汽车驾驶员自适应模糊PID控制模型

汽车动力学控制系统具有强非线性特性,在人-车-路闭环系统中采用基于传递函数的传统方法难以建立精确的驾驶员模型.在"预瞄最优曲率模型"的基础上,对驾驶员校正环节采用模糊PID控制,对包括"魔术公式"轮胎模型在内的汽车模型,建立加速度反馈自适应模糊PID控制驾驶员模型.该模型通过模糊控制器在线实时调整PID的3个参数.仿真结果表明,所建立的自适应模糊PID控制驾驶员模型很好地描述了驾驶员的方向控制行为,为人-车-路闭环系统的进一步研究和智能车辆自动驾驶控制提供了可行的途径.     

自适应神经模糊推理的方向驾驶员模型研究

以方向驾驶员模型为研究对象,讲解了自适应神经模糊推理系统的原理和结构,并基于自适应神经模糊推理系统建立了一种两输入单输出的方向驾驶员模型.输入变量是道路参考线到预瞄点的横向偏差和道路参考线与车辆X轴之间面积偏差,输出是车辆方向盘转角.首先,通过车辆动力学仿真软件Carsim获取车辆的仿真数据.其次,自适应神经模糊推理系...     

汽车半主动悬架的非线性神经网络自适应控制研究*

分析了汽车悬架的非线性特性,提出了基于神经网络的自适应控制策略,设计了神经辨识器和控制器,并通过一个补偿网络,来进行后悬架的预见控制。仿真计算表明,神经网络自适应控制的半主动悬架具有明显的减振效果,而加有后悬架预见控制其效果更佳。为验证仿真结果,还进行了台架试验。试验结果亦表明了半主动悬架的优良减振性能。     

驾驶员对汽车行驶方向稳定性影响的分析方法

在驾驶员一汽车闭环系统操纵动力学模型基础上，将驾驶员参数变化范围用区间数表示，用直接优化法对非对称区间矩阵特征值问题进行求解，从系统与控制理论角度定量地揭示了驾驶员对汽车行驶方向稳定性的影响。分析结果表明，汽车行驶方向稳定性的区间分析方法可以应用于使车适合于人的汽车操纵动力学设计。     

基于遗传算法的驾驶员-汽车闭环系统行驶方向稳定性研究

在驾驶员-汽车闭环系统操纵动力学模型基础上,将驾驶员模型参数变化范围用区间数表示,用遗传算法对非对称区间矩阵特征值问题进行求解,从系统与控制理论角度定量地揭示了驾驶员对汽车行驶方向稳定性的影响。分析结果表明:本文方法可以应用于“使车适合于人”的汽车操纵动力学设计。     

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。     

汽车主动悬架的自适应控制研究

主要对汽车主动悬架自适应系统进行研究。根据悬架系统的模型,参数往往不确定,路面激励未知且可变,对主动悬架的非线性性能特点进行研究。采用增益调度控制、模型参考自适应控制和自校正控制等几类自适应控制策略应用于主动悬架的主动控制系统。通过自校正控制自适应系统,按照路面行驶工况进行最优控制,通过计算机对电液系统的阻尼、弹力和水平位置等进行调节,使悬架系统对不同运行工况具有最大程度的适应能力。确保主动悬架性能满足车辆行驶稳定性能与乘坐舒适性,实现对悬架的自我优化控制。     

探测车自适应神经网络控制研究

探测车的运动控制是一个相当复杂和困难的控制问题,由于运动路面特性与探测车的大惯性,传统的PID算法无法满足控制要求.建立了高低精度模型,将自适应模型与增广神经网络结合,并应用于探测车的速度和转向控制.控制器设计包含两个子控制器:(1)基于线性化反馈的控制器 ;(2)在线自适应神经网络调节的比例积分(PI)的反馈的控制器.用于对速度及转向角的控制.仿真实验表明,该方法对于车辆速度、转向角控制有良好的适应性,控制精度高,稳定性好.     

基于神经网络的自适应控制方法

本文提出了一种新的自适应控制方法－基于神经网络的自适应控制,采用神经网络ＢＰ算法作为控制器来控制实际对象,动态地修改神经网络的权值作为自适应方法,使系统较好地适应负荷和外扰的变化,从而获得满意的控制质量。     

采用遗传神经网络的直线伺服系统速度自适应控制

针对永磁直线同步电动机伺服系统多变量、强耦合、非线性,以及时变的特点,提出一种基于径向基函数(RBF)神经网络的永磁直线同步电动机速度控制方法,该方法根据RBF神经网络的结构特点,对其参数采用遗传算法进行离线训练,并通过在线训练调整隐层与输出层的连接权值,实现了电动机速度的自适应控制.实验结果表明,与常规PID控制相比,RBF神经网络控制器提高了直线伺服系统的静态和动态性能,使得电动机在启动和负载改变时转速超调量减小,且转速能更快地趋于稳定.     

自主式水下机器人自适应区域跟踪控制

研究自主式水下机器人的区域跟踪控制问题,提出一种基于PD神经滑模的自适应区域跟踪控制方法。针对自主式水下机器人自适应控制器中仅在线调整网络权值的径向基函数神经网络存在收敛性能差的问题,给出同时对径向基函数神经网络权值、径向基函数中心与方差进行自适应调整的方法,使径向基函数神经网络无须离线选取径向基函数中心与方差,即可进行在线自适应学习。考虑到控制器中滑模控制项易引起系统抖振的问题,提出一种基于指数函数的滑模切换增益调节方法,使滑模切换增益能够依据跟踪误差实时调节以降低系统抖振。基于Lyapunov理论对所提自适应区域跟踪控制方法的稳定性进行分析。通过自主式水下机器人的仿真试验与水池试验验证所提方法的有效性。     

汽车自适应巡航系统的多模式切换控制

在复杂交通环境下,由于前车运动状态和驾驶意图的不可预知性,使得传统的自适应巡航控制(Adaptive cruise system,ACC)的应用受到限制,因此提出一种多模式自适应巡航控制策略。在现有上、下位控制器的基础上增加模式切换层,通过将车辆纵向运动状态划分为八种工况,使得系统根据实际工况条件选择最优的控制模式,并采用加速度加权平均算法提高模式切换的准确性和输出连续性。分别设计定速巡航、稳态跟随、接近前车、强加速、强减速和避撞六种控制模式。基于每种模式侧重的控制目标,设计相应的上位控制器并对其控制参数进行整定,从而改善了系统整体的控制品质。最后通过实车试验验证了多模式切换算法的有效性和实用性。     

三轴汽车前后轮转向时的侧向动力学控制

基于三轴汽车前后轮转向时的闭环控制确定性模型 ,探讨了该汽车在典型的组合路面行驶过程中后轮的最优转向控制规律 ,通过引入状态反馈 ,改善了整车的转向特性。将实际汽车的前后轮胎侧偏刚度及外界干扰视为有界的不确定性参数 ,采用模型跟踪变结构控制方法 ,使得不确定的实际汽车模型能够很好地跟踪确定性的最优理论模型。仿真结果表明该方法的可行性 ,控制系统能够有效地克服参数摄动及外界干扰对系统稳定性的影响     

车辆半主动悬架神经网络自适应控制研究

文中提出了一种汽车半主动悬架系统的神经网络自适应控制方法,用车身垂直加速度作为主要控制目标,以提高车辆行驶的平顺性,同时在仿真控制研究中兼顾悬架动挠度和车轮动载荷的变化,以提高车辆行驶安全性和操纵稳定性,通过仿真计算和分析验证了其可行性和有效性.     

考虑车间反应时距的汽车自适应巡航控制策略

通过引入车间反应时距的概念,使用单一控制算法实现汽车自适应巡航控制（Adaptive cruise control,ACC）。结合熟练驾驶员经验,使用车间反应时距定量描述自车何时对目标车辆做出反应,将ACC系统分为上位控制器和下位控制器,给出考虑车间反应时距的上位控制器架构,分别设计线性二次型调节器（Linear quadratic regulator,LQR）和模型预测控制器（Model predictive control,MPC）,通过MATLAB/Simulink与CarSim联合仿真初步验证系统可行性,并以乘用车辆为试验平台在平直铺装路进行实车试验。仿真及实车试验结果表明：目标车辆信息跳变、目标车辆行驶速度超过自车驾驶员设定限速时,考虑车间反应时距的LQR或MPC控制器均能有效处理复杂交通环境信息,实现自车安全、舒适行驶,有效避免模式切换过程中车辆加速度突变,提升车内乘员乘车体验。     

基于在线学习的车辆经济自适应巡航控制

设计一种经济自适应巡航控制器,用于降低道路车辆在跟随过程中的燃油消耗,提高行车安全.基于执行依赖启发式动态规划的方法控制车轮牵引力,从而保证安全行车所需的车辆间距.提出一种在线换挡控制策略来调整发动机的工作点,以改善发动机的燃油经济性.所提出的控制策略不依赖于车辆模型,可以适应不同的行驶工况.为验证控制器的有效性,分别...     

平衡车机电控制系统建模与仿真

构建平衡车机电控制系统,研究机电控制系统的建模与仿真设计方法.在建立系统结构模型的基础上,应用拉格朗日(Lagrange)方法建立系统动力学方程和数学模型;在LabVIEW及其控制与仿真工具包开发环境下,依据系统的数学模型,设计状态反馈控制器.当施加0.22 rad扰动时,平衡车位置、速度、倾斜角度、角速度都在3.5 s左右回到了平衡状态,这表明,系统建立的模型是合理可靠的,所设计的状态反馈控制器得到了较好的控制效果.     

车辆主动悬架自适应模糊滑模控制研究

针对主动悬架系统具有的非线性和不确定性,结合滑模控制的鲁棒性和模糊控制的优势,建立自适应模糊滑模控制策略。确定滑模切换面参数,应用切换控制方法和函数逼近技术改善滑模运动的动态品质,并利用模糊语言达到控制悬架振动的效果。以车辆1/4主动悬架动力学模型为对象进行仿真,结果显示,与传统的模糊控制相比,自适应模糊滑模控制能有效地改善路面变化对悬架的影响。