一种汽车列车结构及其路径跟踪控制方法

为解决现有城市交通拥挤问题,满足城市居民生活及工作的乘车需求,综合轨道车辆单程运输量大和传统铰接车辆基础建设成本低的特点,提出一种多铰接式汽车列车。该汽车列车可灵活编组,具有大容量、单程运输效率高、因结构纵向对称且采用轮速差速运动控制、行驶灵活度高等优点。研究适用于该车型的路径跟踪控制方法,采用非时间因素的控制策略,设计汽车列车各轴轮速控制律,并构建李雅普诺夫函数,采用李雅普诺夫直接法证明路径跟踪偏差逐渐递减,即汽车列车能够沿目标路径行驶,且该方法不受车厢数量限制,可使汽车列车灵活编组。最后,建立多铰接式汽车列车路径跟踪仿真模型,分别对直线路径、圆弧路径、正弦路径进行跟踪控制,仿真结果证明采用非时间参考的跟踪控制方法,能够控制列车对多种路径跟踪。     

半挂汽车列车高速侧倾稳定性控制研究

针对半挂汽车列车高速行驶易发生侧倾失稳现象,提出了一种挂车主动转向控制方法。建立挂车主动转向半挂汽车列车的五自由度动力学模型,基于最优控制技术设计了主动转向控制器。利用MATlAB软件编写了基于单点预瞄驾驶员模型的闭环运动仿真程序,对半挂汽车列车进行了运动学和动力学仿真研究。研究表明,挂车主动转向可显著提高半挂汽车列车的侧倾稳定性,但也在一定程度上牺牲了挂车的路径跟踪性能和汽车列车的横摆稳定性能。     

轮毂式电动汽车电子差速复合控制方法

为实现轮毂式电动汽车在弯道的稳定转向,解决传统控制方法对汽车行驶速度的局限性,提出一种高-低速复合电子差速控制方法。当汽车处于低速行驶状态时,根据Ackermann转向模型获取驱动轮期望转速,提出一种模糊PID控制方法,实现轮速的稳定跟踪;当汽车处于高速行驶状态时,以驱动轮的相对滑移率作为反馈控制量,提出一种基于模糊逼近的滑移率优化控制方法,无需建立精确的系统状态空间模型,同时根据LQR理论保证了汽车驱动轮相对滑移率最小。Matlab/Carsim联合仿真证明,所提出的高-低速复合控制方法能够使汽车在不同行驶速度下实现稳定转向。     

基于遗传算法优化的汽车主动转向控制研究

针对汽车线控主动转向行驶稳定性问题,对汽车线控主动转向的控制策略和控制方法进行了研究;并对汽车的动力学模型进行了建立及简化;利用遗传算法可以克服BP网络收敛速度慢和极易陷入局部极小值等特点,提出了一种基于遗传算法优化BP神经网络的线控转向系统。通过选择典型工况,利用Carsim和Matlab/Simulink联合仿真平台对不同的控制方法进行了仿真验证。研究结果表明,基于遗传算法优化的BP网络控制对汽车主动转向控制效果较好,能使实际横摆角速度对理想的横摆角速度实现很好的跟踪,并显著提高了汽车行驶稳定性。     

基于模型预测控制的智能网联汽车路径跟踪控制器设计

为解决智能车辆的自主转向问题,提高车辆在高速运动过程中的转向精度和稳定性,在智能网联汽车的背景下,从路径跟踪控制出发,提出一种变参数的智能网联汽车路径跟踪控制方法。该方法基于模型预测控制原理,设计了一种智能网联汽车的路径跟踪控制器。该方法先以3自由度模型的车辆模型为控制系统;对系统进行线性化后,确定系统的二次型目标函数,并依据函数形式确定矩阵形式;然后,在Carsim和Matlab/Simulink平台上进行离线仿真,确定各个典型工况下适用于该路径跟踪控制器的仿真参数;最后实现系统可根据由车联网获得车辆实际所处道路形状和实际车速选择合适的路径跟踪控制器的控制参数,完成智能网联汽车的自动转向。仿真结果表明该控制器相对于固定控制参数的控制器具有更好的控制效果,可控制车辆以较高车速行驶时达到较高跟踪精度和行驶稳定性。     

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     

液压双杆式全挂汽车列车转向仿真分析

为增强全挂汽车列车的行驶机动性,在狭窄的路况下应适当减小其转弯半径和偏移距。设计了液压式双杆连接装置全挂汽车列车,实现每节列车行驶轨迹的跟随。由全挂汽车列车弯路转向理论,在Adams/View中对列车整体建模,推导的转向控制数学模型在MATLAB中仿真,两者联合得到运动轨迹,验证提出的控制方案的可行性,优越性。     

随动转向半挂汽车列车机动性分析

针对半挂汽车列车低速机动性差和半挂车第三轴轮胎磨损严重的问题,可将半挂车第三轴设计成随动桥。基于对随动桥基本结构和转向原理的分析,在Adams/Car软件中建立了普通半挂汽车列车和随动转向半挂汽车列车整车模型。对建立的两个整车模型进行360°转弯和转向盘角阶跃转向运动试验,仿真结果表明:随动桥可减小半挂汽车列车的偏移距和通过宽度,提高半挂车第三轴的轨迹跟随能力,可有效提高半挂汽车列车的转向机动性和减轻半挂车第三轴轮胎的磨损。     

基于内膜原理的多轴转向无静差跟踪鲁棒控制

为提高多轴转向车辆跟踪控制精度及其抗干扰能力,提出基于内模原理(IMP)的无静差跟踪鲁棒控制方法。建立多轴转向二自由度线性模型,并基于IMP进行无静差跟踪控制器设计,利用极点配置方法求解控制器;对某三轴转向车辆进行跟踪控制器设计,并和PID控制对比仿真,在一定干扰下,内膜控制跟踪横摆角速度阶跃和斜坡信号的稳态误差均为零,调节时间在0.09 s以内,而PID控制稳态误差最大0.2°/s,调节时间最大为0.6 s。结果表明控制算法能使横摆角速度无静差跟踪参考输入,并具有一定的鲁棒性,且侧偏角响应也得到改善,跟踪效果明显优于PID控制,提高了多轴转向的操纵稳定性和安全性。     

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.     

重型半挂汽车列车主动转向控制策略研究

为了提高重型半挂汽车列车的高速操纵稳定性,基于模糊控制和PID理论,提出了一种牵引车加挂车主动转向控制策略。首先,在MATLAB/Simulink软件中建立三轴重型半挂汽车列车的三自由度线性模型,并对模型有效性进行验证;其次,以三自由度线性模型与TruckSim非线性模型的牵引车横摆角速度偏差及偏差变化率为输入,设计了牵引车后轮主动转向模糊控制器,同时,以挂车横摆角速度偏差设计了挂车车轮主动转向PID控制器;最后,利用MATLAB/Simulink与TruckSim进行联合仿真,分别对牵引车加挂车主动转向控制、牵引车主动转向控制和传统无控制车辆进行双移线工况及重型铰接式车辆后部放大(Rearward Amplification, RWA)性能测试。结果表明,所设计的牵引车加挂车主动转向控制策略相比传统无控制车辆优势明显,有效减小了车辆横摆角速度、质心侧偏角和铰接角等值,牵引车与挂车最大横向位移偏差分别降低了13.75%和29.17%,且RWA比率降低了13.32%,显著提高了重型半挂汽车列车的高速路径跟踪性能及操纵稳定性能。     

非完整约束多轴驱动车辆的路径跟踪控制

针对具有非完整约束特性的多轴驱动车辆,分析多轴驱动形式下的转向几何关系及其运动学约束关系并建立动力学方程,采用基于制导路径跟踪理论的方法评价跟踪误差,推导消除误差所需的姿态角和路径参数更新公式;通过设计李亚普诺夫函数进行稳定性分析,证明了系统的全局一致渐进稳定性;采用非线性状态反馈精确线性化方法导出线性化的车辆动力学模型,在此基础上设计带有干扰观测器的滑模变结构速度跟踪控制器,并采用典型运动路径进行路径跟踪的仿真测试。仿真结果表明,所提出的跟踪控制策略能够满意地实现多轴驱动车辆对给定目标路径的跟踪。     

非时间参考的类车机器人定点跟踪控制

针对移动机器人控制研究中的小车速度与加速度饱和限制现象,提出了非时间参考的定点跟踪控制方法。选择随时间单调递增的非时间变量为转向控制律变量,摆脱了移动机器人速度与加速度对控制律的时域限制。在Simulink中建立控制逻辑并进行了单目标点与多目标点连续跟踪仿真。单目标点跟踪仿真结果表明,对于任意初始状态机器人,提出的定点跟踪控制方法均能使小车到达目标状态。多目标点连续跟踪结果表明,可将定点跟踪控制策略应用于类车机器人的路径跟踪控制。     

履带式移动机器人轨迹跟踪控制技术研究

随着移动机器人在工业、农业、军事等领域中的广泛应用,对其自主运动控制技术的需求逐渐增大.为了实现履带式移动机器人的轨迹跟踪控制,建立了运动学模型和轨迹跟踪动态误差模型.基于Lyapunov稳定性理论,提出了一种状态反馈控制律,并通过Lyapunov函数对控制律的稳定性进行了证明.为了评估所提出控制律的性能,在Matlab/Simulink环境下分别进行了直线轨迹跟踪和圆形轨迹跟踪仿真实验.仿真实验结果表明,所设计的控制律能够快速有效地实现直线轨迹跟踪与圆形轨迹跟踪,具有较好的控制效果,可应用于履带式移动机器人轨迹跟踪控制的实际项目中.     

多轴汽车平顺性的柔性模型研究

为了分析多轴汽车悬挂质量的弯曲振动对整车平顺性的影响,运用弹性梁弯曲振动理论和模态分析法建立了多轴汽车平顺性分析的柔性模型。用所提出的模型对多轴汽车整车平顺性进行了仿真研究,分析结果表明刚体模型不适合用于多轴汽车平顺性的分析。同时,进行了某五轴重型车的道路行驶试验,通过在不同车速下的仿真结果与道路行驶试验结果的比较,证明了所提出的平顺性分析建模方法和模型是可行的。     

基于Ackermann转向原理的循迹控制研究

为了对虚拟轨道车辆的控制方法进行研究,本文针对三编组虚拟轨道列车,建立了车辆多体动力学模型,并从车辆动力学角度出发提出了基于Ackermann转向原理的多编组列车循迹控制方法,结合模糊控制理论与PID控制理论利用Simulink构建了车辆模糊循迹控制模型.通过联合仿真证明基于Ackermann的单轴协调控制虽然从运动学...     

智能汽车路径跟踪混合控制策略研究

针对传统单一控制算法无法有效协调智能汽车不同转向工况下横向控制性能要求的问题,根据智能汽车在高速和低速转向工况下呈现出的系统特性差异,设计了一种基于PID控制和模型预测控制的智能汽车路径跟踪混合控制策略。该控制策略在低速模式下采用PID控制,在高速模式下则采用模型预测控制,通过车辆速度确定路径跟踪控制模式,进而设计带稳定监督的控制模式切换机制,实现了横向控制系统的平滑切换。基于Carsim和MATLAB/Simulink仿真平台对所设计的智能汽车路径跟踪混合控制策略进行了仿真验证,在此基础上,进一步完成了实车试验。仿真和实车试验结果表明,所设计的混合控制策略能够保证智能汽车不同速度下的路径跟踪性能,具有较好的跟踪精度、实时性和车辆行驶稳定性。     

四轮转向智能车辆轨迹跟踪及稳定控制研究

为了改善智能车辆轨迹跟踪过程中的行驶稳定性,针对四轮转向车辆提出了一种轨迹跟踪及稳定控制方法。首先建立了车辆三自由度动力学模型,然后应用模型预测控制算法设计轨迹跟踪控制器。考虑了四轮转向车辆的动力学特性和不同路面附着对轮胎侧偏角控制的影响,在跟踪算法中引入零质心侧偏角控制和动态轮胎侧偏角边界控制方法,实现车辆的稳定控制。最后,通过对接路面工况下的仿真,验证了所提出的控制方法能够保证车辆在轨迹跟踪过程中具有良好的稳定性。     

汽车实验用转向机器人轨迹规划

针对汽车操纵稳定性实验中的蛇行试验,为解决多约束条件下汽车实验用转向机器人生成满足实验条件轨迹的问题,研究车辆运动学模型特性,采用序列二次规划方法,以最优化轨迹的综合性能为目标,规划出满足运动学约束、速度约束、目标状态约束以及曲率连续约束的最优实验轨迹.设计模糊PID控制器,在人为控制的车速发生波动时前轮转角可进行相应调整.利用Simulink-CarSim搭建车辆模型以及轨迹规划模型,进行路径跟踪实验仿真.仿真实验结果表明,所提出的轨迹规划方法与控制方法能够生成满足车辆运动连续性要求和各项约束条件的平滑轨迹,且轨形跟踪效果较好.     

四轮转向半挂汽车列车鲁棒最优保性能控制

引入Gim轮胎模型建立四轮转向半挂汽车列车的四自由度非线性动力学模型。考虑轮胎侧偏刚度的不确定性,提出四轮转向半挂汽车列车直接横摆力矩的鲁棒最优保性能控制方案,基于模型追踪控制技术推导了直接横摆力矩的鲁棒最优保性能控制器。借助Matlab/Simulink软件,以建立的非线性动力学模型为平台,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,与传统二次最优控制相比,四轮转向鲁棒最优保性能控制方案可获得更好的控制效果,可显著提高半挂汽车列车的操纵稳定性。