基于双参数自适应优化的无人履带车辆轨迹跟踪控制

为解决定参数轨迹跟踪控制器工况适应性差的问题,基于改进粒子群优化(IPSO)、多层感知机(MLP)算法,设计一种双参数自适应优化的无人履带车辆轨迹跟踪控制算法。离线状态下,基于采集的实车数据,以轨迹跟踪的高精度、高稳定性、低时间成本为目标,利用IPSO算法构建了不同运动基元下的最优参数组合数据集,并以运动基元类型和车速等为特征向量,控制时域长度、时间步长为标签,采用学习率自适应优化算法完成MLP神经网络模型的训练。在线状态下,根据规划层下发的轨迹信息和车辆状态反馈信息,由MLP神经网络输出预测的最优控制时域长度和控制时间步长,作为双参数输入到模型预测控制算法中,完成自适应轨迹跟踪控制。基于ROS-VREP的联合仿真和基于双侧独立电驱动履带平台进行实车试验。研究结果表明,在包含大曲率转向的综合工况下,与相同计算时间成本的定参数轨迹跟踪控制算法相比,所设计的轨迹跟踪控制器横向偏差均值、航向偏差均值以及转角变化率均值分别降低了30.5%、17.2%、7.8%,证明了算法的可行性和有效性。     

面向空地协同作战的无人机-无人车异构 时变编队跟踪控制

本文研究了无人机自主伴飞协同侦察技术中的异构集群系统空地协同时变编队跟踪控制问题,要求多无人机与无人车在形成期望时变编队构型的同时,实现对领导者参考轨迹的跟踪。首先,对无人机与无人车进行单体运动学与动力学建模,并引入代数图论概念,建立异构集群系统的协同控制模型。然后,引入虚拟领导者刻画编队整体的运动轨迹,并基于对虚拟领导者状态的分布式观测器,对各无人机-无人车构造分布式编队跟踪控制器。进一步分析异构集群系统实现时变编队跟踪的可行性条件,给出编队跟踪控制器中各参数的选取方法。最后,给出了一个仿真例子来验证所设计控制器的有效性。     

基于Frenet坐标系和控制延时补偿的智能车辆路径跟踪

对智能车辆路径跟踪问题中存在的控制延时问题进行研究。前轮转角表述为纯滞后和1阶惯性延时的串联结构模型,通过使用Matlab/Simulink建立转向控制延时模型,并对实车采集的转向控制数据进行分析,完成延时模型的参数辨识;基于V-REP和ROS搭建仿真测试平台,根据延时模型的辨识结果模拟转向响应特性,实现与实车转向特性等效的控制延时效果;基于Frenet坐标系和运动学、动力学模型构建不考虑控制延时和考虑控制延时的模型预测控制(MPC)路径跟踪控制器,使得控制器可以直接扩展到多车编队行驶场景;在V-REP仿真环境中设置以5 m/s、10 m/s、20 m/s车 速采集的变曲率参考路径,先针对无延时系统考察不考虑控制延时的MPC路径跟踪控制器,获得了平均跟踪误差低于0.22 m的控制效果,验证了不考虑控制延时的MPC控制器在处理无延时车辆系统路径跟踪问题的跟踪性能,再针对大延时车辆系统对比测试两种MPC控制器。试验结果表明：考虑控制延时的MPC控制器相比不考虑控制延时的MPC控制器取得了较大的效果提升,特别是在最大跟踪误差和航向误差指标上表现优异,平均跟踪误差降低了83.7%,最大跟踪误差降低了74.4%;对于高延时系统,低速工况下考虑延时的运动学MPC表现更好,而高速工况动力学MPC表现出了更加稳定的跟踪性能,20 m/s延时试验中仅考虑控制延时的动力学MPC控制器安全地跑完了全程。     

具有输入齿隙的一类非线性系统自适应控制

针对具有输入齿隙的一类非线性系统,设计了两种自适应控制器.将具有动态、非平滑特性的齿隙非线性模型线性化,等价为具有有界建模误差的全局线性化模型.针对具有未知输入齿隙、参数不确定以及未建模动态和扰动的情况,分别设计了一种自适应控制器和自适应鲁棒控制器.前者能实现闭环控制系统渐近跟踪稳定,但存在剧烈抖振而无法进行实际应用;...     

电动舵机鲁棒干扰补偿控制

电动舵机工作时会受到模型参数摄动和不稳定负载力矩的影响,为解决由不确定性因素引起的控制问题,本文基于信号补偿方法设计了一种电动舵机角度跟踪鲁棒控制器。将舵机模型中的参数摄动和力矩扰动等不确定项作为等价干扰,首先针对受控对象设计标称控制器,在此基础上设计鲁棒补偿控制器以抑制等价干扰的影响,从而实现鲁棒控制。本文所设计的鲁棒控制器可保证舵机系统的角度跟踪误差收敛到原点的有界区域内,且收敛域的大小可通过鲁棒补偿器的参数进行调节。最后,通过仿真和样机实验结果验证了该方法的有效性。     

基于特征模型的高超声速飞行器再入多约束预测控制

针对存在输入和输出多约束的高超声速飞行器再入控制问题,提出了一种基于特征模型的鲁棒预测控制方法。对耦合的非线性再入动力学采用低阶线性特征模型简化,设计鲁棒预测控制器保证满足再入控制的多约束。基于特征模型的低阶等价性,将再入动力学的输入输出动态特性用线性时变的特征模型描述,并将三通道姿态耦合和干扰作为广义复合干扰。将灰色理论中累加求和的思想引入到特征模型参数辨识算法中,弱化了再入随机噪声的影响,通过灰色辨识方法在线估计特征模型的时变参数和干扰。设计一种基于线性矩阵不等式(LMI)滚动优化技术的H_2/H_∞鲁棒预测控制律与基于灰色辨识的补偿器共同构成复合控制器,保证了整个闭环系统的稳定,满足输入和输出约束。数据仿真验证了算法的有效性。     

基于角速率的低配置小型无人机高度控制律设计

采用鲁棒伺服最优控制方法（RSLQR,Robust Servo Linear Quadratic Regulator）设计了基于角速率的某小型无人机高度控制律。该方法将鲁棒指标和时域控制品质相融合,将跟踪误差扩展到系统动态模型中,利用线性二次型最优控制理论,设计了控制律结构和参数,实现了高度的无静差控制,保障了控制器的鲁棒性能。与常规控制器对比结果表明：基于角速率的控制器具有良好的高度跟踪效果和抗干扰能力,满足了小型低配置无人机的飞行控制要求。     

基于角速率的低配置小型无人机高度控制律设计

采用鲁棒伺服最优控制方法(robust servo linear quadratic regulator,RSLQR)设计了基于角速率的某小型无人机高度控制律。该方法将鲁棒指标和时域控制品质相融合,将跟踪误差扩展到系统动态模型中,利用线性二次型最优控制理论,设计了控制律结构和参数,实现了高度的无静差控制,保障了控制器的鲁棒性能。与常规控制器对比结果表明：基于角速率的控制器具有良好的高度跟踪效果和抗干扰能力,满足了小型低配置无人机的飞行控制要求。     

三轴全轮转向车辆水平集成控制研究

为提高三轴全轮转向车辆高速操纵稳定性,提出了全轮转向和横摆力矩的水平集成控制方法,分别设计上层协调控制器以及下层执行控制器。基于建立的18自由度车辆模型、轮胎载荷分配模型和Dugoff非线性轮胎模型,对车辆低附着路面转向和紧急避障转向工况进行了仿真研究。仿真结果表明：设计的水平集成控制器可以较为显著地提高车辆的操纵稳定性和主动安全性,能够实现对理想模型的良好跟踪。     

双电机耦合驱动履带车辆自适应滑模转向控制

针对双电机耦合驱动履带车辆转向动力学模型具有多输入多输出（MIMO）、非线性且参数不确定的特点,对系统进行解耦,分解为车速控制系统和转向角速度控制系统。在车速控制系统中为实现车速跟踪误差的收敛,根据期望车速与当前速度信息,提出了鲁棒滑模变结构控制算法;在转向角速度控制系统中,提出了针对转向角速度的模糊滑模自适应控制算法。通过“驾驶员—控制器”在环的双电机耦合驱动履带车辆实时仿真系统,对控制算法进行了仿真实验验证,证明了该控制算法的有效性。     

基于模型预测控制的无人驾驶履带车辆轨迹跟踪方法研究

无人驾驶履带车辆的轨迹跟踪面临着系统不确定性和外界干扰等难以克服的不利因素。针对这一问题,通过研究履带车辆的滑动转向特性,建立了基于瞬时转向中心的履带车辆运动学模型。同时,针对参考路径是离散路点序列的特点,提出了一种基于3次Bezier曲线的参考路径自适应拟合方法,在实现路径平滑基础上提供道路的曲率信息。考虑到模型不确定性和外界干扰对轨迹跟踪精度的影响,设计了基于模型预测控制的轨迹跟踪控制器,并引入反馈校正,系统地处理无人驾驶履带车辆建模误差、环境约束以及执行机构约束。实车试验结果表明,该方法可以有效地抑制系统不确性和外界干扰的影响,实现无人驾驶履带车辆高精度的轨迹跟踪控制。     

无人驾驶履带车辆机电联合制动的协调控制

针对无人驾驶双侧电驱动履带车辆制动减速控制时抗干扰性能差和机电协调性能差导致目标跟踪误差大的问题,提出一种分层控制系统。在上层控制器中,基于无人驾驶系统的期望速度序列,建立前馈-反馈控制器,以期望制动减速度作为前馈输入,补偿目标制动转矩,以速度误差作为反馈输入,修正目标转矩差。在下层控制器中,综合考虑机械制动和电机制动的特点,建立基于模糊控制的制动力协调分配算法。实车试验结果表明,与速度分段式控制器相比,分层控制器能够准确跟踪期望速度序列,速度跟踪误差减少60.1%,制动减速度标准差减少39.4%,提高了无人驾驶双侧电驱动履带车辆制动控制的目标跟踪精度。     

无人驾驶轮式车辆电控气压制动技术研究

以有人驾驶4×4轻型战术轮式车辆为基础,开展无人驾驶电控制动技术研究。针对原车气压制动的结构和特点,设计一种电控气压制动系统,实现该车无人驾驶模式电控制动功能的同时,保留人工驾驶模式人工制动功能,且两种模式能够灵活切换。通过实车试验辨识电磁阀控制特性、不同路面车辆滚动阻力系数、电控制动车辆减速度与车速及控制输入的关系,并与无人车辆其他模块联调,为后续无人车辆控制策略的制定提供试验依据和理论支撑。试验结果表明：所开发的电控气压制动系统能够快速、精确地响应制动请求,人工行车制动与电控行车制动切换灵活、过渡平稳,可广泛应用于其他使用气压制动系统的商用车辆,以实现无人驾驶或辅助驾驶功能。     

基于非对称模型的欠驱动无人海洋运载器轨迹跟踪控制

研究一类欠驱动无人海洋运载器（UMV）的轨迹跟踪控制问题,提出了一种基于非对称模型的积分反步控制方法。建立了非完全对称（左右对称、前后不对称）的欠驱动UMV水平面运动模型,考虑了系统阻尼系数矩阵和惯性系数矩阵非对角线元素存在非零项的问题;通过设计虚拟状态和控制输入反馈变换,解决了UMV轨迹跟踪控制过程中存在的角速度持续激励问题,得到了直线轨迹和曲线轨迹通用的跟踪控制器;在轨迹跟踪控制器当中引入跟踪误差的积分项,提高了UMV系统的全局稳定收敛速度,基于Barbalat引理和Lyapunov稳定性理论分析了系统的稳定性。借助实验室半物理仿真平台进行仿真实验,与传统基于对称模型的控制算法对比,体现出了基于非对称模型的欠驱动UMV轨迹跟踪控制方法的优越性。     

Design of Neural Network Variable Structure Reentry Control System for Reusable Launch Vehicle

A flight control system is designed for a reusable launch vehicle with aerodynamic control surfaces and reaction control system based on a variable-structure control and neural network theory.The control problems of coupling among the channels and the uncertainty of model parameters are solved by using the method.High precise and robust tracking of required attitude angles can be achieved in complicated air space.A mathematical model of reusable launch vehicle is presented first,and then a controller of flight system is presented.Base on the mathematical model,the controller is divided into two parts：variable-structure controller and neural network module which is used to modify the parameters of controller.This control system decouples the lateraldirectional tunnels well with a neural network sliding mode controller and provides a robust and de-coupled tracking for mission angle profiles.After this a control allocation algorithm is employed to allocate the torque moments to aerodynamic control surfaces and thrusters.The final simulation shows that the control system has a good accurate,robust and de-coupled tracking performance.The stable state error is less than 1°,and the overshoot is less than 5%.     

基于滑模变结构的无人直升机着舰控制研究

针对无人直升机着舰的特殊性,克服系统摄动、未建模动态及大气紊流的影响,提高舰载无人直升机着 舰的安全性和精度,基于滑模控制的方法分别设计了着舰控制系统的轨迹跟踪控制律和姿态控制律。采用基于输出 有界的twisting 控制器,通过轨迹跟踪算法保证生成有界的期望姿态角和总距;姿态部分采用小扰动线性化后的姿 态回路控制方程,设计了模型参考自适应滑模控制器,通过自适应项抵消外界干扰造成的误差,利用Lyapunov 稳定 性理论证明了系统的稳定性和跟踪误差收敛;通过仿真进行了实验验证。验证结果表明：所设计的控制器能够满足 无人直升机抗扰动和模型参数摄动的要求,并且设计方法简单,鲁棒性强,易于工程实现。     

Fuzzy Control of Model Travel Tracking for Vehicle Semi-Active Suspension

The control strategy of the model travel tracking for the vehicle suspension system is presented based on analyzing the responses of the vehicle suspension travel. A fuzzy control system of vehicle suspension is designed, in which the suspension travel output of the adaptive LQG control system is taken as the tracking objective. The simulation results prove that the suspension travel and vertical acceleration can be tracked simultaneously with the simple fuzzy controller,and the tracking effect of fuzzy control is better than that of the PID controller.     

六轮独立驱动滑动转向车辆运动控制算法仿真研究

依据六轮独立电驱动滑动转向车辆转向原理及车轮扭矩独立可控的特点,结合驱动力优化分配及操控稳定性问题,提出了一种运动控制算法。该算法由速度控制器,转弯控制器和轮胎力最优分配控制器组成。其中,速度控制器和转弯控制器根据车辆状态产生整车所需总的纵向力和转弯横摆力矩,轮胎力最优化分配控制器根据轮胎垂直载荷优化分配各个车轮所需的扭矩。仿真结果表明：垂直载荷较大的轮胎获得了较大的驱动扭矩,与平均分配算法相比,采用轮胎力最优化分配算法,轮胎负荷率降低了979%,提高了车辆的操控稳定性。     

自主驾驶车辆紧急避障的路径规划与轨迹跟踪控制

为减少道路突发事故,提高车辆通行效率,需要研究车辆的紧急避障以实现自主驾驶。基于车辆点质量模型,设计了非线性模型预测控制（MPC）路径规划器;基于车辆动力学模型,设计了线性时变MPC轨迹跟踪器。在路径规划层引入避障功能函数,通过车辆与障碍物的距离调节函数值大小,综合避障函数权重和路径偏差权重,规划出一条既能避开障碍物又使路径偏差最小的临时轨迹。在轨迹跟踪层,利用该临时轨迹和航向角偏差作为车辆主动转向控制参考量,将线性时变MPC优化问题转化为二次规划问题,计算满足车辆动力学约束的前轮转向角最优解。结果表明：所设计的双层MPC紧急避障控制策略对低速(60 km/h)、中速(80 km/h)、高速(100 km/h)行驶车辆有很强的适应性,高速行驶时最大质心侧偏角不超过1.0°,最大航向角偏差不超过2.5°,车辆横向稳定性良好,随着车速增大,车辆避障响应时刻提前;在多车连续避障场景中,自主驾驶车辆的质心侧偏角和航向角偏差均能控制在较小范围内,在多目标连续避障的路径规划和轨迹跟踪问题上同样具有很好的控制效果。