视觉导航智能车辆的路径跟踪预瞄控制

视觉导航智能车辆通过机器视觉获取导航路径信息并进行自动跟踪。常规的反馈控制仅利用当前的路径信息,在复杂条件或突发状况下难以有效工作。通过对在线获取的具体路径信息进行预瞄,可以对未来的路径信息加以利用,从而提高智能车辆行驶的安全性和有效性。为此,在获取的路径信息中确定当前路径和未来路径分别用于反馈和预瞄,并设计预瞄加反馈的控制器。该控制器能够自动根据预瞄路径的弯曲程度调整智能车辆的预瞄距离和行驶速度,从而提高跟踪精度和行驶稳定性。仿真和试验结果表明,该控制器与一般反馈式控制器相比跟踪误差较小,行驶更稳定。     

基于最优预瞄的智能车变道控制

针对智能车主动变道过程中的轨迹跟踪控制问题,基于“预瞄-跟随”控制理论及“车辆-道路”模型提出了最优预瞄轨迹跟踪控制模型,并依据线性二次型调节器(LQR)理论设计了轨迹跟踪控制器,获得了最优转向盘转角输入,以实现智能车变道轨迹跟踪。在MATLAB/Simulink和CarSim的联合仿真环境下构建了智能车的变道决策模块、变道参考轨迹模块和跟踪控制模块,实现了智能车在30 km/h、50 km/h和70 km/h速度下的仿真验证。结合实车测试结果验证了所设计控制器的精确度和稳定性。     

基于模糊PID控制的车辆横向预瞄驾驶员模型

为了提高车辆的行驶轨迹精度和车辆稳定性,提出一种基于模糊P ID控制的补偿式驾驶员控制模型.以车辆横向位移偏差和理想与实际横摆角速度之差为输入,建立输出为方向盘转角的补偿式模糊P ID控制模型.联合CarSim和Simulink进行仿真,结果显示:在低、中速时补偿式模糊PID控制模型最大侧向偏差分别为0.036 m、0...     

预瞄时间自适应的最优预瞄驾驶员模型

驾驶员模型是汽车动力学仿真和控制算法开发中的重要环节.在极限工况下汽车动力学稳定性仿真与控制中,为模拟驾驶员在人-车-路复杂系统中对汽车的操纵特征,要求驾驶员模型能够在复杂道路与整车稳定性约束条件下完成驾驶操作,而不是单纯的路径预瞄跟踪.在最优预瞄驾驶员模型的基础上,提出一种预瞄时间自适应算法.该算法根据不同的预瞄时间,预测将来一段时间内车辆运行情况,并根据所设计的优化函数,选取合适的预瞄时间使得车辆稳定通过测试路径.对所开发的驾驶员模型进行仿真测试,结果表明,预瞄时间自适应的最优预瞄驾驶员模型能够在复杂道路、极限工况、有边界约束条件下完成驾驶操作.     

汽车方向预瞄式自适应PD控制算法

针对汽车动力学强非线性时变特性及驾驶员行为特性,基于预瞄跟随理论提出了汽车方向预瞄式自适应PD控制算法,并结合仿真计算和场地试验论证了算法的可行性和有效性。算法中建立了可近似描述汽车转向动力学特性的一阶线性参考模型,并实时在线地辨识了参考模型传递函数的参数;由此根据理想预瞄跟随器的结构,进行了PD控制器参数的自整定。该控制算法可较为精确地控制汽车跟随预期轨迹,且自适应控制算法的采用也提高了控制系统的鲁棒性和适应性,从而为智能汽车方向控制系统的研究提供了一条可行的研究途径。     

基于加速度反馈的任意道路和车速跟随控制驾驶员模型

建立一个高效的能够适应复杂汽车行驶工况的驾驶员模型是进行"人—车—路"闭环仿真的关键。利用离散的数表方式对驾驶员跟随的任意道路路径和车速进行描述。以此为基础,提出任意路径下的预瞄点搜索算法,使"预瞄—跟随"驾驶员建模理论可应用于任意道路路径和车速的跟随控制。根据车速变化不断更新侧向加速度增益,实现驾驶员模型方向控制和速度控制的解耦。通过引入加速度反馈,建立一个简单而有效的跟随任意道路路径和车速的方向与速度综合控制驾驶员模型。仿真表明该驾驶员模型具有良好的路径与车速跟随精度。     

基于单点预瞄最优曲率模型的单轨车辆驾驶员模型

单轨车辆动力学特性研究一般需要一个合适的驾驶员模型。基于郭孔辉的单点预瞄最优曲率模型,利用车辆转向时的Ackerman几何关系和稳态转向时横垂面内力的平衡分别确定目标转向角和目标侧倾角,建立适用于单轨车辆的驾驶员模型。模型重点考虑了驾驶员的预瞄、驾驶员对转向手把的转向力矩输入、驾驶员上半身在车座上绕通过髋部的纵向轴线转动的侧倾力矩输入以及驾驶员的动作滞后。为使实际转向角和侧倾角跟随目标转向角和目标侧倾角变化,转向力矩和侧倾力矩皆采用PD控制。采用ADAMS软件建立了驾驶员—车辆闭环动力学模型,并按双移线和蛇行两种典型行驶工况进行仿真。仿真结果表明车辆可以很好地跟随所设定的路径,验证了驾驶员模型的合理性。所建立的驾驶员模型适用于单轨车辆人—车闭环控制模型的动力学仿真研究。     

视觉导航智能车辆横向运动的自适应预瞄控制

车道保持系统中车辆横向运动控制应模拟驾驶员的横向操纵行为,驾驶员根据前方道路曲率及车辆速度适时调节预瞄距离,以获得理想的路径跟踪性能。首先,以车辆二自由度动力学模型及车辆道路几何位置关系为基础,建立车-路横向动力学模型。其次,基于单点预瞄最优曲率模型设计侧向加速度PD跟踪控制器,联立车-路横向动力学模型构建横向控制闭环系统,分析预瞄距离、车速、道路曲率的变化对系统响应的影响。最后,设计模糊控制器对预瞄距离进行模糊选择以提高车辆横向控制精度和减小侧向加速度,采用遗传算法对模糊规则进行优化以使横向控制系统性能达到最优。试验表明,相对固定预瞄控制方法,自适应预瞄减小了车辆侧向加速度,且道路跟踪的方向偏差和距离偏差均得到减小。     

预瞄优化神经网络驾驶员模型

根据预瞄跟随理论并结合真实驾驶员的学习目标、生理限制与不断优化的行为特性,建立了预瞄优化神经网络驾驶员模型。利用2自由度车辆模型进行了汽车在方向控制下的仿真计算。仿真结果表明,预瞄优化神经网络驾驶员模型与实际合格驾驶员行为非常相似,按照该理论建立的驾驶员模型可以应用于驾驶员-汽车闭环系统的研究和自动驾驶等智能车辆的控制。     

电控空气悬架系统刚度调节预瞄算法研究

架变刚度控制可以很大程度改善客车乘坐舒适性。本文以电控空气悬架系统(ECAS)为基础,前悬架采用反馈控制方法,后悬架采用预瞄前馈与反馈相结合的控制方法,通过对空气弹簧充放气从而实现悬架刚度调节。在AMESim和Simulink中分别搭建ECAS模型和控制算法,在TruckSim中搭建整车模型,利用三者联合仿真对控制算法进行验证。为了提升高度跟踪精度,采用柔性PID取代传统PID控制策略,结果显示:该控制方法能够准确跟踪目标高度值,并且很好地抑制了"过冲"与"过放"问题。通过对平顺性指标进行测量发现,与无控制车辆相比,车身垂向加速度减小约60%,表明舒适性得到很大改善。     

基于线控电动汽车的驱动转向 一体化控制器研究

Aiming at the problem that recently both the driving strategy for the motor in wheel and steering strategy for the electric vehicle were researched independently,the structure,the control system,the motor in wheel driving control system,the independent steering system, the CAN communication network and the power tube isolation drive were studied,and the integrated controller for the electric vehicle was proposed. Experiments on 5 kinds of vehicle working mode were carried out based on the integrated steering controller driver. The steering and electronic diferential control of tlie normal working mode was focused by experiment. The results indicate that tlie integrated controller can meet tlie real time,accuracy and reliability requirements of tlie electric vehicle. [ABSTRACT FROM AUTHOR]     

基于预瞄最优曲率模型的大曲率转向控制方法

针对自主车辆的大曲率转向控制问题,研究拟人转向控制模型。模仿驾驶员对预瞄点运动状态的判断,采用2个并联的模糊控制器,分别估计预瞄偏差角和偏差距离对转向意愿的判断。以道路曲率半径作为约束,利用杠杆原理对并联控制器的输出进行决策,获得期望的方向盘转角。双移线和直角弯2种道路仿真结果表明:基于预瞄最优曲率模型的大曲率转向控制方法能有效地控制车辆轨迹,运动过程平稳,适用于大曲率转向控制。     

提高电动助力转向系统动态性能的控制策略研究及实车试验验证

为了改善电动助力转向系统的动态性能，在基本助力控制的基础上引入了电机惯量补偿控制、电机阻尼补偿控制和力矩微分控制。由于电机惯量补偿控制和电机阻尼补偿控制中都需要用到电机转速信号，因此又给出了一种电机转速观测器模型。实车试验的结果验证了上述控制策略能够有效地改善电动助力转向系统的动态性能，能减小转向盘力矩的振荡和超调量，所使用的电机转速观测器的精度基本能够满足控制系统的要求。     

基于横摆角速度负反馈的电传动履带车辆原地转向控制策略

针对电传动履带车辆的原地转向问题进行了转向控制策略研究。建立了转向动力学模型,进而提出一种基于横摆角速度负反馈的双侧电传动履带车辆原地转向控制策略,将电机最大力矩作为力矩控制初始值以提高转向响应能力,引入横摆角速度负反馈并通过方向盘转角信号控制负反馈增益;对负反馈函数中的参数M与k对控制效果的影响进行了理论分析,为控制系统的设计提供了依据;进行了MATLAB仿真,仿真结果表明控制策略合理有效。     

电动助力转向控制及对操纵性能影响研究

结合EPS的结构和动力学特性,建立了EPS的动力学方程,采用PID控制和模糊控制方法分别对电机进行助力和回正控制,并结合三自由度的整车模型和Fiala轮胎模型建立了EPS整体仿真模型。分析了PID控制和神经网络控制对EPS整体系统的影响。     

汽车电动助力转向系统的控制策略研究

从理论上分析了汽车电动助力转向(EPS)系统的非线性、时变特性问题,并在此基础上提出了一种智能决策-基础控制的控制模式,研究了EPS系统的控制策略及实现逻辑,讨论了电机控制目标电流的给定方式,针对系统特定时变参数,实现了实用的在线辨识算法。     

轮毂电机独立驱动电动汽车差速转向路感控制研究

为改善电动轮汽车差速转向系统的转向路感,建立了电动轮汽车差速转向和整车系统的动力学模型。基于鲁棒控制理论,在保证H∞性能的前提下,设计了系统PID控制器,并进行了仿真分析。结果表明,基于H∞-PID控制的差速转向系统可在满足系统H∞鲁棒性能的基础上,进一步减小系统的静态误差,提高差速转向路感系统的灵敏度和系统精度,使驾驶员获得更为满意的转向路感。     

主动转向干预时EPS助力修正控制策略与评价

针对主动转向干预时转向盘力矩发生突变的问题,提出了助力电机前馈助力修正策略。为验证所提出的两种助力修正方案的控制效果,进行了主动转向干预时转向盘力矩阶跃仿真试验。借鉴阶跃响应瞬态特性的评价方法,提出了主动转向干预时助力修正方案的评价指标。两种助力修正控制方案的仿真和评价分析结果表明,与基于二自由度整车模型修正方案相比,基于扭矩传感器输出修正方案的助力修正控制能更好地满足转向路感的要求。