自动化公路系统车队换道变结构控制

基于车辆纵横向动力学耦合模型,研究了自动化公路系统车队换道的纵横向耦合控制.假定车队中每个跟随车辆依靠车间通信接收引导车辆以及该车前面相邻车辆的位移、速度信息,利用车载传感器获得车辆横摆角速度信息.基于满足正反梯形约束条件的侧向加速度,计算车辆换道时的期望横摆角和横摆角速度.采用有限时间滑模趋近律,设计了车队换道纵横向耦合变结构跟踪控制规律,基于李雅普诺夫稳定性理论,对控制系统的稳定性进行分析.仿真结果显示,采用文中设计的控制规律,对于车队中每个跟随车辆,在实现车辆自动换道的同时,纵向上能够保持满意的车间距离.     

考虑前后信息的车辆跟随自适应控制

为了增进自动化公路系统车辆控制系统的工作性能,考虑前后车辆信息,研究具有参数不确定性的车辆纵向跟随控制.假定被控车辆能获得前后相邻车辆及车队领头车辆的状态信息,基于车辆纵向动力学模型,采用固定期望车辆间距跟随策略,设计了车辆纵向跟随直接自适应滑模控制规律;应用Lyapunov函数方法和M-矩阵知识,对车辆跟随系统的渐近...     

基于BP神经网络的车道保持控制系统

利用机械动力学仿真软件ADAMS/CAR建立了主要包括用于进行自主控制的转向系统及可输出状态变量车身模型的整车动力学模型,在MATLAB/Simulink环境下设计了基于BP神经网络PID的车道保持控制系统。通过输入输出接口实现了整车模型与Matlab的通信。利用建立的Matlab控制模块和ADAMS机械系统动力学模型实现了车道保持控制的联合仿真。仿真结果表明,所设计的车道保持控制系统能较好地实现在危险状态下的车道保持自主控制,且控制过程平稳。     

机械手伺服系统的两级智能模糊控制

本文给出了高精度伺服系统的一种智能模糊控制器。基于正向、逆向推理和智能协调思想，提出了具有分段、参数自适应、模糊前馈和智能协调的模糊控制器。仿真结果表明，该控制器精度高、抗干扰能力强、实时性好。     

一类不确定非线性系统的鲁棒自适应跟踪控制

针对一类带有符号未知不确定虚拟控制增益函数的不确定非线性受扰动系统，提出一种鲁棒自适应控制算法．该算法将Nussbaum增益技术融入backstepping设计方法之中，不仅能够保证闭环系统的信号是全局一致最终有界的，使得跟踪误差收敛到零的一个较小邻域；而且，闭环系统的控制性能可以通过适当的选择设计参数而得到保证．另外，该算法还能克服在现存文献中普遍存在的控制器奇异值问题．计算机仿真结果验证了控制器的有效性和良好性能．文章突出的贡献是拓宽了backstepping设计方法的应用范围，同时提供了一种系统化高、实用性强的设计方法．     

Adaptive fuzzy tracking control for a class of switched MIMO nonlinear systems

An adaptive fuzzy tracking control scheme is presented for a class of switched multi-input-multi-output (MIMO) nonlinear systems with disturbances under arbitrary switching.Adaptive fuzzy systems are e...     

Nonlinear adaptive optimal control for vehicle handling improvement through steer-by-wire system简

A control algorithm for improving vehicle handling was proposed by applying right angle to the steering wheel, based on the nonlinear adaptive optimal control （NAOC）. A nonlinear 4-DOF model was initially developed, then it was simplified to a 2-DOF model with reasonable assumptions to design observer and optimal controllers. Then a simplified model was developed for steering system. The numerical simulations were carried out using vehicle parameters for standard maneuvers in dry and wet road conditions. Moreover, the hardware in the loop method was implemented to prove the controller ability in realistic conditions. Simulation results obviously show the effectiveness of NAOC on vehicle handling and reveal that the proposed controller can significantly improve vehicle handling during severe maneuvers.     

基于反演法的智能车辆弯路换道轨迹跟踪控制

基于车辆的运动学模型,研究了具有非完整约束特性的智能车辆弯路换道的轨迹跟踪控制问题。结合弯曲车道的曲率半径,针对换道过程中车辆横向运动和纵向运动对换道轨迹的耦合作用,提出了一种适用于弯道的换道轨迹规划方法。根据换道轨迹,利用积分反演法,引入中间虚拟控制量,设计了轨迹跟踪控制算法,并用Lyapunov稳定性理论证明了控制系统的稳定性。仿真结果表明:该控制器可以保证车辆在弯路换道的轨迹跟踪误差一致有界收敛,且具有快速、准确跟踪和全局稳定的特性。     

汽车转向操纵的单神经元自适应控制

基于汽车操纵稳定性总方差评价方法和神经网络控制理论,建立了汽车转向单神经元自适应PID控制算法。利用操纵稳定性评价中的轨迹跟随误差和方向盘忙碌程度的评价指标,建立了神经元学习的二次型性能指标函数,并采用梯度下降算法实现了单神经元控制器的连接权值的调整。最终采用汽车7自由度非线性动力学模型进行了不同行驶速度下的仿真计算。结果表明:该控制算法可较为精确地控制汽车对预期行驶轨迹的转向运动,并体现出良好的鲁棒性和自适应性。     

用于自适应巡航控制的汽车纵向动力学模型的建立

为了实现汽车自适应巡航控制(ACC)的目的,在已有制动系模型的基础上,引入发动机二状态模型,给出了驱动与制动的切换标准,建立了汽车纵向动力学模型,并以Santana轿车参数为例建立了模拟仿真程序,对ACC典型工况进行了仿真。仿真结果表明:模型可实现ACC的控制目的,驱动与制动可顺利切换。     

借对向出口车道左转交叉口交通控制方案优化

为提高借对向出口车道左转交叉口信号配时的科学性以及交通流运行效率,提出借对向车道左转的适用条件,将左转机动车的到达-驶离图式分为8种情况,分别建立每种情况下左转机动车的延误计算方法.以交叉口车均延误最小为目标,以周期时长、主信号与预信号各相位绿灯时间、借对向车道左转车道的长度为优化变量,建立了交叉口信号控制方案优化模型,并采用遗传算法进行求解.以算例的形式对所建立的优化方法进行验证,并与传统控制方法进行对比.结果表明:优化方法可以提高左转机动车通行能力,减少其所需绿灯时间,进而缩短交叉口周期时长;左转相位绿灯时间的缩短减小了直行相位的红灯时间,进而缩短了交叉口的车均延误,在高峰期交叉口车均延误下降比例达到23.8%.     

智能车辆弧线跟踪控制算法

建立了车辆预瞄运动学模型,通过最优控制选取切换超平面,采用滑模变结构控制实现了智能车辆弧线跟踪中弧线曲率小变化时的导航控制。根据模糊控制快速跟踪弧线曲率大变化时的导航路径,结合车辆转向系统当前状态和最快动态响应能力建立了智能车辆弧线跟踪时的变结构控制输出集。仿真分析和实验验证了该融合控制算法在智能车辆弧线跟踪过程中的平稳性和可靠性。     

汽车主动悬架系统的离散最优控制

为改善汽车乘坐舒适性和操作性,研究1／4汽车主动悬架系统的离散最优控制问题,给出汽车主动悬架系统的离散化模型,并通过引入路面扰动补偿向量,给出悬架系统的有限时域前馈反馈最优控制律．通过求解矩阵微分方程得到扰动补偿向量．该控制律容易实现,对由路面引起的振动有明显的抑制作用．     

基于动态线性逼近的非线性系统无模型自适应控制

对于一类常见多重时滞非线性离散系统,提出了其动态线性逼近的增量型模型,无模型自适应控制律和带有参数限定时域长度的参数自适应预报递推算法,实现了对时滞非线性系统的无模型自适应控制。该算法不用解Diophantine方程,无需矩阵运算,在线计算量很小,实时性好,具有很强的抑制噪声干扰能力。通过仿真表明,该算法对于一类非线性系统实现无模型自适应控制是正确和有效的。     

谷氨酸钠生化过程的智能自适应预测温控系统研究

提出了一种生物化学产品生产过程的智能自适应预测控制方法．其应用于谷氨酸钠发酵罐控制 的结果表明，这种控制系统在诸如生化过程这类具有一定程度不确定性的非线性系统的控制方面有很 高的应用价值．     

Vision-based long-distance lane perception and front vehicle location for full autonomous vehicles on highway roads

A new vision-based long-distance lane perception and front vehicle location method was developed for decision making of full autonomous vehicles on highway roads. Firstly, a real-time long-distance lane detection approach was presented based on a linear-cubic road model for two-lane highways. By using a novel robust lane marking feature which combines the constraints of intensity, edge and width, the lane markings in far regions were extracted accurately and efficiently. Next, the detected lane lines were selected and tracked by estimating the lateral offset and heading angle of ego vehicle with a Kalman filter. Finally, front vehicles were located on correct lanes using the tracked lane lines. Experiment results show that the proposed lane perception approach can achieve an average correct detection rate of 94.37% with an average false positive detection rate of 0.35%. The proposed approaches for long-distance lane perception and front vehicle location were validated in a 286 km full autonomous drive experiment under real traffic conditions. This successful experiment shows that the approaches are effective and robust enough for full autonomous vehicles on highway roads.     

基于自适应快速终端滑模的车轮滑移率跟踪控制

针对汽车对连续、快速和稳定的车轮滑移率跟踪控制的需求,提出基于自适应快速终端滑模的车轮滑移率跟踪控制策略. 基于Burckhardt轮胎模型建立车轮滑移率跟踪控制模型,将模型简化过程中的不确定性考虑成复合干扰项,将轮胎侧向力对纵向力的影响考虑成未知参数. 利用双曲正切函数和终端吸引因子设计改进的跟踪微分器,平滑车轮滑移率跟踪误差和估计车轮滑移率跟踪误差的一阶导数. 以车轮滑移率跟踪控制模型和改进的跟踪微分器输出为基础,基于自适应快速终端滑模控制理论,设计对复合干扰项具有强鲁棒性的车轮滑移率跟踪控制律;基于投影算子理论设计自适应律来实时补偿未知参数,利用LaSalle不变性原理证明了闭环系统的渐近稳定性. 利用车辆动力学软件仿真验证提出的控制律的可行性和有效性. 结果表明,提出的车轮滑移率跟踪控制策略具有精度高和鲁棒性强的优点.     

基于自适应区域跟踪的自主式水下机器人容错控制

研究自主式水下机器人(autonomous underwater vehicle, AUV)的推进器自适应区域跟踪容错控制方法。 与传统的自主式水下机器人容错控制方法不同,采用区域跟踪控制思想,将控制目标设定为以期望轨迹为中心的空间区域。 针对系统中存在的不确定性及推进器故障问题,采用神经网络进行在线辨识。 考虑到推进器故障时存在推力饱和而导致神经网络学习发散的问题,提出一种包含饱和因子的神经网络权值调整方法。 通过仿真,对所提方法的有效性进行验证。     

一类非线性系统的无模型学习自适应控制

对于一类常见非线性离散系统，提出了其动态线性逼近的增量型模型、无模型自适应控制律和带有参数限定时域长度的参数自适应预报递推算法。实现了对时滞非线性系统的无模型学习自适应控制。通过仿真表明，该算法对于一类非线性系统实现无模型学习自适应控制是正确和有效的。     

基于自适应补偿低通滤波器的直接转矩控制系统的研究

传统的异步电动机直接转矩控制在低速段由于纯积分环节中定子电阻的影响对磁链的观测不稳定,将造成磁链和转矩脉动过大,限制了实用范围.针对这一不足,本文引进新的磁链观测方法,即带自适应补偿低通滤波器模型,对其进行仿真实验.结果表明,该模型能够较好地改善磁链轨迹,转矩、电流脉动均得到有效控制,能够保证系统的控制品质,具有工程实用价值.