基于轮速控制的移动机器人轨迹跟踪控制算法

滑移转向是移动机器人应用最广泛的转向方式。针对采用滑移转向方式的移动机器人轨迹跟踪中由于纵向滑移而导致跟踪误差大的问题,提出一种以两侧驱动轮转速为控制量的转向控制方案,并利用Back stepping方法与李雅普诺夫稳定性判据为依据设计滑移参数自适应律。为验证所设计的轨迹跟踪算法的有效性,在Matlab/Simulink软件中搭建移动机器人和路面模型,并进行仿真分析。仿真结果表明,所设计的轨迹跟踪控制算法能够准确地估计滑移参数并实现轨迹跟踪。     

基于趋近律滑模控制的智能车辆轨迹跟踪研究

针对目前已有智能车辆轨迹跟踪控制存在跟踪精度低、鲁棒性弱等问题,结合滑模控制响应迅速、抗干扰能力强的优点,提出一种基于趋近律的滑模控制方法。提出的趋近律通过特殊幂次函数和反双曲正弦函数的组合,提高了系统状态的趋近速度并且平滑和限制了抖振现象,可实现控制车辆平顺快速跟踪参考轨迹。在Simulink软件上搭建了车辆运动学模型并进行轨迹跟踪仿真实验,通过与双幂次趋近律滑模控制进行对比验证了控制效果。仿真实验结果表明,相对于双幂次趋近律滑模控制,提出的趋近律滑模控制的车辆能更快地跟踪到参考轨迹,横向和纵向误差收敛速度明显增快,航向角抖振现象减弱,系统具有更快的趋近速度,并且抖振现象被削弱。     

基于LQR与前向增益的无人车辆轨迹跟踪控制

为了提升无人车辆轨迹跟踪性能,提出了一种基于LQR与前向增益的无人车辆轨迹跟踪控制方法。基于牛顿矢量力学体系进行车辆动力学建模,基于该模型进行状态观测器、LQR(Linear Quadratic Regulator)控制器以及前向增益的设计,以达到期望的轨迹跟踪速度、低能量损耗和零稳态误差。基于CarSim与MATLAB/Simulink联合仿真,使用双移线工况进行控制器的测试验证。仿真结果表明:所设计的状态观测器、LQR控制器以及前向增益可以满足期望的轨迹跟踪与航向跟踪需求。     

基于参考轨迹实时修正的机器人轨迹跟踪控制方法

针对动力学不确定性的机器人轨迹跟踪问题,本文提出一种基于参考轨迹实时修正的机器人轨迹跟踪控制方法。将轨迹跟踪中已产生的误差进行累加,实时前馈补偿到参考轨迹上即将被跟踪的点上。给出了该方法的控制框图,由控制框图导出跟踪误差与命令误差之间的关系式。关系式表明只需控制器中的控制算法保证速度误差稳定,即可保证跟踪误差收敛。此外,提高补偿增益的值可以提高误差的收敛速度。分析PD控制律能满足所提方法的收敛条件。给出了所提方法中参数的调节方案。通过仿真和实验验证了该方法的有效性。实验结果表明,各个关节跟踪轨迹1得到的误差绝对值均不大于0.008 7 rad;跟踪轨迹2得到的误差绝对值均不大于0.005 9 rad。     

基于NGSIM的连续换道轨迹规划与跟踪控制

连续换道是一种危险的驾驶行为,易导致交通效率降低,甚至诱发交通事故,因此有必要对连续换道进行研究。首先,基于NGSIM数据对有等待时间和无等待时间的连续换道轨迹分别拟合,建立了换道轨迹模型;其次,基于LTV-MPC算法设计了控制器,通过Car Sim与Simulink联合仿真实验平台进行算法验证。结果表明,对于无等待时间的连续换道,跟踪效果及稳定性均优于有等待时间的连续换道;所设计的控制器对所有参考轨迹的跟踪效果较好,横向载荷率均小于风险阈值,具有较好的稳定性和鲁棒性,所提出的规划控制器可为道路几何设计提供理论依据。     

基于改进行车风险场模型的车辆避撞方法研究

为了提高车辆行驶的主动安全性,构建了分层控制框架,对车辆的主动避撞控制系统进行研究。上层轨迹重规划控制器基于改进的行车风险场模型对行车安全进行评估,以行车安全场场强为优化指标,求解得到一条期望行驶轨迹;下层轨迹跟踪控制器在充分考虑车辆动力学约束前提下,基于模型预测控制理论,设计目标函数并求解,得到前轮转角控制量并输出给车辆执行,实现轨迹跟踪;最后基于Car Sim/Simulink联合仿真平台对控制算法进行测试,验证其有效性。     

基于高速开关阀的气动人工肌肉轨迹跟踪控制仿真

针对基于高速开关阀的气动人工肌肉位置伺服控制系统的非线性与时变性,设计了基于气动人工肌肉实验模型的PID反馈控制器,实现气动人工肌肉的高精度运动轨迹跟踪控制。首先,通过实验建模得到气动人工肌肉静态特性的实验模型,然后基于理想气体多变方程,建立可有效描述气动人工肌肉动态特性的数学模型,利用Sanville流量公式建立流经高速开关阀阀口的气体流量方程,并采用脉冲信号调制法生成PWM信号,进而控制高速开关阀占空比。在此基础上,借助PID反馈控制器建立气动人工肌肉气压与轨迹跟踪的控制模型,并采用Simulink对所提出的气压和轨迹跟踪控制方法进行数值仿真。结果表明,所建立的控制模型能够精确地跟踪期望气压和运动轨迹,从而验证了控制模型和控制方案的精确性和可行性,为实现气动人工肌肉高精度轨迹跟踪控制提供了有效手段。     

基于驾驶员视角的汽车行驶轨迹跟踪模型

从驾驶员视角出发，构建汽车行驶轨迹跟踪数学模型，运用Matlab／Simulink工程软件和C语言，建立驾驶员-环境-汽车闭环系统仿真模型。利用Matlab平台遗传算法（GA）仿真包，以驾驶员道路跟随精度、车辆侧向加速度和转向盘忙碌程度所构成的综合评价指标为目标函数进行分析，获得模型参数最优值。模拟和试验结果表明：模型设计合理，能较好地反应熟练驾驶员正常驾驶特征。     

基于最优轨迹跟踪的地下铲运机无人驾驶技术

结合地下巷道的特殊应用环境,提出了一种基于最优轨迹跟踪的铲运机无人驾驶技术。铲运机在无人驾驶时,通过车载传感器实时获取其实际的行驶轨迹相对于最优路径轨迹的偏差信息,包括横向位置偏差和航向角偏差,将偏差信息进行充分融合后,通过实时控制并调整铲运机前后铰接角的大小实现位置和航向角偏差不断趋向于零,以达到较好的跟踪最优路径轨迹目的。结合实际应用对算法进行了仿真测试,在模拟巷道环境下,利用2 m3铲运机验证了该无人驾驶技术,模拟实际环境下的实验结果证明,基于最优轨迹跟踪的方法可实现铲运机的无人驾驶。     

自动驾驶拖拉机轨迹跟踪研究

为解决自动驾驶拖拉机的轨迹跟踪问题,本文以东风954拖拉机为原型,建立二自由度运动学模型,推导出线性化自动驾驶拖拉机跟踪误差模型,提出一种基于模型预测控制的轨迹跟踪方法。通过Matlab对轨迹跟踪进行仿真,并在现场对系统进行试验。仿真结果表明AB线的入线性能良好,入线后直线度偏差较小。现场试验表明前进和倒车时,与参考轨迹线距离相同时,速度越快,入线米数越远。在不同车速、车身与参考轨迹成不同角度时,入线后跟踪轨迹与参考轨迹的偏差都在1 cm以内,证明该控制器可行,具有良好的精确性和稳定性。     

无人驾驶拖拉机路径跟踪联合控制研究

为实现无人驾驶拖拉机的路径跟踪控制,提高其智能化水平,以中国·徽拖HT1804F型拖拉机为研究平台,建立拖拉机-路径侧向动力学模型,采用滑模控制方法设计了一种基于横向偏差和航向偏差的拖拉机路径跟踪联合控制算法,然后基于CarSim与Simulink设计了联合仿真试验。结果表明,该路径跟踪联合控制算法能够使拖拉机稳定、精确地跟踪目标路径,满足无人驾驶拖拉机路径跟踪控制的要求。     

基于滑模控制的自动泊车系统路径跟踪研究

现有的自动泊车系统研究,由于忽略实际车辆转向约束和初始位姿条件而影响实际车辆跟踪参考路径效果,本文提出基于B样条曲线的路径规划算法和基于趋近律的非时间参考终端滑模路径跟踪控制算法。首先,对车辆的运动过程进行研究,建立车辆的运动学模型。其次,基于B样条曲线理论建立非线性约束平行泊车路径优化函数,并分析车辆运动学约束条件。然后,结合非时间参考路径跟踪控制和终端滑模控制方法,提出基于趋近律的非时间参考终端滑模路径跟踪控制方法。最后,通过Simulink和Car Sim联合仿真,验证了规划路径的合理性以及路径跟踪控制器的效果。     

基于自抗扰技术的智能车横向控制

针对智能车辆横向控制问题,以二自由度车辆模型为研究对象,通过构造一个关于横向偏差和期望偏航角的理想偏航角,以控制车辆横摆角跟踪到理想偏航角为目的,设计自抗扰车辆横向控制器。自抗扰控制器能够将车辆的质量参数、侧偏刚度等不确定参数和外界扰度观测出来并进行补偿,保证控制系统的鲁棒性。Simulink/CarSim联合控制仿真实验表明:车辆跟踪双移线路径时,自抗扰控制器相较于模型预测控制器的路径跟踪精度更高;在不同道路附着条件和不同负载时,都具有良好的跟踪效果。     

片簧型柔顺并联机器人运动规划与轨迹跟踪技术

针对柔顺关节并联机器人系统存在的误差因素,为提高系统整体性能,开展运动规划及轨迹跟踪研究。根据性能要求,设计柔顺关节的结构参数,分析柔顺关节特性,建立机器人系统的分析模型并推导运动学方程。针对柔顺关节轴心漂移引起的杆长误差,提出一种机器人主动杆和从动杆实际杆长的计算方法,修正主动杆关节角的期望轨迹。为补偿系统振动及参数摄动误差,基于径向基(RBF)神经网络设计模型逼近控制算法,跟踪期望轨迹。基于Solid Works、ANSYS、ADAMS及Matlab/Simulink建立机器人系统的虚拟仿真模型。仿真结果表明,提出的运动规划和控制方法将未补偿柔顺关节误差时的机器人末端轨迹误差降低了84%以上,能够有效提高柔顺关节并联机器人系统的运行精度。     

基于电磁机械耦合再生制动系统的ABS控制

针对现行电动汽车再生制动的不足,提出一种新型电磁机械耦合再生制动系统(EMCB),进行了动力学分析和耦合机理研究;针对目前传统ABS离散开关控制的不足,基于EMCB系统和模糊自适应滑模控制提出了一种连续状态控制的ABS控制策略,以对接路面下的车辆直行制动工况和低附路面下的弯道制动工况为例,对车轮滑移率、制动能回收率、制动稳定性等进行了仿真分析。研究结果表明,所提出的ABS控制策略具有良好的响应性、鲁棒性和滑移率控制性能,既保证了制动稳定性和制动效能,又提高了制动能回收率,有效增加了电动汽车的续驶里程。     

给定速度需求的移动机器人路径跟踪控制与实验

针对轮式移动机器人给定速度需求的非连续路径跟踪控制问题,将其转换为满足速度约束的轨迹规划和轨迹跟踪控制。首先,针对给定速度需求的路径跟踪问题,以运行时间和能量为优化目标,给定的路径和速度为约束条件,采用五次Bezier样条方法优化得到了满足需求的连续光滑轨迹。其次,利用轮式移动人系统的微分平坦特性,采用微分平坦方法设计前馈控制器;然后,将轮式移动机器人运动学模型在前馈控制的平衡点处进行一阶泰勒展开,得到了线性时变的误差模型,并通过定义新的状态变量,设计了具有Lyapunov稳定性的误差反馈控制器。结合前馈控制和反馈控制得到了二自由度轨迹跟踪控制器。同时将泰勒展开的高阶项考虑为有界的扰动输入,在输入到状态稳定性框架下证明了控制系统的鲁棒稳定性;最后,通过Pioneer 3-dx轮式移动机器人进行了实验验证,实验结果表明,提出的算法能够满足给定速度需求的非连续路径的跟踪控制需求。     

基于跟踪误差模型的无人驾驶车辆预测控制方法

针对无人驾驶车辆的轨迹跟踪问题,在分析车辆运动学模型的基础上,设计了一种基于模型预测控制理论的轨迹跟踪控制方法。首先,将车辆运动学模型进行线性化处理,得到车辆运动学线性跟踪误差模型,该模型可以用来预测车辆的未来行为。其次,利用此跟踪误差模型作为预测模型,应用线性模型预测控制方法,通过优化得到使性能指标最小的控制序列,将控制序列的第一步作用于系统。最后,建立了3种典型的道路试验曲线,并且在基于实时多体动力学软件Vortex搭建的虚拟仿真平台中对轨迹跟踪控制器进行了仿真。仿真结果表明,该控制器可以保证无人驾驶车辆快速且稳定地跟踪参考轨迹,距离偏差和方位偏差都在合理的范围内,且实时性可以达到要求。