主动后轮转向及分布式驱动车辆协同控制研究

为有效地改善车辆操纵稳定性,设计了主动后轮转向系统(ARS)与基于直接横摆力矩控制(DYC)的双电机分布式驱动系统协同控制方法,并将其应用于FSAE赛车。首先建立ARS及DYC车辆的二自由度模型;基于滑模变结构控制方法,提出协同控制模型,通过ASR控制器控制后轮转向角,减小车辆质心侧偏角,以及直接横摆力矩控制器(DYC)对两个后驱动轮的牵引力矩进行协调分配,实现横摆角速度的有效控制;最后,通过双移线测试仿真验证本文所提出的控制算法能够有效提高赛车弯道行驶的稳定性。     

污泥负荷概念在厌氧消化处理高浓度有机废水中的应用

本文对污泥负荷概念引入厌氧消化处理高浓度有机废水的必要性和可能性进行了理论探讨.通过生产性规模试验表明,污泥负荷与COD去除率有良好的线性关系,η=97.53-198.64N_s.而COD溶积负荷与COD去除率无函数关系.     

无人驾驶方程式赛车轨迹预测跟踪控制

为提高车辆轨迹跟踪的稳定性与实时性,并针对传统MPC算法轨迹跟踪精度不足的问题,提出了一种基于LQR求解的多帧预瞄的最优控制方法,并将其应用于FSAC赛车上。首先建立赛车的运动学模型,再将非线性系统作线性化处理,获得所需的线性时变误差模型。结合控制序列递推赛车往后一段时域内赛车状态的预测模型,通过离散参考轨迹函数,获得预测时域内的最佳参考点序列,利用赛车实时状态和控制输入序列构造二次型目标函数,迭代求出预测时域内的最优控制序列,输出车轮转角和赛车纵向速度来实现赛车对期望轨迹的跟踪。最后,通过构建仿真环境测试和实车测试验证算法的跟踪精度和稳定性,算法达到预期的效果。     

多传感器信息融合的自动驾驶车辆定位与速度估计

针对大学生无人驾驶方程式(FSAC)于地图内高精定位以及速度观测的问题,设计基于多传感器信息融合的状态估计算法,并应用于自研实车平台。算法基于迭代扩展卡尔曼滤波(iEKF) 进行设计,融合多类传感器,包括惯性测量单元 (IMU)、转角及轮速编码器、全球卫星定位(GPS)、相机与激光雷达(Lidar)。首先,利用IMU预测车辆先验状态,然后,建立并联融合架构,对各类传感器数据进行不同的信息处理,用于更新先验状态,由于并联融合的架构,不同传感器可独立地维护车辆的状态观测。实验结果表明,所提出的算法对地图内定位、速度观测有较好的精度,且具有足够的冗余性和实时性。