基于非线性模型预测控制的农用拖挂车避障控制器研究

为实现农用拖挂车的避障控制,设计了一种基于非线性模型预测控制的避障控制器。考虑到农用拖挂车的避障控制需要同时顾及拖车与挂车的位姿状态,基于刚体运动学和非完整约束条件推导了农用拖挂车的运动学模型,并基于该运动学模型建立了农用拖挂车的位姿状态预测模型。在此基础上,基于改进的禁区惩罚函数设计了优化目标函数,从而完成了基于非线性模型预测控制的农用拖挂车避障控制器的设计。仿真结果表明,农用拖挂车避障控制器能够在较复杂工况下同时控制拖车与挂车实现避障,农用拖挂车各车桥端点轨迹与障碍物中心之间的最小距离减去障碍物半径与安全裕度之和的结果均大于或等于0 m。     

基于非线性模型预测控制的移动机器人实时路径跟踪

针对移动机器人路径跟踪模型预测控制中,存在线性化预测模型削弱控制器对参考路径曲率突变和航向突变响应能力的问题,从非线性模型预测控制出发,提出了两种实时性优化方案,即减少控制步数或降低控制频率。仿真与实验结果表明,采用减少控制步数或降低控制频率方案优化后,非线性模型预测控制器在每一控制周期内的解算时间小于控制周期;减少控制步数相比降低控制频率或线性化预测模型具有更小的横向误差和航向误差,可以更好地保证控制器在跟踪曲率、航向变化较快的参考路径时的控制精度。因此,相比其他实时性优化方案,减少控制步数更加适用于农用机器人等对灵活性要求较高的移动装备。     

基于预见位姿信息的铰接式车辆LQR-GA路径跟踪控制

针对铰接式车辆的特殊转向结构和行驶特性,为提高其路径跟踪控制精度和反应速度,提出了一种基于预见信息的线性二次型最优控制(Linear quadratic regulator,LQR)策略,并应用遗传算法(Genetic algorithm,GA)对状态量权重矩阵进行优化求解,获得最优LQR状态反馈控制器,实现铰接式车辆精确路径跟踪控制,由位置偏差、行驶方位偏差和曲率偏差来反映控制效果。ADAMS-Matlab/Simulink联合仿真结果:位置偏差为0.03 m,偏差误差为1.3%,行驶方位偏差误差为0.19%,曲率偏差收敛于0.003 m-1。联合仿真和试验验证结果表明,所提出的控制方法可有效提高控制精度,实现铰接式车辆的精确、稳定路径跟踪。