很好地满足智能车对路径识别性能和抗干扰能力的要求,速度调节响应时间快,稳态误差小,具有较好的动态性能和良好的鲁棒性.     

基于现场总线的雾区智能电子诱导控制系统

雾区智能电平诱导系统能增强浓雾多发路段高速公路运营的安全性,减少事故的发生。该文提出了一种基于控制器局域网络、微波传感器和红外传感器的实时雾区智能电子诱导控制系统的解决方案,介绍了整个电子诱导系统的的设计构成、软件流程,提出了雾区智能诱导控制算法,同时给出了汽车发生故障时的解决方案。     

Global Control Simulation of Electric Vehicle Based on Finite State Machine Theory

Finite state machine theory (FSM) is introduced and applied to global control of electric vehicle. Theoretical adaptation for application of FSM in control of electric vehicle is analyzed. Global control logic for parts of electric vehicle is analyzed and built based on FSM. Using Matlab/Simulink, BJD6100-HEV global control algorithm is modeled and prove validity by simulation.     

基于串级MPC和EPS的集成驾驶员转向车道线保持

针对电动助力转向( EPS)作为转向执行机构的车道线保持的控制系统设计及保留驾驶员对车辆操控问题,提出基于串级模型预测控制( MPC)和EPS集成驾驶员转向的车道线保持系统. 在车道线识别视觉系统空间,建立车道线保持状态空间模型,设计基于MPC的车道线保持控制器( LMPC) . 建立EPS状态空间模型,设计基于MPC的EPS车辆前轮转角控制器( EMPC) . LMPC与EMPC经逆转向机构模型组成串级控制结构. 分析驾驶员转向对车道线保持控制的影响,进而通过保留驾驶员对车辆控制来提高处理紧急事件的能力. 仿真结果表明:在不同车速和不同曲率道路下,该控制策略均能快速消除横向位置偏差和航向角偏差,保证车辆沿着车道线行驶,具有较好的适应性和鲁棒性. 驾驶员转向可以改善车道线保持和提高车辆主动安全性.