采用状态扩展MPC与转角补偿的无人车路径跟踪控制

采用传统模型预测控制（MPC）的无人车难以同时保证路径跟踪精度和实时性,针对此问题,本文设计了一种采用状态扩展MPC与转角补偿的路径跟踪控制器。建立了车辆三自由度动力学模型,设计了基于状态扩展的双反馈MPC控制器,并根据车速调整控制器参数;建立了车辆-道路跟踪模型,根据车辆横向和航向偏差设计了转角补偿模糊控制器;利用MATLAB/Simulink和Carsim软件对所设计的路径跟踪控制器进行联合仿真分析。结果表明：相比采用传统MPC控制器的车辆,在中、低车速下,状态扩展MPC控制器的控制增量求解时间平均值降低14%以上,路径跟踪控制器跟踪道路的横向和航向偏差最大值分别降低23%和17%以上,具有较好的路径跟踪性能。     

基于MPC的智能车辆变轨迹跟踪控制研究

为解决智能车辆进行变轨迹跟踪问题,基于传统的MPC（模型预测控制）控制器设计一种轨迹跟踪控制器,使所设计的控制器应用于智能车辆时能够先进行五次多项式的单行换道然后继续追踪一定半径的圆形轨迹行驶。采用二自由度车辆运动学模型,分析研究传统MPC控制器的设计原理,将二自由度车辆运动学模型进行线性、离散化处理得到线性误差方程;构建新的状态空间方程引入控制量的变化量,在此基础上进行迭代得到预测方程,利用这一时刻的状态量和控制量的变化量预测下一时刻的状态量。将求解这一时刻控制量的问题转化为二次规划问题,建立目标函数（代价函数）,结合硬约束和软约束条件解得控制量,该控制量输入车辆模型得到新的状态量,进而得到新的误差方程,利用约束环节进行反馈校正,如此循环,逐渐追踪上参考轨迹。为防止求解最优解出现无解时能够继续进行计算,加入松弛因子得到新的能够适应变轨迹的MPC控制器。设计五次多项式的单行道换道轨迹与圆形轨迹的连续变轨迹,搭建Carsim-Simulink联合仿真平台进行实验,验证结果显示：该控制器应用于智能车辆时能够先进行单行道换道行驶然后继续进行圆形轨迹的变轨迹追踪,所设计的控制器具有新型可行性。     

高速列车主动抗蛇行减振器的模型预测控制

为提升高速列车的线路运行适应性,设计基于抗蛇行减振器的模型预测控制(MPC)方法,实现基于减振器阻尼值实时调节的车辆蛇行运动稳定性控制。建立考虑线性轮轨接触关系的整车横向7自由度简化动力学模型;减振器考虑为理想Maxwell模型,但阻尼系数实时可调;基于模型预测控制理论设计主动抗蛇行减振器,建立目标函数及约束条件,求解最优阻尼系数;仿真分析主动控制条件的蛇行运动稳定性和运行平稳性以及目标函数对控制效果的影响。结果表明：与被动悬挂相比,采用MPC主动抗蛇行减振器能够有效抑制车辆的蛇行运动,使车辆的临界速度提升30%以上。     

基于模型预测控制的UUV路径跟踪控制研究

水下无人航行器(UUV)的路径跟踪控制是实现UUV多种军、民用途的重要技术基础。针对UUV路径跟踪控制中的欠驱动、非完整约束、模型的非线性,基于非线性连续模型预测控制算法设计了UUV垂直面路径跟踪控制器。建立了垂直面运动模型并基于状态空间模型给出了垂直面预测模型,通过给定性能指标,运用泰勒级数展开与李导数求解出了连续时间状态下的最优控制律,实现了欠驱动UUV路径跟踪控制。通过仿真实验,验证了垂直面路径跟踪控制器设计的有效性。     

基于动力学的搬运机器人运动规划控制算法与仿真

针对移动操作自由度冗余搬运机器人伤员搬运运动的安全性、稳定性要求,提出基于动力学的运动规划与控制方法。采用改进D-H方法建立搬运机器人正逆运动学模型;采用拉格朗日法建立机器人动力学模型;基于零力矩点（ZMP—the Zero-Moment Point）方法建立机器人稳定性评估模型;采用S形曲线方法规划机器人末端运动;通过优化稳定性求解机器人运动学逆解;采用滤波方法拟合关节运动曲线实现关节平稳运动;仿真验证了基于动力学的搬运机器人运动规划控制算法的有效性。     

基于分层控制器的轮式滑移转向机器人轨迹跟踪控制

针对采用滑移转向方式的轮式机器人，分析了其运动学模型与动力学模型，提出了用于轨迹跟踪控制的分层控制器。基于滑移转向机器人的运动学模型，设计了用于上层轨迹跟踪的模型预测控制器，实现轨迹的快速跟随；基于滑移转向机器人的动力学模型，设计了用于底层速度与横摆角速度跟随的滑膜控制器，实现运动速度的快速跟踪；通过跟踪微分器对轮速微分信号进行滤波，避免噪声的影响。最后通过Simulink与Trucksim联合仿真，验证了所提出的分层控制器的有效性。     

基于MPC的无级变速器控制优化策略研究

金属带式无级变速器(Continuously variable transmission, CVT)夹紧力是影响CVT系统传动效率及整车燃油经济性的重要因素,针对传统控制策略难以准确、合理地获得最优夹紧力控制范围的问题,提出了基于模型预测控制(Modelpredictive control, MPC)的控制策略。根据传动系统运动学原理,建立CVT动态方程及状态空间表达式,设计CVT模型预测控制器。考虑夹紧力具体约束限制,将无约束优化问题转化为二次规划问题,利用预测控制器求解每一时刻的夹紧力最优控制序列,构造最优夹紧力输入。在CVT系统输出侧施加干扰转矩,结果显示系统鲁棒性良好。同时,为验证MPC控制策略的可行性,利用Simulink和AMEsim进行联合仿真,并在紧急加速、紧急制动及综合工况下进行实车验证。结果表明:相较于传统控制,基于MPC的控制系统能够将传动效率提高8.72%～9.23%、油耗降低5.61%,为进一步解决CVT控制问题提出新思路。     

基于模型预测控制的阵风减缓技术研究

针对传统控制方法在系统存在约束时性能下降的问题,采用了基于模型预测控制的阵风减缓方法。模型预测控制采用在线滚动优化策略,相比传统控制方法,能够应对由于约束和干扰等导致的系统性能恶化。系统以某大型飞机为例,对飞机进行了考虑阵风效应的动力学方程建模。分别采用模型预测和线性二次高斯控制方法设计阵风减缓控制系统,仿真结果表明,模型预测控制在无约束时性能与传统线性二次高斯控制基本一致;而当系统存在约束时,模型预测控制相比线性二次高斯控制器具有更优的性能。     

分布式电驱车路径跟踪分层协调控制方法研究

针对分布式电驱车路径跟踪问题,基于分层协调控制方法,提出了一种路径跟踪策略。由电驱车独立转向/驱动的结构优势,设计四轮阿克曼转向理论,以建立电驱车路径跟踪分层运动学模型,并应用到路径跟踪控制策略中。该策略分为上下两层控制。在上层控制中,将上层运动学模型作为模型预测控制算法的预测模型,通过设定最优目标函数和约束条件将未来控制增量的求解问题转换为二次规划的最优解问题,计算出最优转角和速度控制量。下层控制中,通过下层运动学,将上层控制得到的控制量映射到四轮的转角和速度控制量,应用模糊PID算法,实现电驱车的路径跟踪控制。在基于Carsim/Simulink的仿真平台上进行圆形路径跟踪仿真验证,结果表明,该控制器能够使分布式电驱车实现路径的准确跟踪;在实车试验中进行换道路径跟踪,简单MPC(模型预测控制算法)与分层协调控制数据结果对比表明分层协调控制方法能够有效的改善控制性能,提供路径跟踪的精确性和稳定性。     

基于变采样时间模型预测控制的自适应巡航系统

提出了一种改进的基于模糊控制框架的变采样时间模型预测控制(MPC)策略.首先在传统模型基础上增添加速度变化率作为状态向量来设计MPC控制器,接着基于模糊控制理论对行驶工况的紧急程度进行了划分,然后利用紧急系数对所设计的MPC控制器的采样时间进行实时优化,最后在Carsim、Matlab/Simu-link以及NI实时系...     

基于扩张状态观测器的海工栈桥液压系统模型预测控制

海工栈桥是一种在海上作业期间运输维护人员和设备转移的大型海洋工程装备。针对海工栈桥液压系统外部扰动大、模型参数不确定等问题,提出了一种基于扩张状态观测器的模型预测控制方法。以海工栈桥液压系统为研究对象,对其进行运动学分析和动力学建模,推导出系统的状态空间方程;在传统模型预测控制的基础上,采用扩张状态观测器对液压系统的外部负载扰动以及机械系统未建模部分进行估计,以提高模型预测控制的跟踪效果。仿真结果表明,扩张状态观测器对海工栈桥液压系统的状态和扰动具有很好的观测能力,有效提高了模型预测控制的稳定性和鲁棒性。     

基于神经动力学的轮式移动机器人跟踪与稳定统一控制

为了对轮式移动机器人(WMR)进行光滑、鲁棒、稳定的轨迹跟踪控制,分析了生物激励神经动力学原理,研究了非线性模型预测控制策略,提出了一种基于神经动力学思想的模型预测终端控制方法。首先,针对传统控制方法存在的初始速度跳变问题,利用神经动力学在信息处理方面的优良特性,设计了神经动力学控制模块;然后,根据模型预测控制原理给出了一个优化控制模块;最后,设计了终端域和线性反馈终端控制器来保证系统的全局渐近稳定性。仿真结果表明:利用所设计的控制方法进行曲线跟踪时,被控WMR系统收敛到参考轨迹的时间可从12s降到5s,初始线速度/角速度分别从[-3,4]m/s和[-5,6]rad/s缩小到[0,2]m/s和[-3,3]rad/s,且系统输出有界光滑,使WMR在完成轨迹跟踪的同时实现了全局渐进稳定。由于文中核心算法的推导过程不受WMR运动学模型限制,故该研究结论亦可应用于其他结构的移动机器人。     

工业机器人参数容差稳健性设计

为降低工业机器人定位精度可靠性对运动学和动力学不确定参数的敏感性，基于工业机器人定位误差信噪比，提出了工业机器人运动学和动力学不确定参数容差稳健性优化设计方法。针对工业机器人动力学方程求解耗时问题，基于径向基函数神经网络建立了工业机器人动力学方程求解过程的代理模型，有效提高了工业机器人定位误差仿真效率。采用遗传算法求解所建立的稳健性优化设计模型，同时还分别以工业机器人定位误差平均值和定位误差信噪比并考虑加工成本为目标函数，对工业机器人不确定参数容差进行了优化设计。最后，以各优化结果作为不确定参数标准差，比较分析了工业机器人定位精度可靠性及定位精度可靠性敏感性，验证了所建立的工业机器人运动学和动力学参数容差稳健性设计方法的有效性。     

基于自适应模型预测的智能网联车辆主动避障研究

本文以智能网联车为研究对象,设计一种自适应模型,采用MPC控制算法对整车行车过程中的避障策略和相关行为进行精准智能调度。借助PSD三角测距方式,对道路中的相关障碍物位置信息尽心采集,基于AT89C52模块进行数据处理与控制,对车辆进行主动避障预测控制。经在不同工况下进行仿真实验表明,基于MPC自适应模型预测的智能网联车辆主动避障策略具有很好的应用价值,避障精准,验证了该方法的有效性与实用性。     

一种6-DOF冗余驱动并联机器人模型分析与运动控制

主要研究8输入6-DOF冗余驱动并联机器人的动力学特性和运动控制方法,首先描述了该机器人的运动学约束条件,并分析其运动学特性;随后采用拉格朗日法建立机器人动力学模型,并设计模糊自适应PID控制器。最后运动学模型、动力学模型及模糊PID控制器进行了仿真,验证了模型的正确性和控制方法的有效性,为并联机器人参数选取和控制方案制定提供依据。     

轮式移动焊接机器人输出反馈线性化控制

针对目前基于运动学模型的焊缝跟踪控制已经不能满足焊缝跟踪的高精度要求的问题,以一种后两轮差速驱动的5自由度轮式移动焊接机器人为对象,给出其动力学模型及其输出反馈线性化的过程,并提出一种基于此动力学的轮式移动焊接机器人路径跟踪控制方法。建立轮式移动机器人具有非完整力学系统形式的动力学模型,并推导出对应的状态反馈精确线性化模型。在此线性化模型基础上,考虑机器人动力学模型参数的不确定性,利用滑模变结构控制方法来设计动力学控制规律,选取线性切换函数和指数趋近律,设计滑模变结构控制器。并利用Lyapunov稳定性理论证明系统的稳定性且跟踪误差收敛,满足了移动机器人的轨迹跟踪要求,且具有设计方法简单、鲁棒性强的特点。通过仿真验证所提控制律的有效性和正确性。     

移动式救援机器人机械手臂的自适应控制问题

分析了移动式救援机器人系统参数存在误差时,其机械臂工作端轨迹的跟踪控制问题。首先基于雅可比矩阵概念与欧拉-拉格朗日方法,建立了移动式救援机器人系统的运动学与动力学模型。然后,分析了系统的运动学与动力学模型存在误差时,对于逆动力学控制算法的影响,为了克服这种影响,引入了参数在线识别算法-自适应控制,设计了新的自适应-逆动力学控制算法。最后,通过计算机数值仿真,验证了设计的自适应-逆动力学控制算法的有效性。     

四轮驱动电动汽车转向行驶自适应预测控制

为改善四轮驱动电动汽车在转向行驶工况下因车速较快导致的横向稳定性下降问题,提出了一种基于模型预测控制(Model Predictive Control, MPC)的自适应预测控制方法。在建立车辆三自由度模型、轮胎模型和驾驶员模型的基础上,通过结合模型预测控制和比例积分微分(Proportional Integral Derivative, PID)控制,设计了自适应预测控制器,以实现四轮驱动电动汽车横向稳定控制。通过CarSim软件与Simulink软件进行联合仿真,结果表明,与传统PID控制相比,自适应预测控制的侧向位移减小了7.9%,横摆角速度降低了37.5%,所提出的控制方法有效提高了期望路径的跟踪精度,改善了四轮驱动电动汽车在转向行驶过程中的横向稳定性。     

基于反馈线性化的两轮自平衡汽车侧倾动态响应控制

针对采用控制力矩陀螺仪的两轮自平衡汽车侧倾姿态的动态响应控制问题,提出了基于反馈线性化的综合控制方法。该控制方法利用反馈线性化控制方法将两轮自平衡汽车的非线性动力学模型转换为线性动力学模型。基于线性动力学模型,利用状态反馈方法配置线性动力学模型的极点,设计两轮自平衡汽车动态响应过程。针对所设计的动态响应过程中的力矩需求,利用PI控制器实现控制力矩陀螺仪的力矩输出调节。采用传递函数方法证明了所设计的两轮自平衡汽车控制系统的输入输出稳定性。最后给出了具体的算例仿真验证了所提出的基于反馈线性化综合控制方法对两轮自平衡汽车动态响应过程控制的有效性。     

多矢量推进水下航行器6自由度非线性建模与分析

采用舵和矢量推进器联合进行航向控制的新型水下航行器,实现高、低速下不同航向控制方式的多种运动模式.根据其结构特点和运动特性,运用欧拉角法建立6自由度运动学模型,针对纵倾角θ=±90°时存在奇异点的问题,采用四元数法进行解决,保证任意姿态下的运动求解.基于牛顿第二定律和拉格朗日方法建立多矢量推进水下航行器的6自由度非线性动力学模型,两种方法所推导的动力学模型完全一致,验证模型的正确性,并为控制系统的设计奠定基础.进一步采用四阶五级龙格-库塔积分算法进行动力学方程求解,解决水下航行器耦合非线性空间运动方程运算难和显示难的问题.通过多矢量推进水下航行器空间运动性能的计算和分析,进一步验证其运动学和动力学模型的有效性,并表明低速航行时采用矢量推进器控制航向和高速航行时采用舵控制航向可以较大地提高水下航行器的机动性能.