基于降阶观测器的四轮转向车辆随动操纵瞬态稳定性分析

对复杂的四轮转向车辆控制系统数学模型进行分析，考虑在实际车辆中质心侧偏角等量难以直接测量，提出一种基于降阶观测器的四轮转向车辆随动操纵最优控制策略，以车辆转向时的质心侧偏角和横摆角速度等为被控制量，应用最优控制理论设计反馈控制系统进行高速行驶下的瞬态操纵动态仿真，结果表明，基于降阶观测器的系统状态向量能很好地跟踪驾驶员发出的操纵指令，车辆瞬态操纵稳定性和安全性得到有效提高。     

双电机后驱车辆操纵稳定性分层混杂模型预测控制

为改善车辆在复杂工况下的操纵稳定性,解决低附着路面易失稳的问题,针对后驱双电机轮边驱动电动汽车提出一种结合直接横摆控制与主动转向控制的操纵稳定性控制策略。控制策略采用分层控制结构：上层控制器采用多输入多输出系统的模型预测控制,对目标附加横摆力矩与前轮主动转向角进行求解;下层转矩分配控制器采用混杂模型预测控制（hMPC）,将轮胎纵向力的非线性特征简化为分段的混杂系统,在分配驱动转矩时考虑车轮在不同工况下的滑转情况。搭建了基于dSPACE实时仿真系统的仿真平台,在高附着、低附着路面下进行半实物仿真试验。仿真结果表明,与二次规划（QP）转矩分配算法相比,高附着路面工况下平均相对误差减小了17.64%,方均根误差减小了42.86%,最大偏离误差相对减少了7.64%;低附着路面工况下可以有效防止车辆失稳,改善操纵稳定性。     

基于牛顿-欧拉法的三轴线连杆转向机构数学建模与仿真优化

针对三轴线车转向过程中存在的转向精度不高的问题,借助牛顿-欧拉法在多体建模上的优势,建立了三轴线连杆转向机构的数学模型,推导出转向机构的位置、角速度和受力方程,利用MATLAB软件与Adams软件搭建运动学模型和动力学模型,通过Simulink与Adams的联合仿真对三轴线连杆转向机构的关键点位进行仿真优化.仿真结果表...     

无人驾驶车辆路径跟踪控制预瞄距离自适应优化

基于道路信息,使用驾驶员预瞄模型产生执行器输入是无人驾驶车辆在路径跟踪中使用的主要方法之一,但对于车速较高与转弯半径小等工况,模型误差会导致较差的驾驶舒适性,车辆甚至失去稳定性。为提高无人驾驶车辆路径的跟踪精度,同时兼顾转向频度和车辆稳定性,提出基于粒子群多目标优化（Particle swarm optimization,PSO）算法的预瞄距离自适应驾驶员模型,并将之应用于路径跟踪控制。首先,基于单点预瞄偏差模型,采用滑模变结构设计转向控制器;其次,以路径跟踪精度、转向频度和车辆稳定性为综合性能指标,设计了PSO优化算法,实现了驾驶员模型预瞄距离的自适应寻优。最后,在搭建的CarSim-Simulink联合仿真平台与台架试验上,对所提出的预瞄距离自适应驾驶员预瞄模型进行了仿真和硬件在环试验验证。结果表明,经优化后的预瞄距离能够适应不同车速和道路曲率,驾驶员预瞄模型能兼顾路径跟踪精度、转向频度和车辆稳定性等需求。预瞄距离自适应驾驶员模型结合道路与车速信息,增大对路况与车况适应性,为无人驾驶车辆路径跟踪控制提供可靠的输入。     

主动前轮转向横摆稳定性模糊控制系统设计

提出了一种基于主动前轮转向横摆稳定性控制方法,以横摆角速度和质心侧偏角为控制目标。采用鲁棒性较强的模糊控制方法对汽车稳定性进行控制。建立了整车线性二自由度模型,以反馈系统中的误差信号及其变化率作为模糊系统的输入设计了模糊控制器,通过控制横摆力矩来实现车辆稳定性的控制。对转向盘阶跃输入信号和正弦输入信号两种工况分别进行了仿真研究。通过分析仿真结果,该控制方法能有效地控制车辆横摆角速度和质心侧偏角,提高车辆转向时的稳定性,同时能有效的降低驾驶员的操纵负担。     

四轮转向半挂汽车列车直接横摆力矩的模糊控制

引入Gim轮胎模型建立了四轮转向半挂汽车列车的非线性动力学模型.提出了四轮转向直接横摆力矩的集成控制方案,以零侧偏角为控制目标确定了半挂汽车列车牵引车后轮转角,以牵引车横摆角速度为控制变量,基于模糊控制技术设计了直接横摆力矩模糊控制器.借助Matlab/Simulink,对该控制器的有效性进行了验证.仿真结果表明,高速大转向时,四轮转向直接横摆力矩集成控制器能得到较好的输出响应,显著提高了半挂汽车列车的操纵稳定性,使驾驶员能够对半挂汽车列车进行正常操纵.     

基于预瞄最优曲率模型的大曲率转向控制方法

针对自主车辆的大曲率转向控制问题,研究拟人转向控制模型。模仿驾驶员对预瞄点运动状态的判断,采用2个并联的模糊控制器,分别估计预瞄偏差角和偏差距离对转向意愿的判断。以道路曲率半径作为约束,利用杠杆原理对并联控制器的输出进行决策,获得期望的方向盘转角。双移线和直角弯2种道路仿真结果表明:基于预瞄最优曲率模型的大曲率转向控制方法能有效地控制车辆轨迹,运动过程平稳,适用于大曲率转向控制。     

煤矿铰接车辆线控转向技术综述

线控转向是提高煤矿铰接车辆在复杂环境灵活稳定运行的一项前沿基础技术,不仅能够提升铰接车辆转向性能,还是未来实现智慧矿山无轨辅助运输系统智能化、无人化的核心技术。针对铰接车辆线控转向技术,分析了线控转向系统的发展现状,阐述了线控转向系统应用于煤矿铰接车辆的优势,指出在应用过程中的痛点和难点;分别对线控转向系统的电液控制以及执行元件等在节能性和控制精确性等方面进行研究,归纳总结出适用于煤矿铰接车辆的电液泵控和电液阀控两大主流技术,分析对比了两种技术的原理和特点;聚焦铰接车辆线控转向的五大关键技术,提出了实现关键技术的路径;探讨了节能性、容错性、控制精度在未来的发展趋势。旨在通过对线控转向技术的研究,为煤矿铰接车辆转向性能的优化和实现自主行走提供科研思路,为更快地实现智能化无轨辅助运输打好扎实基础。     

旋转导向钻井工具近垂直姿态校正矩阵 误差的等角距均衡校正

旋转导向钻井工具中姿态校正方法的校正点本身包含各种系统误差,会引入校正矩阵误差,是近垂直姿态下姿态角解算精度低的原因之一.平均均衡校正方法(ABC)可补偿校正矩阵误差,但整体误差并不均匀.以等分角度间距设计校正点,建立一种等角距均衡校正(EABC)模型,推导校正矩阵误差表达式,研究其引起的姿态角误差特征.对多组近垂直姿态的测试数据分别进行传统校正、平均均衡校正和等角距均衡校正,结果表明：等角距均衡校正后,井斜角误差平均值均小于0.012°,井斜角误差峰峰值均小于0.027°;工具面角误差平均值均小于0.008°,工具面角误差的峰峰值和标准差分别降低到平均均衡校正的54%～95%和40%～63%,进一步提高垂直小井斜井段的姿态解算整体精度。     

蛇形机器人跟踪误差预测的自适应轨迹跟踪控制器

为了满足蛇形机器人轨迹跟踪运动的精度需要,消除外界干扰对机器人跟踪误差的影响,提出了一种蛇形机器人跟踪 误差预测的自适应轨迹跟踪控制器。 所提出的控制器实现了机器人干扰变量、摩擦系数和控制参数的预测,并用预测值和虚拟 控制函数来补偿系统的控制输入,抵消了蛇形机器人在轨迹跟踪过程中的侧滑角,避免了干扰变量对机器人带来的负面影响, 提高了轨迹跟踪的误差稳定性与控制精度。 在建立蛇形机器人模型后,利用积分形式的侧滑角补偿项改进了视线法,并设计了 蛇形机器人的自适应轨迹跟踪控制器。 使机器人的位置误差在 10 s 内实现收敛,角度误差小于 0. 03 rad,预测值误差在 5 s 内 收敛。 通过仿真实验,验证了所提出的控制器的有效性和优越性。     

Estimation of vehicle sideslip angle based on steering torque

Vehicle sideslip angle is one of the important indicators to determine whether vehicles are stable and is also a significant parameter for vehicle stability control. However, it is almost impossible to be measured directly without complex and expensive sensors or devices. Soft measurements are therefore generally adopted to estimate vehicle sideslip angle on the basis of easily observed physical quantities. This paper proposes an estimation method of sideslip angle based on steering torque instead of steering angle, for the fact that steering torque signal has more rapid and direct response compared with that obtained from steering angle. The frequency is analyzed between steering torque-sideslip angle and steering angle-sideslip angle transfer functions, and the extended Kalman filter (EKF) for vehicle sideslip angle based on steering torque is proposed. Both simulation results and vehicle tests prove the validity of our estimating method, indicating that the proposed method based on steering torque exhibits better accuracy and more rapid response in extreme region than the one based on steering angle.     

基于最优控制的汽车操纵逆动力学的研究

提出了一种基于最优控制理论的汽车操纵逆动力学研究方法，用于识别不同汽车跟踪同一期望路径的方向盘转角输入。以驾驶员对汽车施加的方向盘转角输入为控制变量，以精确跟踪期望路径为控制目标，将汽车操纵逆动力学问题转化为最优控制问题。利用直接配置方法将最优控制问题转化为非线性规划问题，运用序列二次规划方法求解。仿真结果表明：该方法能够使汽车很好地跟踪所期望的路径，且可以比较跟踪同一路径的不同汽车的操纵性能。     

Improved adaptive integral line-of-sight guidance law and adaptive fuzzy path following control for underactuated MSV

This paper presents an adaptive fuzzy path following control law based on an improved adaptive integral line-of-sight (IAILOS) guidance law for the underactuated marine surface vessel (MSV) exposed to the time-varying ocean currents and time-varying sideslip angle. Initially, the IAILOS guidance law is proposed which can not only calculate the desired yaw angle but also estimate the time-varying ocean currents and time-varying sideslip angle simultaneously. Furthermore, the adaptive fuzzy path following control law is established by combining with the estimator to cope with the MSV’s attitude tracking control and velocity tracing control problem via backstepping technique. Specifically, the dynamic uncertainties and unknown environment disturbances are compensated by the fuzzy logic system with fuzzy updating law based on estimation error rather than tracking error. Additionally, two high-order tracking differentiators (TDs) are designed to construct derivatives of virtual control vector and reduce computational complexity inherent in backstepping method. It is proved that the proposed adaptive fuzzy path following control law can drive the vessel to track the desired path and tracking error can converge to an arbitrarily small compact set, while guaranteeing all signals in the closed-loop control system are uniformly ultimately bounded. Finally, simulation results and comparisons are carried out to demonstrate the effectiveness of the proposed control approach.     

亚微弧度级激光跟踪转镜装配误差分析

围绕亚微弧度量级激光跟踪转镜的光束指向精度问题,提出空间正交光学系统安装误差的分析方法。基于矢量折射定理的光线追击法,建立棱镜安装误差的归一化数学模型,分析不同安装误差对光束指向精度的影响,实现光束指向误差的定量分析。棱镜Π_1相对y轴的安装倾斜大于0.08″会导致出射光垂直张角ρV误差达到0.21μrad,相对于x轴的安装倾斜大于0.2″会导致水平张角ρH误差达到0.5μrad;棱镜Π_2相对z轴的安装倾斜大于0.2″会导致水平张角ρH误差达到0.22μrad,而棱镜轴承的安装误差对光束指向精度的影响较小。研究结果为高精度光学跟踪系统设计提供了理论依据。     

电液控制的主动横向稳定杆的应用仿真研究

为了改善商用车的侧倾稳定性,设计了一种集液压控制与电机控制的优势于一体,具有较高控制精度和较大反侧倾力矩的电液控制主动横向稳定杆,并以某19座商用车为例,建立了包含转向、俯仰、侧倾,车身垂向运动在内的九自由度整车模型,对其中的主动横向稳定杆设计了一种PID+前馈的控制策略以提高控制精度,减少迟滞,并通过Simulink和Trucksim的联合仿真以验证其有效性。在附着系数为0.8的B级路面上,分别进行鱼钩、方向盘角阶跃和双移线三种不同的工况下的仿真。结果表明,与被动稳定杆相比,提出的这种主动稳定杆能够让车身侧倾角,横摆角速度,侧向加速度和质心侧偏角均有(20~45)%的降低,极大的提高了车辆的侧翻稳定性。     

基于状态观测器的电动助力转向系统研究

通过对电动助力转向系统机构的分析和简化,建立了状态方程形式的电动助力转向系统动力学模型。由于现实中质心侧偏角难于测量,所以对系统的状态方程进行了重构,通过状态观测器对侧偏角进行估计。通过对横摆角速度和质心侧偏角进行反馈控制,并运用最优控制理论设计了EPS控制器。通过仿真,对比分析了最优状态反馈控制策略与常规控制对车辆操纵稳定性的影响。通过试验,将仿真结果与试验结果对比,验证了该方法的正确性。     

基于T-S模糊变权重MPC的智能车轨迹跟踪控制

为了协调智能驾驶车辆的轨迹跟踪精确性和稳定性,提高控制算法对不同工况的自适应能力,提出基于Takagi-Sugeno模糊变权重模型预测控制(Takagi-Sugeno fuzzy model predictive control,T-S FMPC)的轨迹跟踪控制策略。以前轮转角为控制变量建立MPC控制,并以实时横向位移误差和横摆角误差为模糊输入,通过T-S模糊控制在线优化MPC目标函数权重,协调权重矩阵对轨迹跟踪精确性和稳定性的影响。基于Carsim建立分布式驱动电动汽车的整车动力学模型,基于Simulink建立控制策略,通过双移线工况仿真及实车试验,验证了所提控制策略的有效性。仿真结果表明,相比于传统MPC控制,所提出的T-S模糊变权重MPC控制可降低横向位移误差达62.24%,有效提高轨迹跟踪精度;并且可使前轮转角波动减小37.46%、横摆角误差减小84.19%,显著增强轨迹跟踪稳定性;试验结果表明,在20 km/h、沥青路面双移线工况下,横向位移误差在0.12 m以内,横摆角误差在1°以内,且前轮转角控制曲线平滑,说明所提算法具有良好的控制效果和实用性。     

基于改进扩展状态观测器的四旋翼无人机轨迹鲁棒跟踪控制

针对四旋翼无人机在轨迹跟踪过程中会受到内外部扰动、模型误差等不确定性因素的影响,本文提出了一种基于改进型扩展状态观测器的积分滑模控制方案。具体来讲,首先,将四旋翼无人机系统存在的模型误差以及内外部扰动等不确定性因素视作集总干扰,通过借鉴的改进扩展状态观测器对其进行观测;进而,在此基础上,进一步考虑四旋翼无人机系统控制的连续性,基于四旋翼无人机轨迹误差、速度误差、姿态角误差和姿态角速度误差设计积分滑模控制器,分析了系统的稳定性并分别进行了数值仿真和实机实验。结果表明,采用本文算法时,在数值仿真中,各状态跟踪误差不超过1%,跟踪精度最高;在实机实验中,位置跟踪误差总体上能控制在20%以下。因此,本文方法具备有效性和可行性。     

基于AMESim和ADAMS铰接车全液压转向系统分析

铰接式车辆因其机动性好、适应性强且生产效率高而被广泛采用,而其不足之处在于转向时横向稳定性较差,翻车事故时有发生,为解决此问题,应用虚拟样机技术对此类车辆的转向过程进行分析。基于液压系统与多体动力学系统的联合仿真,在ADAMS中建立六轮电驱动铰接车的多体动力学模型,在AMESim中搭建其全液压转向系统模型,以实现铰接车的转向过程。 通过PID控制转向油缸的油量使其铰接角维持一个定值,对铰接车的行驶转向进行分析,并考虑车速对铰接车稳态转向的影响。获得铰接车行驶转向下各个轮胎的运动轨迹,各个轮胎所受侧向力、纵向力及垂直力随时间的变化曲线和转向油缸中活塞杆的受力。结果表明:随着行驶速度的增大,铰接车的外侧各个轮胎的受力均明显的增大;且铰接车的转向半径也随着增大;全液压转向系统具有明显的不足转向特性。     

复杂环境下磁弹性微型游泳机器人的路径规划与识别跟踪

磁弹性材料设计的毫米级微型游泳机器人可通过外部均匀磁场实现连续形变来完成游泳动作,通过视觉反馈能提高机器人的路径跟随精度,但在复杂背景下机器人的视觉闭环控制易发生识别错误、跟踪失败等现象。针对上述问题,首先获取复杂环境下的障碍物信息,提出改进RRT*算法(IIC-RRT*)进行路径规划,同时基于环形平滑标签的YOLOv5识别跟踪算法(CSL-YOLOv5),在复杂背景下对微型游泳机器人的中心位置与旋转角度进行实时更新。在此基础上进行微型游泳机器人在障碍物复杂背景下的位置与角度的双闭环伺服控制,试验结果表明,提出的路径规划算法改善了路径生成的效率与平滑性,识别跟踪算法提高了微型游泳机器人的识别稳定性与精确性,为磁控微型游泳机器人在复杂背景下的精确控制提供了新思路。