基于免疫算法的车辆控制器的研究

将免疫算法引入到车辆控制器中,提出了自适应在线免疫算法的车辆PID控制器,以达到改善车辆控制的效果。通过大量仿真试验,验证了免疫算法在车辆控制过程中的优劣。仿真结果表明,该控制系统具备了很强的鲁棒性,能够迅速适应外界变化,具有较大的工程应用价值。     

拉弯机控制系统及其多轴同步运动控制算法

针对汽车零部件的复杂拉弯工艺需求,以稳定可靠、多轴同步运动和末端速度均匀可控为目标,采用工控机和运动控制卡设计了一种双六轴的伺服拉弯机控制系统。系统软件依据MVC设计模式进行设计开发,系统硬件以运动控制卡为核心,通过EtherCAT总线对电机进行实时控制。将虚拟主轴策略引入多轴同步运动控制算法,并通过运动仿真与试验验证了控制系统的可行性。     

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.     

基于运动趋势分析型论域自调整模糊控制算法的移动机器人运动控制

针对非完整约束轮式移动机器人的运动控制问题,综合考虑移动机器人运动控制精确性、实时性和自适应性的要求,提出了一种运动趋势分析型论域自调整的模糊控制算法.该算法以位置偏差和速度偏差为输入,以PWM波形的占空比为输出,通过实时地改变输入/输出论域,提高了控制精度;引入对运动趋势的分析,实时地改变模糊规则,提高了算法的自适应性.仿真及实验结果表明,该算法具有简单、有效的特点,能基本满足移动机器人运动控制的要求.     

无人驾驶车辆的运动控制发展现状综述

回顾无人驾驶车辆的运动控制问题。从系统模型、控制方法以及控制结构等角度切入,分别在纵向运动控制、路径跟踪控制和轨迹跟踪控制三个层面对国内外的研究进展进行综述,并提出对无人驾驶车辆运动控制技术的发展展望。当前运动控制研究多集中于常规工况,为实现无人驾驶车辆在处理人类驾驶员认为具有挑战性或缺乏操纵能力的复杂动态场景下的潜力,运动控制研究须从常规工况向极限工况拓展,但是极限工况下车辆的非线性和多维运动耦合特征显著增强,对系统建模以及算法的自适应性和鲁棒性的要求进一步提高。同时,为应对复杂场景下的多目标协调优化问题,考虑环境不确定性的运动规划与控制集成设计需要深入研究。增加执行器手段可以提升极限工况下车辆的侧向响应速度和控制裕度,但是冗余异构执行器的控制分配研究仍有待突破。运动控制的实现依赖于路面附着系数、质心侧偏角等信息输入,因此基于多源传感信息融合的关键状态与参数估计问题亟需解决。此外,将机器学习应用到车辆运动控制领域也是一个重要的发展方向。     

Backstepping在柔性关节机械手控制中应用研究

给出了柔性关节机械手的动力学模型,针对该模型,将反演算法引入机械手的运动控制中,设计了控制器及控制律,利用Lyapunov函数证明了系统的稳定.采用Adams与Simulink联合仿真的方法对单臂机械手进行运动仿真,通过实例表明,该方法在柔性关节机械手运动轨迹跟踪中具有一定的可行性.     

自适应变异粒子群算法实现的回转支承运动控制系统优化

以提高回转支承运动控制系统响应性能和速度跟随性能为目的,提出了一种自适应变异粒子群算法来优化系统内部速度环PI控制器参数,从而优化系统运动控制性能的方法。将遗传算法中的变异操作引入粒子群算法中,加入粒子变异环节,形成自适应变异粒子群算法,该算法能够克服普通粒子群算法易陷入局部最优的缺陷,同时消除控制器初始参数选择不当对系统性能的影响。将仿真所得PI控制器参数输入所搭建的系统中,实验结果显示该控制策略取得了满意的控制效果。     

五自由度电液伺服机械手运动控制系统研制

针对电液液伺服机械手在实际应用过程中存在运动精度低、运动平稳性差,控制模型存在非线性的问题,利用电液液伺服机械手具有负载能力强,能量密度大的优势,对机械手运动控制系统进行了研制。首先采用闭链矢量法对TCP进行了准确的位置矢量表示;其次,引入5阶B样条插值方法和改进型粒子群优化算法,得到了连续的TCP空间位移轨迹,实现了TCP位置的最优轨迹规划;最后,引入常规PID,IL-PID,NDI等控制策略,采用分级控制管理方案,实现了机械手各关节的运动控制,并利用5自由度电液伺服机械手进行了仿真和实际实验。研究结果表明:该运动控制系统能够准确地控制机械手在高负载,高精度要求下进行规定运动。     

Luenberger速度观测器在同步运动控制中的应用

根据Luenberger观测器原理,在运动控制系统中建立速度观测器,并使用观测速度作为同步运动运动控制系统的闭环控制反馈信号,有效解决由传感器引入的相位延迟和噪声对系统性能产生的影响.通过在Simulink中对系统建模仿真,验证了此同步运动控制系统具有更高的信号响应能力和抗扰动性能.最后,在以TI公司DSP6722为核心的硬件平台上实现速度观测器算法.实验结果表明,Luenberger观测器可以较为精确地观测速度信号,为同步运动控制系统性能提供可靠保障.     

自适应模糊算法优化的足球机器人轨迹跟踪

为了提高足球机器人在运动控制过程中的轨迹跟踪性能和稳定性,将自适应模糊PID算法用于机器人运动控制环节中,对PID参数进行实时调整。建立足球机器人在场地上的控制系统模型,分析机器人在轨迹跟踪中由驱动方向、角度等时变因素导致的实际轨迹发生偏移的问题,分别在MATLAB-Simulink和SimRobot仿真平台对优化算法的性能进行仿真,同时与传统的PID控制进行对比。实验结果表明,自适应模糊PID算法相比传统的PID控制器在最大跟踪误差和平均跟踪误差方面分别减少20.18%和29.34%,同时提升了系统的稳定性。该控制算法提升了足球机器人的轨迹跟踪性能,满足机器人在运动过程中的动力学和控制要求,易于在工程中应用。     

基于模糊控制的汽车路径跟踪研究

汽车是一个非常复杂的非线性动力学系统,难以建立精确的数学模型,而模糊控制方法适用于难以建立精确数学模型的对象。将模糊控制理论引入汽车操纵逆动力学中,以汽车三自由度模型为研究对象,根据侧向偏差和偏差变化率设计了车辆的路径跟踪模糊控制器。对某车型跟踪给定双移线和蛇形路径行驶情况进行了仿真。结果表明,模糊控制方法可保证汽车准确地跟踪给定参考路径,可以作为车辆路径跟踪控制的一种有效控制方法。     

[智能感知]基于YOLO_v2模型的车辆实时检测

In order to solve the problems of poor real-time detection and single acquisition information from vehicle-mounted camera, a real-time vehicle detection algorithm was proposed based on improved YOLO_v2 model. Based on the YOLO_v2 network structure, a vehicle detection model was established, which proved that the YOLO_v2 algorithm had high accuracy and good real-time performance in vehicle detections. And the YOLO_v2 algorithm was improved so that the improved one might perform multi-dimensional judgments on the vehicle-mounted video informations： judging whether there was a vehicle and the vehicle positions in the pictures, judging the relative positions to camera and the movement trend of the detected vehicles, judging the danger degree of the detected vehicles to the own vehicle. The experimental results show that the improved model achieves good detection effectiveness on vehicle-mounted video, solves the problems of low real-time vehicle detections in vehicle-mounted video, extends the traditional vision-based vehicle detections from single dimensional detections to multi-dimensional detections.     

基于蚁群优化UKF算法的汽车状态估计

针对汽车状态估计中过程噪声和观测噪声的时变特性,提出一种新的自适应滤波算法。该算法基于三自由度非线性汽车动力学模型,在利用UKF对汽车状态量进行估计的同时,引入蚁群优化算法,根据目标函数对过程噪声和观测噪声进行寻优,实现了过程噪声和观测噪声的自适应作用,估计精度的大幅提高。虚拟实验验证了蚁群优化UKF算法的鲁棒性和精度。研究结果对汽车主动控制系统的开发具有重大的理论指导意义。     

基于遗传算法的汽车紧急避让控制与优化

考虑轮胎侧偏特性的非线性,在MATLAB/Simulink中建立了非线性两自由度汽车紧急避让转向模型,并通过实车试验验证了模型的正确性。基于汽车操纵稳定性评价和单神经元自适应PID控制理论,得到了汽车紧急避让控制算法,实现了车辆以不同车速跟踪给定单移线,且结果良好。在此基础上,利用多岛遗传算法进行控制参数优化设计,以实现系统的最优控制。对控制参数优化前后的汽车以相同速度跟踪给定路径进行仿真计算。结果表明：以最优控制参数进行计算的路径跟踪精度更高,具有良好的鲁棒性和自适应性。     

Angle error compensation in wheel force transducer

Wheel force transducers (WFTs) have performance characteristics that make them attractive for applications in endurance evaluation of road vehicles, ride and handling optimization, tire development and vehicle dynamics. Since the WFT is mounted on the wheel and rotates with it, the rotational angle of the wheel is indispensable to calculate the real wheel forces. Unfortunately, an angle error caused by the steering of the vehicle will be incorporated into the measurement of the rotational angle, resulting in great error in the wheel force calculation. A new compensation algorithm is proposed in this paper to eliminate this angle error. In this algorithm, the GPS speed has been introduced to modify the measurement of the rotational angle in real time. Simulations with designed vehicle movement are carried out to demonstrate the effectiveness of the compensation algorithm. Furthermore, the results of real vehicle test show that this algorithm can be successfully used in practice to get more reasonable wheel loads.     

基于免疫算法的四驱插电式混合动力汽车控制策略多目标优化

为改善四驱插电式混合动力汽车的燃油经济性和排放性能,构建了基于规则的能量管理控制策略,并建立了整车仿真模型;将多种群协同进化的思想引入免疫算法,提出多种群免疫算法,并运用该算法对四驱插电式混合动力汽车的控制策略进行了多目标优化;在dSPACE实时仿真系统上对优化前后的控制策略进行了硬件在环仿真实验。结果表明：优化后的控制策略控制效果良好,且发动机的燃油消耗降低了12.71%,HC、CO以及NOx的排放分别下降了15.74%、15.92%和12.69%。     

Multi-objective stability control algorithm of heavy tractor semi-trailer based on differential braking

Rollover and jack-knifing of tractor semi-trailer are serious threats for vehicle safety,and accordingly active safety technologies have been widely used to reduce or prevent the occurrence of such accidents.However,currently tractor semi-trailer stability control is generally only a single hazardous condition (rollover or jack-knifing) control,it is difficult to ensure the vehicle comprehensive stability of various dangerous conditions.The main objective of this study is to introduce a multi-objective stability control algorithm which can improve the vehicle stability of a tractor semi-trailer by using differential braking.A vehicle controller is designed to minimize the likelihood of rollover and jack-knifing.First a linear vehicle model of tractor semi-trailer is constructed.Then an optimal yaw control for tractor using differential braking is applied to minimize the yaw rate and lateral acceleration deviation of tractor,as well as the hitch articulation angle of tractor semi-trailer,so as to improve the vehicle stability.Second a braking scheme and variable structure control with sliding mode control are introduced in order to achieve the best braking effect.Last Fishhook maneuver is introduced to the active safety simulation and the active control system effect verification.The simulation results show that multi-objective stability control algorithm of semi-trailer could improve the vehicle stability significantly during the transient maneuvers.The proposed multi-objective stability control algorithm is effective to prevent the vehicle rollover and jackknifing.     

Vehicle active steering control research based on two-DOF robust internal model control

Because of vehicle’s external disturbances and model uncertainties, robust control algorithms have obtained popularity in vehicle stability control. The robust control usually gives up performance in order to guarantee the robustness of the control algorithm, therefore an improved robust internal model control(IMC) algorithm blending model tracking and internal model control is put forward for active steering system in order to reach high performance of yaw rate tracking with certain robustness. The proposed algorithm inherits the good model tracking ability of the IMC control and guarantees robustness to model uncertainties. In order to separate the design process of model tracking from the robustness design process, the improved 2 degree of freedom(DOF) robust internal model controller structure is given from the standard Youla parameterization. Simulations of double lane change maneuver and those of crosswind disturbances are conducted for evaluating the robust control algorithm, on the basis of a nonlinear vehicle simulation model with a magic tyre model. Results show that the established 2-DOF robust IMC method has better model tracking ability and a guaranteed level of robustness and robust performance, which can enhance the vehicle stability and handling, regardless of variations of the vehicle model parameters and the external crosswind interferences. Contradiction between performance and robustness of active steering control algorithm is solved and higher control performance with certain robustness to model uncertainties is obtained.     

基于AMESim的馈能式半主动悬架仿真研究

提出了一种基于EHA的车辆馈能式半主动悬架结构,并针对车辆在振动较小的状态下电能无法得到有效回收的问题,引入了Boost升波斩压电路对馈能电压进行泵升。在AMESim软件中建立了1/4车辆EHA半主动悬架模型。同时,在MATLAB/Simulink中设计了半主动悬架LQG最优线性二次控制器以及Boost电路仿真模型。利用AMESim与MATLAB/Simulink软件,对EHA半主动悬架能量回馈特性以及车辆行驶平顺性进行了联合仿真研究。结果表明,在LQG控制下EHA半主动悬架有效地降低了车身加速度、悬架动挠度、轮胎动载荷,从而提高了车辆的乘坐舒适性与行驶安全性;同时在Boost电路泵升作用下,馈能电压得到了有效回收。     

基于人工免疫反馈的自治水下机器人推力器控制

推力器是水下机器人系统的关键要素,其推力建模和控制是进行水下机器人控制和仿真的核心。针对简化的自治水下机器人(Autonomous underwater vehicle,AUV)推力器控制系统的推力响应实时性不高和抗干扰能力不强的缺点,提出一种基于人工免疫反馈的AUV推力控制方法,该方法不受推力器水动力试验和理论计算的困难性的缺点影响,具有较好的实时性和鲁棒性,可为AUV运动控制、状态响应、控制系统开发等提供控制方法。针对流线型AUV原型样机CRanger-2,在简化推力模型的分析基础上,利用该控制策略,建立推力实时调试系统,在不同大小推力和不同干扰情况下进行推力控制仿真分析,得到推力器推力的控制响应曲线。通过对无刷直流电动机进行控制进行验证,结果表明该控制策略能有效地控制推力器推力,可为工程实践提供参考依据。