无人船自适应路径跟踪控制系统

环境干扰下如何实现精确、可靠路径跟踪控制是目前无人水面船(无人船)自主航行的关键和难点问题。从无人船路径跟踪控制的算法设计、系统实现和试验验证等三个层面开展研究:在算法设计层面,提出了考虑水流干扰条件下的自适应视距(Line-of-sight,LOS)制导算法以及基于LEM(Line-of-sight&extendedstateobserver&modelpredictive control,视距-扩张状态观测器-模型预测控制)的自适应路径跟踪控制方法;在系统实现层面,设计了无人船路径跟踪控制系统架构,并解决了MPC快速求解、系统状态采集与不可测状态观测问题;在试验验证层面,构建了在室外水池环境下的模型船路径跟踪控制试验平台,并在此平台上完成了MPC与比例-积分-微分(Proportional-integral-derivative,PID)路径跟踪控制对比试验,以及基于LEM与基于传统LOS的MPC路径跟踪控制(Traditional LOS&MPC,TLM)对比试验。试验结果表明,构建的无人船路径跟踪控制系统运行稳定可靠,提出的LEM自适应路径跟踪控制方法具...     

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。     

基于模型预测控制的工业机器人曲面跟踪方法研究

工业机器人执行接触性作业任务时,通常需要稳定控制接触力,比如在磨抛过程中,不平稳的法向接触力容易影响表面质量。为解决力跟踪控制时法向控制速度易超调和不确定环境造成法向接触力不平稳的问题,提出一种基于模型预测控制的工业机器人曲面跟踪方法。首先,根据工件模型几何信息计算出末端工具的运动轨迹,再结合机器人当前位姿求解末端工具的笛卡儿速度;然后,建立末端工具与工件接触时的状态空间模型,并依据末端工具的姿态变化对法向阻尼系数进行在线调节;最后,根据实时力信号的反馈,利用模型预测控制算法对法向速度进行修正,实现曲面恒力跟踪。基于Staubli TX90工业机器人,在末端工具姿态不变和姿态改变的情况下分别进行了曲面跟踪实验,结果显示法向接触力波动范围分别为±1 N和±2 N,方差分别为0.038 1 N²和0.105 9 N²,能够达到较好的力跟踪效果。     

考虑横摆稳定性的无人车轨迹跟踪控制优化研究

横摆稳定性和轨迹跟踪性能对无人车至关重要。为此,提出一种基于模型预测控制的轨迹跟踪控制器,将考虑瞬时极限性能的稳定性判据添加到控制器约束中,并且利用性能驱动的方式对控制器的参数进行优化。首先根据车辆3自由度动力学模型建立横摆角速度-质心侧偏角相平面,分析前轮转角对相平面平衡点的影响,通过建立相平面的等倾几何曲线,分析车辆的稳定性特征,设计出基于包络线的横摆稳定性判据。然后将模型预测控制器的代价函数参数化,根据性能目标设计特定场景的全局代价作为评价函数,利用贝叶斯优化进行预测时域和代价函数权重两类参数的优化,实现目标任务全局性能最优。仿真和实车试验表明,所提算法在保证车辆稳定的前提下,发挥了车辆的动力学极限,采用的贝叶斯优化方法对轨迹跟踪模型预测控制器的参数进行了优化,实现了轨迹跟踪性能的提高。     

无人车辆横向跟踪控制研究

使用传统模型预测控制对车辆轨迹进行跟踪时,模型中的路面附着系数往往为特定工况下的经验数值。当车辆在未知路面行驶时,现有控制算法难以对路面附着系数进行及时修正,并调整预测控制模型内的约束,进而导致车辆横向失稳。针对此种情况,提出一种考虑实时路面附着系数估计的横向跟踪控制策略,用于实现车辆横向轨迹跟踪。该算法针对路面附着系数未知的工况,利用车辆当前横纵向加速度、横摆角速度、前轮转角等状态量,通过扩展卡尔曼滤波预测路面附着系数后,再对控制模型中的侧偏角约束量进行实时调整,以保证车辆在未知路面工况下的行驶安全,使车辆跟随预期轨迹行驶。实验表明,将扩展卡尔曼滤波法与模型预测控制结合的控制算法具有可行性,且有效提高了车辆在不同附着系数路面行驶时横向轨迹跟踪的稳定性及鲁棒性。     

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。     

基于模型预测控制策略的协同自适应巡航控制仿真研究

本文基于模型预测控制原理设计了上层控制器,用来决策期望加速度以实现良好的跟车效果,并将期望加速度变化作为优化条件之一引入代价函数中,目的是为了更有效的优化油耗和乘坐舒适性,最后利用Simulink和CarSim的联合仿真验证所提出的控制器。从结果可以看到所设计的控制器能够很有效的控制跟随车辆跟随领航车迅速做出一系列加减速机动,可以在相同的道路条件下使车辆以更小的车间距保持队列行驶来增加道路容量,同时能降低油耗。通过加速度的变化结果可以看到燃油车的换挡操作会造成加速度的突变从而影响乘坐舒适。     

基于模型预测控制的排爆机器人轨迹跟踪算法研究EI北大核心CSCD

排爆机器人在复杂、危险环境下代替人作业拥有非常重要的地位。排爆机器人对期望轨迹的跟踪是避免发生危险最重要的环节。基于模型预测控制算法提出了排爆机器人末端轨迹跟踪算法。给出了机械臂状态空间的离散模型,已知当前时刻位置状态和下一时刻位置输入状态,预测未来某时域内的输出状态;然后根据给定性能指标和约束条件,求解未来一段时域内的输入序列,对实际输出进行反馈校正;最后,采用实验仿真对比测试,验证了该算法的有效实时性,结果表明,基于模型预测控制的机器人末端轨迹跟踪算法具有良好的动态实时跟踪能力,实现了目标轨迹的有效跟踪。     

凿岩机器人轨迹跟踪自适应预测控制

将一种输入输出增量式线性时变模型作为对象的实时预测模型 ,采用加权限定记忆回归法来估计模型参数 ,进而提出一种自适应预测控制策略 ,并给出了单步预测最优控制律。简要介绍了凿岩机器人双三角钻臂的结构和运动特性 ,随后将本文提出的自适应预测控制策略用于双三角钻臂轨迹跟踪控制 ,仿真结果表明了该控制策略的可行性。     

一种基于逆模糊模型的自适应逆控制方法

利用模糊逆建模方法,结合自适应逆控制思想,提出了一种基于模糊逆模型的自适应逆控制方法。首先利用模糊系统理论对未知非线性对象进行离线逆建模,得到模糊逆模型;然后将对象与初始逆模型进行串联,利用LMS算法在线调节逆模型,同时将其进行数字复制作为系统控制器,与对象进行串联。该方法可用较少的模糊规则数达到很好的跟踪控制效果,将该方法用于一混合非线性系统及球形液位控制中,仿真结果验证了该方法的有效性与实用性。     

基于模型预测控制的协同式自适应巡航控制系统

在城市交通工况中,车辆的驾驶行为对其乘坐舒适性及燃油消耗有着很大的影响。因此提出一种在包含交通灯等信息的交通工况下的协同式自适应巡航控制系统,通过减少不必要的速度保持或加速来提升性能。系统通过处理当前交通信息的数据判断跟踪目标类别,运用模型预测控制来预测前车或车队未来状态,对不同的前方目标采用不同的权值来计算最优控制输入。通过控制车辆保持安全距离并在优化速度下行驶以实现多目标的优化。利用CarSim和Simulink联合仿真,仿真结果显示该控制系统在保证安全的前提下实现了主动的速度调节及目标的切换,在指定仿真工况中对比线性二次调节算法,加速度峰值、加速度变化率峰值及燃油消耗均有所降低,乘坐舒适性和燃油经济性得到较大提升。     

基于Hammerstein模型的GMAW-P焊接熔深自适应预测控制

针对脉冲熔化极气体保护焊(Pulsed gas metal arc welding,GMAW-P)过程中焊接熔深的实时控制,使用脉冲峰值期间的电压变化幅值(ΔU)来表征焊接熔深变化,并且通过测量和控制ΔU的大小来间接达到熔深控制的目的。建立了以ΔU为输出和脉冲基值电流为输入的单输入单输出熔深控制系统。系统输入输出之间的静态关系模型显示该熔深控制系统具有一定非线性,因此,采用加入干扰的Hammerstein模型描述该非线性系统。在基于该Hammerstein模型的经典预测控制算法基础上,在控制过程中加入递推最小二乘法在线辨识模型参数,从而实现焊接熔深自适应控制。控制算法仿真和实时焊接试验表明该熔深控制算法能够较好地实现GMAW-P焊接过程中的熔深控制。变散热试验结果验证了该控制算法的有效性和适应性。     

采用状态反馈的无人车路径跟踪横向控制

针对采用传统模型预测控制器的车辆在弯道内跟踪精度难以保证的问题,本文提出了一种基于状态反馈的路径跟踪横向控制策略。基于车辆动力学模型,建立考虑轮胎滑移包络线约束条件的路径跟踪模型预测控制器,并根据车速选择合适的控制器时域参数;以车辆质心位置为控制点建立车辆跟踪误差模型,结合车辆当前位置横摆角偏差建立状态反馈调节器,通过LQR最优控制方法对无人车姿态进行校正。利用MATLAB/Simulink和Carsim软件对改进的状态反馈控制策略进行了仿真验证,典型双移线道路仿真试验表明:中低车速下车辆路径跟踪横向偏差降低了16%以上,横摆角偏差降低了33%以上,所设计控制器能够有效提高车辆路径跟踪精度,可保证车辆对变曲率弯道具有适应性和行驶稳定性。     

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。     

基于模型预测控制的智能网联汽车路径跟踪控制器设计

为解决智能车辆的自主转向问题,提高车辆在高速运动过程中的转向精度和稳定性,在智能网联汽车的背景下,从路径跟踪控制出发,提出一种变参数的智能网联汽车路径跟踪控制方法。该方法基于模型预测控制原理,设计了一种智能网联汽车的路径跟踪控制器。该方法先以3自由度模型的车辆模型为控制系统;对系统进行线性化后,确定系统的二次型目标函数,并依据函数形式确定矩阵形式;然后,在Carsim和Matlab/Simulink平台上进行离线仿真,确定各个典型工况下适用于该路径跟踪控制器的仿真参数;最后实现系统可根据由车联网获得车辆实际所处道路形状和实际车速选择合适的路径跟踪控制器的控制参数,完成智能网联汽车的自动转向。仿真结果表明该控制器相对于固定控制参数的控制器具有更好的控制效果,可控制车辆以较高车速行驶时达到较高跟踪精度和行驶稳定性。     

一种欠驱动AUV模型预测路径跟踪控制方法

本文针对欠驱动自主水下航行器(AUV)的约束路径跟踪问题,设计了一种模型预测路径跟踪控制器。首先定义路径参数的二阶导数作为路径虚拟控制律,并将参考路径的模型扩展到AUV路径跟踪预测模型;然后采用非线性模型预测控制设计了欠驱动AUV的约束路径跟踪控制律,通过对约束优化问题的滚动求解,得到满足约束的扩展控制输入。最后采用REMUS AUV的模型参数对提出的控制律进行了仿真研究,结果说明了控制器在显式处理约束的同时,表现出良好的跟踪效果。     

基于可变预测时域及速度的车辆路径跟踪控制

非线性模型预测控制(NMPC)在车辆路径跟踪控制中的应用日益广泛,但目前的研究成果中尚未深入考虑预测时域和速度对车辆路径跟踪控制性能的影响。为此,分析了预测时域、速度与车辆路径跟踪控制性能之间的关系;采用三次多项式拟合获得了能够保证车辆路径跟踪横向误差小于0.1 m的最佳预测时域和参考速度的控制律;改进了用于车辆路径跟踪控制的NMPC控制器,且改进后的NMPC控制器的性能通过仿真进行了验证。仿真结果表明:改进后的NMPC控制器的横向误差在0.092 8 m以内,航向误差在0.072 4 rad以内。相比传统NMPC控制器,改进后的NMPC控制器将最大横向误差减小了4.267 1 m以上,将最大航向误差减小了0.392 7 rad以上,路径跟踪控制性能得到了较大幅度的提高。     

光电跟踪平台的观测自适应控制器

为解决导引头稳态跟踪精度与快速目标跟踪能力难以兼容的问题,建立了导引头伺服系统模型,通过分析传统PID控制策略的优势和缺陷,提出了改进自适应控制算法的研究思路.首先,利用自适应方程调节控制器参数以满足对不同速度目标的跟踪能力,并且通过非连续性观测投影对自适应参数进行控制,保证自适应参数始终处于和当前状态匹配的范围内.此...     

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...