无人车辆轨迹规划与跟踪控制的统一建模方法

无人车辆的轨迹规划与跟踪控制是实现自动驾驶的关键.轨迹规划与跟踪控制一般分为两个部分,即先根据车辆周边环境信息以及自车运动状态信息规划出参考轨迹,再依此轨迹来调节车辆纵横向输出以实现跟随控制.本文通过对无人车辆的轨迹规划与跟踪进行统一建模,基于行车环境势场建模与车辆动力学建模,利用模型预测控制中的优化算法来选择人工势场定义下的局部轨迹,生成最优的参考轨迹,并在实现轨迹规划的同时进行跟踪控制.通过CarSim与MATLAB/Simulink的联合仿真实验表明,该方法可在多种场景下实现无人车辆的动态避障.     

基于补偿控制的无人地面车辆轨迹跟踪方法

:针对无人地面车辆轨迹跟踪精度不高,鲁棒性差的问题,提出了一种基于补偿控制的算法;该算法分为运动学和动力学两部分:基于方向角调整策略的运动学控制律能确保无人地面车辆有效跟踪参考轨迹;基于PD与模型参考模糊滑模自适应控制相结合控制的动力学控制律能有效补偿建模不精确和外界扰动带来的影响;仿真结果表明:该算法能够有效跟踪参考轨迹,控制量分配合理且鲁棒性较好.     

基于自适应MPC算法的轨迹跟踪控制研究

为了保证智能车辆在低附着且变速条件下跟踪控制的精确性和稳定性,提出一种基于自适应模型预测控制(MPC)的轨迹跟踪控制算法.针对低附着条件下轨迹跟踪存在行驶稳定性较差的问题,对车辆动力学模型添加侧偏角软约束,分别设计有无添加侧偏角约束的MPC控制器.仿真结果表明,添加侧偏角约束后MPC控制器性能更优,车辆行驶稳定性得到有...     

无人水面艇复合自适应轨迹跟踪控制

针对存在模型参数不确定性和极易受到风、浪、流等时变干扰的欠驱动无人水面艇的轨迹跟踪控制问题,根据扰动观测器能对不确定项和外界干扰进行估计和补偿且具有鲁棒性特点,提出一种基于复合扰动观测器的自适应轨迹跟踪控制。该复合自适应观测器利用跟踪误差和估计误差共同调节自适应参数,在不激励高频未建模动态的情况下,该复合自适应闭环控制系统可得到更快的收敛速度和更高的跟踪精度。理论分析和仿真实验证明了所提出的无人水面艇复合自适应控制的有效性。     

基于参数自学习的无人车越野环境跟踪控制方法

针对无人车在越野环境下难以高速、高精度地跟踪复杂路况的问题,设计了一种参数自学习的前馈补偿控制器,与模型预测控制方法构成前馈-反馈的控制结构。在该控制结构中,前馈控制根据实时状态的跟踪误差在线更新学习系数,有效考虑车辆高速运动过程中无法精确建模的非线性动力学特性以及复杂路况不断变化的曲率和路面条件等的影响,在保证稳定性的同时快速减小跟踪误差。在越野场景进行了高速的S型与直角弯路径跟踪实车实验来验证参数自学习控制器的有效性,结果表明,所设计的参数自学习控制器相比传统的模型预测控制器跟踪误差和横摆都较小,在跟踪精度和车辆稳定性上都有较大改善。     

基于模型预测控制的直升机轨迹跟踪控制

针对直升机在实际任务中对轨迹精确控制的实际需求,提出基于模型预测控制(model predictive control,MPC)的直升机轨迹跟踪算法.轨迹控制的整体方案采用分层的架构:底层对直升机的速度以及姿态进行调节,顶层通过实施MPC算法对底层的姿态和速度指令进行调度,以期实现直升机轨迹的精确控制.通过分段MPC方...     

基于滑模预测控制的海底采矿车轨迹跟踪算法

海底采矿车多工作于稀软底质,其面临的外部扰动较大,难以快速收敛跟踪误差,精准地跟踪预设轨迹。为此,本文提出了一种海底采矿车的滑模预测控制（sliding model predictive control,SMPC）轨迹跟踪算法。基于海底采矿车的运动学模型,首先设计滑模控制率实现轨迹跟踪误差快速收敛,其次利用少预测时域的线性时变模型预测控制算法（linear time varying model predictive control,LTV-MPC）优化该滑模控制率。而后,通过证明滑模控制率收敛和模型预测控制稳定,保证了闭环控制系统的稳定性。RecurDyn&Simulink联合仿真结果表明,与单一的滑模控制（sliding mode control,SMC）和线性时变模型预测控制算法相比,所提出的SMPC轨迹跟踪算法提高了轨迹跟踪精度,且算法具有较好的实时性。     

非完整移动机器人的轨迹跟踪控制

讨论基于运动学模型的非完整移动机器人的轨迹跟踪控制问题。在一定的假设条件下实现了全局指数跟踪，该假设允许参考模型角速度和平移速度均趋于零，并将该方法推广到 动力学模型。仿真例子证明了该方法的有效性。     

一种新的履带机器车轨迹跟踪控制

以履带机器车为研究对象,通过对履带机器车轨迹跟踪误差的分析,给出了履带车的内部误差和外部误差的定义。采用交叉耦合控制器对履带车辆的内部误差进行补偿,采用专家模糊控制器对履带机器车的外部控制误差进行补偿,从而实现了履带机器车的轨迹跟踪控制。仿真结果验证了该算法的有效性。     

四旋翼无人侦察器轨迹跟踪控制研究

针对在系统动力参数不确定、干扰随机性的情况下,对四旋翼无人侦察器非线性模型进行有效控制的问题,建立了侦察器的动力学模型,并提出了一种基于双层回路的非线性控制器设计方法.其外层回路中设计了基于模糊PID(proportional-integral-derivation)控制的控制器来实现高度和位置跟踪;内层回路中利用滑模控制器来实现姿态稳定控制.仿真结果表明,设计的控制器能够使无人侦察器的运动轨迹和姿态角快速收敛到期望值且稳定在较小的误差范围内,具有较好的适应性和鲁棒性.     

考虑状态约束与执行器饱和的水下机器人轨迹跟踪控制

针对执行器饱和、模型参数不确定以及海流干扰等因素影响下的水下机器人,提出一种考虑状态约束以及执行器饱和的轨迹跟踪控制器.首先,构建水下机器人水平面轨迹跟踪误差方程;然后,对载体模型参数不确定性产生的模型误差以及海流干扰,设计一个非线性观测器进行估计并用于对控制器进行扰动补偿;接着,引入执行器饱和补偿系统、二阶滤波器以及滤波器误差补偿系统,设计命令滤波反步滑模控制器来控制水下机器人的水平面轨迹跟踪;最后,严格验证命令滤波反步滑模控制器的稳定性并进行数值仿真,验证所提出控制器的有效性.     

Trajectory tracking control for a miniature fixed-wing unmanned air vehicle

This article considers the problem of trajectory tracking control for a miniature fixed-wing unmanned air vehicle (UAV). With the UAV equipped with longitudinal and lateral autopilots, we adopt a kinematic model that takes into account the fact that the heading of the UAV is controlled by its roll motion and the autopilot responses to air speed and roll control commands are first order in nature. Backstepping techniques are applied to derive air speed and roll control commands from known air speed and heading control laws that explicitly account for air speed and heading rate constraints of the UAV. Regarding inaccurately known autopilot constants, a parameter adaptation technique is used to estimate autopilot constants. High-fidelity simulation results on a six degree-of-freedom (DOF) 12-state fixed-wing UAV model are presented to show the effectiveness of our approach.     

基于IBC-PID控制的四旋翼轨迹跟踪控制

针对四旋翼飞行器在阵风扰动下的轨迹跟踪控制问题,提出一种结合积分反步法控制与PID控制的混合控制算法.首先,分析了四旋翼飞行器的受力情况,并采用牛顿 欧拉法建立其动力学方程;其次,根据时间尺度原理,将四旋翼飞行器的控制结构分成位置控制回路与姿态控制回路,前者采用积分反步法进行抗干扰控制,后者采用PID控制进行镇定;同时,引入粒子群算法,利用其寻优优势对所设计的控制器参数进行调整;最后,通过一个螺旋线跟踪仿真对本文所提控制算法的有效性进行了验证.仿真结果表明,本文所提算法具有一定的鲁棒性、稳定性与适用性,能够满足四旋翼轨迹跟踪控制的需求.     

基于函数滑模控制器的机械手轨迹跟踪控制

提出一种基于函数滑模控制器(FSMC)的控制策略,用于不确定机械手的轨迹跟踪控制。首先,由动力学模型和滑模函数得到系统的不确定项;然后,利用RBF神经网络逼近系统不确定项,由于神经网络逼近存在误差,而且在初始阶段误差较大,设计函数滑模控制器和鲁棒补偿项对神经网络逼近误差进行补偿,以克服普通滑模控制器容易引起的抖振问题,同时提高系统的跟踪控制性能。基于李亚普诺夫理论证明了闭环系统的全局稳定性,仿真实验也验证了方法的有效性。     

考虑铰间间隙和重力影响的空间机械臂轨迹跟踪控制

以在轨服务高精度操控任务为背景,研究了铰间间隙和重力对空间机械臂末端轨迹跟踪精度的耦合影响,并设计了间隙补偿控制器.通过分析不同重力环境下含铰间间隙机构的运动特性,基于铰间间隙的Kelvin-Voigt线性弹簧阻尼假设,建立了地面装调及空间服役两种不同工况下的近似间隙等效模型.以二自由度空间机械臂为例,利用牛顿欧拉法推导了重力及重力释放条件下的含间隙机械臂动力学模型,并分离出了间隙补偿项.最后,通过轨迹跟踪控制仿真研究,给出了含间隙机械臂在不同重力环境下的动力学行为差异,同时验证了间隙补偿控制器的有效性.     

四旋翼飞行器的轨迹跟踪抗干扰控制

针对四旋翼飞行器轨迹跟踪问题中系统存在模型不确定和易受到外界扰动的情况,提出了基于切换函数的扩张状态观测器设计方法来对系统中的扰动进行估计,并将估计值与滑模控制器的设计相结合,实现了对系统中非匹配不确定性和匹配不确定性的抑制且实现了系统跟踪误差的一致最终有界.首先,根据变量间的耦合关系将飞行器系统模型分解为两个子系统模型,设计扩张状态观测器对子系统中的非匹配不确定性进行估计,并将估计值作为变量加入到切换函数的设计中;进而基于切换函数设计扩张状态观测器以估计经切换函数重构系统中的扰动,并在控制器中对扰动进行补偿.最后通过李雅普诺夫理论证明了控制系统的稳定性.通过仿真验证了本文提出的方法能够有效实现飞行器轨迹跟踪控制且能够抑止传统滑模控制的抖振现象.     

基于非线性制导的四旋翼轨迹跟踪控制

四旋翼是一种欠驱动、强耦合的可垂直起降的飞行器,为了实现其能够以设定速度跟踪空间轨迹,设计了一种基于非线性制导算法的轨迹跟踪控制方法。该方法分为了导引与控制两部分组成,导引部分以任务轨迹与期望速度为输入量通过非线性制导算法输出当前四旋翼的期望加速度,控制部分以得到的期望加速度为输入量采用串级PID算法对四旋翼进行姿态控制,从而实现四旋翼保持设定速度对任务轨迹的跟踪。仿真结果表明,所提方法能够实现四旋翼对复杂任务轨迹的精确跟踪,二维复杂轨迹跟踪距离偏差不超过±0.6m,速度偏差不超过2m/s;三维复杂轨迹除了受自身控制力限制的飞行段外,跟踪距离偏差基本控制在±4m以内,速度偏差不超过2m/s。     

基于视觉的服务机器人轨迹跟踪控制

根据移动服务机器人的运动学模型和针孔摄像机成像原理,完成了机器人的速度向量由视觉空间到任务空间的变换。采用视觉伺服控制方式,结合反步设计思想,设计了具有全局渐近稳定的轨迹跟踪控制器,并利用Lyapunov函数进行稳定性分析。仿真结果验证了所设计控制器的有效性和正确性。     

四旋翼无人飞行器的轨迹跟踪与滑模事件驱动控制

四旋翼飞行器作为一个典型的欠驱动的系统,具有强耦合、非线性等特性.针对飞行器外部干扰、和通信资源受限条件下的轨迹跟踪控制问题,进行滑模事件驱动控制方法的研究.首先,分析动力学特性,通过时间尺度分解方法将系统解耦成位置子系统和姿态子系统.其次,将位置子系统转化为严格反馈形式,设计反步滑模控制器,实现位置轨迹稳定跟踪;针对姿态子系统存在时变有界扰动及通信受限,设计滑模事件驱动控制律,在抑制干扰的同时实现对虚拟姿态跟踪指令的跟踪.根据Lyapunov分析方法证明了所设计控制器的稳定性,并通过理论分析证明闭环控制系统不会出现Zeno现象.最后,仿真结果验证了滑模事件驱动控制律在存在外部扰动和通信受限时四旋翼无人飞行器轨迹跟踪的鲁棒性.     

基于双率采样的智能车辆弯道轨迹跟踪控制

本文研究在双率采样下智能车辆弯道轨迹跟踪问题.首先,针对车辆车道保持的转向控制,建立相对路面误差的侧向动力学模型.其次,假设系统状态变量被分为两个子向量并分别由两类传感器以不同的采样周期采样,针对这类双率采样系统,充分考虑这两类传感器的采样时刻特征,设计一类基于采样时刻的切换控制器.然后,利用输入时滞方法,将最终的闭环系统建模为带有两个模态的切换时滞系统,并以线性矩阵不等式(LMI)形式给出闭环系统指数稳定性条件和切换控制器的设计方法.最后,在Matlab/Simulink环境下对汽车模型的路径跟踪控制进行仿真,验证本文所提方法的有效性,并与单率采样方法进行比较,说明本文方法相比于单率采样方法的优势.