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。     

自主驾驶车辆紧急避障的路径规划与轨迹跟踪控制

为减少道路突发事故,提高车辆通行效率,需要研究车辆的紧急避障以实现自主驾驶。基于车辆点质量模型,设计了非线性模型预测控制（MPC）路径规划器;基于车辆动力学模型,设计了线性时变MPC轨迹跟踪器。在路径规划层引入避障功能函数,通过车辆与障碍物的距离调节函数值大小,综合避障函数权重和路径偏差权重,规划出一条既能避开障碍物又使路径偏差最小的临时轨迹。在轨迹跟踪层,利用该临时轨迹和航向角偏差作为车辆主动转向控制参考量,将线性时变MPC优化问题转化为二次规划问题,计算满足车辆动力学约束的前轮转向角最优解。结果表明：所设计的双层MPC紧急避障控制策略对低速(60 km/h)、中速(80 km/h)、高速(100 km/h)行驶车辆有很强的适应性,高速行驶时最大质心侧偏角不超过1.0°,最大航向角偏差不超过2.5°,车辆横向稳定性良好,随着车速增大,车辆避障响应时刻提前;在多车连续避障场景中,自主驾驶车辆的质心侧偏角和航向角偏差均能控制在较小范围内,在多目标连续避障的路径规划和轨迹跟踪问题上同样具有很好的控制效果。     

有级转向履带车辆的驾驶员操控行为模型

为解决有级转向履带车辆驾驶员操控经验的表征问题,以采集得到的大量真实驾驶数据为依托,提出一种基于操控基元序列的驾驶员操控行为表征模型。操控基元以高斯混合模型表征,并以有向图的形式完成驾驶员操控基元切换序列的提取与类别辨识;依据不同类别的操控基元序列辨识结果完成了对驾驶数据的重分组,利用隐马尔可夫-高斯混合模型完成每一个类别下的驾驶员操控行为模型训练。结果表明：所提取出的操控基元序列既能完成对驾驶员转向操控基元切换行为的表征,又能实现对轨迹基元类别的合理划分;在给定期望轨迹所对应的预测时域内,驾驶员操控行为模型能够实现特定条件下的驾驶员转向操控量预测,预测平均偏差在4.2%以内。     

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。     

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.     

基于模型预测控制的轮毂电机驱动车辆防侧翻控制

针对8×8轮毂电机驱动车辆侧翻稳定性问题,提出基于模型预测控制的主动防侧翻控制策略。采用分层控制结构设计车轮转角和电机转矩的分配控制策略,以充分发挥研究对象各轮转矩、转角独立可控的特点开展稳定性控制;基于模型预测控制方法设计主动防侧翻控制策略,并简化滚动优化算法,使运算量降低以保证实时性;通过重型车辆模拟分析软件Trucksim与数学仿真软件MATLAB/Simulink联合仿真实验以及比例模型车辆试验进行验证。结果表明,通过所提分层控制策略与基于模型预测控制的主动防侧翻控制策略,车辆可以避免侧翻失稳,能够准确跟踪驾驶员期望的行驶轨迹。     

多轮独立电驱动车辆转向稳定性集成控制研究

为提高多轮独立电驱动车辆转向稳定性,提出一种以直接横摆力矩控制为核心的集成控制方法,分别设计直接横摆力矩上层目标跟踪控制器和下层转矩协调控制器,并对下层控制器进行多层次优化设计。采用转矩预分配、最优滑转率控制分配和补偿分配相结合的多层次分配结构,实现系统层面和单个驱动轮转矩的优化分配控制,最大限度减小横摆力矩执行误差。基于某型8轮独 立电驱动试验样车,进行低附着路面和良好路面双移线行驶试验。试验结果表明：设计的集成控制器有效提高了车辆转向的稳定性,能实现对期望转向轨迹的良好跟踪。     

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。     

电传动履带车辆转向自适应控制策略仿真分析

针对电传动驱动履带车辆,提出了一种适应于转向阻力变化的转向控制策略.通过对转向动力学模型进行等效线性转换,推导了应用模型参考自适应控制基本原理的系统控制结构,设计了能够有效调节电机驱动扭矩的自适应控制策略.建立了基于转向自适应控制策略的履带车辆仿真模型,进行了6种给定转向工况的仿真.结果说明,在应用自适应控制后,当地面转向阻力变化时,履带车辆能够获得期望的转向角速度响应.自适应控制策略保持车辆转向稳定性的控制能力良好,且简化了驾驶员操纵,降低了电机控制难度.     

双电机耦合驱动履带车辆自适应滑模转向控制

针对双电机耦合驱动履带车辆转向动力学模型具有多输入多输出（MIMO）、非线性且参数不确定的特点,对系统进行解耦,分解为车速控制系统和转向角速度控制系统。在车速控制系统中为实现车速跟踪误差的收敛,根据期望车速与当前速度信息,提出了鲁棒滑模变结构控制算法;在转向角速度控制系统中,提出了针对转向角速度的模糊滑模自适应控制算法。通过“驾驶员—控制器”在环的双电机耦合驱动履带车辆实时仿真系统,对控制算法进行了仿真实验验证,证明了该控制算法的有效性。     

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。     

小型无人机飞行控制系统设计及验证

为提高小型无人机的自主飞行能力,对全流程自主飞行控制系统的设计进行研究。以某小型固定翼无人机作为研究平台,设计控制系统及制导系统,在航迹跟踪控制模态中引入侧向偏离速度量,并进行试飞场景设计及试飞验证。结果表明：该系统能提高航迹跟踪的快速性和精度,其控制律及制导率是正确、实用的,在提升无人机自主控制等级的同时能为自主编队控制等相关技术做好前期准备工作。     

基于DYC的四轮驱动电传动车辆动力学控制系统研究

为进一步改善四轮驱动电传动车辆的动力学特性,设计了基于直接横摆力矩控制的电传动车辆动力学控制系统.首先,以改进2自由度车辆模型为基础制定出用于保证车辆稳定性的动力学控制目标;之后,采用"前馈+反馈"控制结构,设计了结合动态滑模和最优调节的电传动车辆直接横摆力矩控制器,并按照不影响纵向行驶性能的原则,以轴载估计为比例分配各独立电驱动车轮的电机驱动转矩.研究表明:该四轮驱动电传动车辆动力学控制系统能够加快车辆系统响应速度,并有效抑制车辆运动进入不稳定状态的趋势,所得整车直接横摆力矩光滑平稳,并对路面附着变化和系统不确定参数具有良好的鲁棒性.     

电传动履带车辆双侧驱动转矩调节控制策略

为降低电传动履带车辆双侧驱动转速调节控制策略中电动机控制任务量与难度,提出转矩调节控制策略。结合双侧电机驱动电传动履带车辆动力学特征,分析转矩调节控制策略的理论基础和可行性。把加速踏板、制动踏板以及方向盘操作映射为控制变量γ和ε,结合驱动电机转速一转矩特性设计转矩调节控制策略。在Simulink/Stateflow环境中建立包括驾驶员输入模块、转矩调节控制策略模块、电机及控制器模块以及车辆动力学模块的整车驱动系统模型。不同路面上多工况仿真和实车行驶试验验证了转矩调节控制策略可行性和有效性。该控制策略已在车辆上成功应用。