智能车路径跟踪控制

智能车路径控制通常分为路径规划和路径跟踪两级。本文着重研究基于定位信息的路径跟踪.文中提出的方法无需确知智能车动力学模型,实践证明,有较高的路径控制精度。     

移动小车的路径跟踪与镇定

本文讨论受非完整约束限制的移动小车的几何路径跟踪与镇定问题，给出了小车以恒定速度跟踪任意期望几何路径的控制律，证明了小车的实际运动路径渐近收敛于期望的路径。文中还讨论了小车的镇定问题，给出了小车从任意初始位置和姿态到达另一位置和姿态的控制方案，最后给出了仿真结果。     

基于观测器的轮式移动机器人路径跟踪控制

研究基于状态观测器的轮式移动机器人的路径跟踪控制问题.首先简要回顾了基于状态反馈的移动机器人的路径跟踪控制问题;进而通过适当的状态变换将移动机器人模型转换为合适的形式,并在移动机器人的位置可以测量的情况下设计了一种可保证状态观测误差指数收敛的状态观测器;最后结合状态反馈路径跟踪控制器和所设计的观测器得到了一种基于观测器的路径跟踪控制器,该控制器可以保证移动机器人的运动轨迹指数收敛到期望路径上.仿真结果证实了所提出的基于观测器的路径跟踪控制器的有效性.     

智能车辆路径跟踪控制方法

为了提高智能车辆路径跟踪控制器的可靠性和控制精度,提出一种基于误差动力学模型的路径跟踪控制方法.基于车辆运动学模型和动力学模型建立系统误差动力学模型,并在此基础上推导出车辆路径跟踪控制的稳态控制律,利用李雅普诺夫稳定性理论验证稳态控制律的正确性.为了减小外部干扰对控制性能的影响,提高控制器的可靠性,进一步设计基于车辆侧向位移误差的瞬态控制律,并利用李雅普诺夫稳定性理论验证闭环系统的稳定性.稳态控制律和瞬态控制律构成了非线性的路径跟踪控制器.通过与车辆路径跟踪常用的线性控制器和非线性控制器对比验证所提出控制方法的有效性,线性控制器选用LQR控制器,非线性控制器选用Stanley控制器.仿真结果表明,与LQR控制器相比,所提出控制方法的路径跟踪控制精度、抗干扰性和可靠性更好.与Stanley控制器相比,所提出控制方法具有更好的路径跟踪控制精度和控制收敛速度,且在大曲率路径跟踪过程中具有更好的可靠性.     

基于反馈线性化同步伺服电机鲁棒跟踪控制

为了保证具有不确定非线性的PM同步伺服电机驱动系统的稳定性,确保闭环系统的输出准确跟踪期望输出并减少不确定项对该驱动系统的影响,利用Lyapunov稳定性理论,设计了一种基于反馈线性化的鲁棒跟踪控制器,并作了相应的仿真研究。仿真结果表明,该控制器不仅确保闭环系统的输出按指数规律跟踪期望输出,而且保证闭环系统状态的一致最终有界。该控制器设计简单,易于实现,具有很好的实用性。     

基于模型预测控制的叉车型AGV路径跟踪研究

针对工厂环境下的叉车型AGV沿给定路径跟踪问题,将模型预测控制应用于叉车型AGV舵轮驱动速度和舵轮转角的最优控制。算法首先对AGV进行运动学建模,将AGV的位姿取作状态变量,舵轮速度和转角取作控制变量,建立误差模型并将其线性化和离散化。其次基于状态变量的偏移量,以及控制变量的偏移量构造二次规划问题的目标函数,通过最优控制求解出舵轮的实时速度及转角,从而实现对路径的精确跟踪。算法最后使用Matlab针对直线和圆弧路径进行了仿真验证,结果表明本算法能够在不同初始位姿偏差的情况下,控制AGV迅速而准确地回归到所跟踪的路径,验证了算法的可行性。     

非时间参考的移动机器人路径跟踪控制

基于非时间参考的思想提出了一种移动机器人路径跟踪控制方法.首先选择移动机器人实际路径在某参考系下的x轴投影作为非时间参考量,并针对一类几何路径的跟踪建立移动机器人非时间参考的运动学模 型,据此设计以恒定速度跟踪期望路径的控制律,然后在此基础上给出跟踪任意几何路径的分段控制策略.此跟踪 控制系统所采用的参考量为非时间量􀁯,摆脱了时间因素的影响,因此能提高移动机器人在不确定环境中的跟踪能 力.仿真和物理实验表明了控制方法的有效性.􀁱     

基于滑模控制的室内移动机器人路径跟踪

由于轮式移动机器人的运动受限性质,其轨迹跟踪成为控制领域的研究热点;Pioneer3-AT是一个高度灵活的差分驱动的机器人,具有良好的通用性和可靠性,特别适合于移动机器人学术研究;为解决一种可以在室内环境下执行任务的移动机器人的路径跟踪问题,以Pioneer3—AT移动机器人平台为原型机建立了移动机器人的数学模型;滑模变结构控制对被控系统的不确定性、外界扰动及参数摄动具有完全鲁棒性,利用特殊幂次函数构造一种新型滑模控制趋近律,采用该趋近律设计滑模控制律,进而提出一种新的滑模控制方法,利用李雅普诺夫定理证明了该方法的稳定性;采用所设计的滑模控制器对室内移动机器人进行路径跟踪实验,仿真结果验证了该方法的有效性。     

基于内模扩展LQ方法的WMR轨迹跟踪控制

针对现有非线性控制方案的一些瓶颈问题,从线性控制的角度出发,开展了一种用于WMR的线性二次型最优控制方法设计的研究.首先,基于WMR的运动学模型采用动态反馈线性化技术将非线性运动学模型转化为线性模型;然后,选取跟踪误差及误差收敛速度作为设计指标;同时考虑实现渐进跟踪,针对不同形式的参考轨迹,根据内模原理对控制器模态进行扩展,利用线性模型设计基于内模扩展LQ最优轨迹跟踪控制器;最后通过动态反馈反变换得到实际控制器.此外,通过将此方法的控制效果与几种经典方法进行仿真比对,说明了此方法对于跟踪的精确性和快速性上有较大优势.     

共轴式无人直升机建模与鲁棒跟踪控制

针对共轴式无人直升机非线性、强耦合的动力学特性,本文提出了一种基于动态反馈线性化方法的鲁棒跟踪控制策略.首先根据叶素理论、Pitt-Peters动态入流模型、上下旋翼气动干扰分析建立了共轴式无人直升机的数学模型.然后对于高度-姿态子系统,通过扩展状态变量对其进行了动态反馈线性化,分析了零动态特性.根据内环期望跟踪特性对解耦后的子系统进行极点配置.通过设计鲁棒补偿器实现了对高度与姿态指令的鲁棒跟踪.在此基础上,针对水平面内的位置子系统设计了外环比例微分(proportional-derivative,PD)控制器以实现位置跟踪.最后,通过内环跟踪仿真验证了反馈线性化方法良好的解耦特性,通过干扰条件下的轨迹跟踪仿真验证了所设计控制器具有较好的控制性能与鲁棒性.     

飞机牵引机器人路径跟踪模糊控制

为了提高飞机地面自动导航路径跟踪的控制精度,提出了基于模糊自适应控制的智能飞机牵引机器人纯追踪路径跟踪方法。首先建立了牵引机器人-飞机两轮简化模型,进行了路径跟踪运动分析;基于此分析,以牵引机器人-飞机系统运动速度和轨迹误差为输入,以预测距离为输出,通过模糊自适应控制实时调整纯追踪算法预测距离,设计了基于自适应模糊控制的路径跟踪控制器;通过几何仿真和虚拟样机仿真两种方法分别对所提出的方法进行了验证。结果表明,牵引机器人-飞机系统在变速运动时,路径跟踪的轨迹误差能控制在0.5 m左右,完全满足飞机地面自动牵引滑行的精度要求,验证了所提方法的有效性和适应性。     

Aggressive Longitudinal Aircraft Path Tracking Using Nonlinear Control

We study the problem of converting a trajectory tracking controller to a path tracking controller for a nonlinear non-minimum phase longitudinal aircraft model. The solution of the trajectory tracking problem is based on the requirement that the aircraft follows a given time parameterized trajectory in inertial frame. In this paper we introduce an alternative nonlinear control design approach called path tracking control. The path tracking approach is based on designing a nonlinear state feedback controller that maintains a desired speed along a desired path with closed loop stability. This design approach is different from the trajectory tracking approach where aircraft speed and position are regulated along the desired path. The path tracking controller regulates the position errors transverse to the desired path but it does not regulate the position error along the desired path. First, a trajectory tracking controller, consisting of feedforward and static state feedback, is designed to guarantee uniform asymptotic trajectory tracking. The feedforward is determined by solving a stable noncausal inversion problem. Constant feedback gains are determined based on LQR with singular perturbation approach. A path tracking controller is then obtained from the trajectory tracking controller by introducing a suitable state projection.     

改进的智能飞机牵引车路径导航纯追踪算法

为了提高飞机地面自动牵引滑行导航控制系统的精度,提出一种改进的纯追踪算法。基于纯追踪算法对飞机牵引车系统的路径进行跟踪控制,将简化的两轮模型作为其运动学模型。融合经典纯追踪算法及改进算法确定新的预测目标点,以减少轨迹误差。采用偏差统计的方法实现不同预测距离下最优融合系数的选择,提高控制精度。仿真结果表明,该算法的路径轨迹误差控制在0.5 m范围内,满足飞机自动牵引滑行的精度要求,验证了其可行性和有效性。     

基于LESO的舰载机纵向着舰动态面抗饱和控制技术

对具有输入饱和、舰尾流扰动以及强耦合性的舰载机纵向自动着舰系统(ACLS)模型,设计了一种基于线性扩张状态观测器(LESO)的高阶系统动态面控制(DSC)策略。在传统DSC的基础上,引入LESO对系统内外扰动进行实时观测和补偿,并在LESO框架内设计了一种基于误差补偿的抗饱和方法,有效抑制了输入饱和对系统性能的影响。采用线性微分跟踪器(LTD)代替传统动态面方法中的一阶低通滤波器,避免了反步法“微分爆炸”的同时输出了所需的微分信号。根据Lyapunov理论进行了稳定性分析,并在MATLAB/Simulink环境下通过仿真验证了所设计方法的有效性。     

智能车辆路径跟踪的模糊预瞄控制方法研究

论文首先介绍了智能车辆的基本硬件组成,然后结合智能车辆路径跟过程中转向控制方面的特点,提出了一种将模糊与预瞄控制理论相结合的控制策略,介绍了模糊预瞄控制器的原理、结构及其设计过程.试验表明,论文提出的控制策略可以较好地跟踪既定轨迹,并且在道路弯曲度较大时能够实时调节预瞄点个数,从而提高车辆对弯道路径跟踪的预测性、智能性和鲁棒性.     

适用于路径跟踪控制的自适应MPC算法研究

为提高自动驾驶车辆在不同工况下的路径跟踪精度和行驶稳定性,基于车辆的单轨模型和模型预测控制（MPC）理论,提出一种依据跟踪偏差和道路曲率自适应调整成本函数权重系数的路径跟踪控制算法。该算法主要是通过模糊控制理论动态优化传统MPC路径跟踪控制器中权重系数矩阵,使得当车辆与参考路径偏差比较大时,能够快速减小跟踪偏差,保证车辆行驶的安全性;当路径跟踪偏差比较小,且参考路径曲率比较小时,使得系统更加侧重行驶稳定性的要求。为验证所设计的路径跟踪控制器的性能,搭建CarSim/Simulink联合仿真模型,在联合仿真过程中,基于权重系数自适应的MPC路径跟踪控制器与基于权重系数为常量的MPC路径跟踪控制器相比,路径跟踪精度和车辆的行驶稳定性均得到了提高。     

视觉导引AGV的路径跟踪控制研究

AGV作为一种自动化程度很高的物流设备,广泛应用于柔性制造车间和自动化立体仓库等场所。视觉导引AGV通过对路径标志的识别和跟踪实现导航,如何提高跟踪精度一直是研究的热点问题。为此,提出一种利用粒子群算法对AGV的控制器参数进行优化,以使AGV的跟踪偏差尽可能小,并且提高系统的动静态稳定性、实时响应性。首先分析AGV的运动学模型,建立了粒子群算法优化的PID控制器;然后在Matlab中对不同速度运行下的小车控制分别进行仿真,通过比较优化前后的控制系统的结果,可以看出优化后的小车控制器性能明显提高,证明了所设计控制策略的有效性。     

基于容错学习的智能车辆路径跟踪控制

针对复杂驾驶环境中智能车辆的路径跟踪问题,提出了一种新型自适应容错学习控制策略。为了便于路径跟踪控制器的设计,首先,创新地将车辆动力学转化为一种参数化形式。在此基础上,考虑到车辆动力系统的欠驱动特性,我们控制器设计中引入一种新型处理非方输入矩阵的方法。该方法不仅拓展了自适应学习算法的应用范围,同时也为处理一般非方动力系统提供了一种新思路。其次,针对行驶过程中车辆损耗或意外可能导致的故障,我们提出了一种容错学习机制。此外,利用Lyapunov理论给出了该控制方法的严格收敛性证明,并通过实例验证了该方法的有效性。事实证明,所提控制策略不仅可以有效地处理车辆动力系统固有的非线性性、不确定性以及各种外界干扰,同时还能较好地应对汽车执行器故障带来的影响。     

基于机器视觉的航母舰面目标跟踪系统设计

针对航母舰面目标智能监控的问题,设计实现了一种基于机器视觉的航母舰面目标跟踪系统.该系统主要由前端跟踪处理系统和后台存储系统组成,前端实时获取舰面目标运动视频,并输入到处理器中进行目标跟踪,同时负责分析目标的异常运动;后台主要负责视频信息和跟踪目标框位置信息的记录.经过测试,系统跟踪的准确性和实时性较高,能够满足舰面实...