基于MPC路径跟踪研究

针对无人驾驶车辆在实际行驶过程中的路径跟踪问题,建立车辆二自由度动力学模型和路径跟踪预测模型,将预测模型与车辆二自由度动力学模型相结合。基于MPC轨迹路径跟踪算法,并搭建了基于dSPACE系统硬件在环仿真试验平台,进行硬件在环仿真试验,验证MPC轨迹路径跟踪仿真控制策略的合理性和正确性。结果表明:设计的基于MPC路径跟踪控制可以保证车辆在换道时,方位平均偏差在0.05 m范围内,利于实际应用。     

基于自适应模型预测控制的智能车轨迹跟踪

针对传统模型预测算法在智能车辆轨迹跟踪的局限性,引入随道路曲率变化的速度自适应调节算法,设计轨迹跟踪控制器。设计目标函数及添加约束条件,通过Matlab/Simulink软件,在不同车速下与传统算法进行比较,仿真结果表明:不同的纵向车速对传统算法的轨迹跟踪有一定的影响,而对改进后的算法影响较小。尤其当车速较高时,改进后的算法轨迹误差更小,能保证车辆安全、稳定地行驶。     

基于运动学和动力学模型的无人驾驶路径跟踪控制器设计

设计了一种应用于无人驾驶控制的基于车辆运动学和动力学模型的路径跟踪控制器,包括运动学和动力学模型、路径跟踪控制模型、地图匹配模型和执行命令融合模型,使用实时车辆姿态信息进行转向角度预测,使用实时车辆定位信息进行反馈控制以消除系统干扰和模型误差。系统硬件包括车辆平台、嵌入式Mbed开发平台、Ubuntu系统运行平台和惯性导航系统,软件框架使用robotic operation system(ROS),使用rosserial服务连接嵌入式Mbed开发板与ROS。实车测试表明控制器系统达到设计目的。     

现代无轨列车横摆稳定控制策略

为改善现代无轨列车车体横摆稳定性和路径跟踪性能较差的问题，基于拉格朗日方程建立车辆动力学模型，分析了液压杆刚度对车辆转向性能的影响；为解决方程中含有未知约束力，导致其定量关系无法求解的问题，以横摆角速度误差和轨迹跟踪误差为优化目标，采用遗传算法离线优化了刚度参数，并利用函数插值方法在线预测，得到了不同车速、不同前轮转角下的最优液压杆刚度；为提高车辆轨迹跟踪性能，将横摆角速度跟踪误差与轨迹跟踪误差作为评价车辆横摆稳定性的标准，定义了车辆行驶过程中各个轴的侧向误差与航向角误差，基于滑模控制(SMC)算法设计了车辆横摆运动控制器，计算了期望横摆角速度，并进行了稳定性证明和稳态误差分析；由比例积分(PI)控制器计算分配到各个驱动轴的车体横摆力矩，并在U型弯路径上进行了仿真与试验。研究结果表明：车辆稳态转向时，液压杆刚度与车速、前轮转角直接相关，且在任何情况下，连接模块前部液压杆刚度一定大于后部液压杆刚度，车速在22 km·h^-1左右时最优液压杆刚度最小；车速大于22 km·h^-1时，速度越大，最优液压杆刚度越大，且前部液压杆刚度变化率明显大于后部；车...     

基于模型预测控制的智能车横纵向控制器设计

针对智能车横纵向控制中路径跟踪精度、行驶稳定性以及乘坐舒适性等问题,提出了基于模型预测控制(MPC)的横纵向综合控制方法。速度规则系统根据参考路径曲率与车辆跟踪位移误差计算出期望速度曲线,速度跟踪控制采用分层式控制器,上层控制器利用MPC算法计算期望加速度,下层控制器利用车辆逆纵向动力学模型对车辆的驱动和制动进行协调控制。横向控制器根据参考路径、车辆反馈状态以及纵向上层控制器的期望速度计算车辆前轮转角。最后通过实验对比本算法与恒速MPC横向控制算法的轨迹误差,结果表明:本算法控制的车辆横向位移均方根误差减小了0.051 m,有效提高了车辆轨迹跟踪的控制精度。     

融合稳定性的高速无人驾驶车辆纵横向协调控制方法

提出了一种纵横向协调控制的路径跟踪控制方法; 建立了车辆预瞄误差模型和考虑路面地形的高速车辆等效动力学模型, 以此引入道路曲率地形因素; 基于模糊规则设计了预瞄距离发生器, 解决预瞄误差模型中固定预瞄距离的问题; 建立了预测时域与道路曲率的函数关系, 运用模型预测控制算法求解前轮转角, 从而建立路径跟踪控制器; 运用指数模型表示车辆期望车速, 设计了比例积分微分纵向控制器控制车速以改善路径跟踪精度; 运用质心侧偏角相平面图表征车辆稳定性特征, 设计比例积分微分稳定性控制器以改善车辆稳定性。研究结果表明: 提出的控制方法能在不同附着系数路面上对车辆跟踪性能进行优化, 在干燥沥青路面以车速90 km·h-1行驶时, 与只运用模型预测控制算法进行路径跟踪控制的车辆相比, 最大横向误差可减少33%;在潮湿沥青路面以车速70 km·h-1行驶时, 与只运用模型预测控制算法进行路径跟踪控制的车辆相比, 最大横向误差可减少30%;在冰雪路面以车速55 km·h-1行驶时, 与只运用模型预测控制算法进行路径跟踪控制的车辆相比, 最大横向误差可减少16%。可见, 所提出的控制方法能有效改善路径跟踪精度。      

车辆换道纵横向耦合控制

基于车辆纵横向动力学耦合模型,研究了自动化公路系统车辆换道纵横向耦合控制.假定换道过程中车辆横向加速度满足梯形约束,根据期望换道轨迹计算车辆换道时的期望横摆角和横摆角速度,依靠车载传感器获得车辆横摆角速度信息.采用有限时间滑模趋近律,设计了车辆换道纵横向耦合变结构控制规律.基于李雅普诺夫稳定性理论,对控制系统的稳定性进行了分析,得到了系统渐进稳定的充分条件.仿真结果表明:采用该控制规律,车辆在纵向速度变化的情况下能够良好地跟踪期望换道轨迹,跟踪误差小于0.06 m.     

智能车辆横纵向运动综合控制方法研究

针对智能车辆运动控制中的多种复杂动力学约束及性能需求,提出基于模型预测控制算法的横纵向综合控制方法,分别设计横向和纵向控制器.横向控制器基于单轨动力学模型,纵向采用分层控制结构,以纵向速度为耦合点结合横向和纵向控制器,并根据路径信息规划车辆行驶速度,实现转向和速度同时控制,最后通过Carsim和MATLAB联合仿真.研究结果表明:控制器具有良好的跟踪性能,实时性强,且能够满足车辆横向稳定性、舒适性和平顺性等要求.     

智能车辆路径巡航和自主避障的触须算法

从Velodyne雷达构建障碍物地图入手,分析了触须构建方法、自主驾驶和避障策略。考虑车辆质心侧偏角对触须重构的影响,运用卡尔曼滤波对惯导数据进行处理,得出车辆纵向和侧向实时速度,从而对质心侧偏角实时辨识,并利用质心侧偏角对不同分组的触须进行修正。计算结果表明:在中低速时,轨迹误差由0.40 m减小到0.20 m;在高速时,通过采用性能优良的控制器和合理的融合参数使轨迹误差由1.00 m减小到0.75 m。可见,采用修正的触须算法可以较好实现车辆自主驾驶和合理避障。     

一种基于前馈一反馈补偿控制的车辆稳定性控制系统仿真

基于直接横摆力矩控制方法,设计了一种前馈一反馈补偿控制的车辆稳定性控制器.其中控制器以4WS为期望的车辆模型,通过前馈补偿控制可使车辆的质心侧偏角趋于理想值,而反馈补偿控制可使车辆模型在较好地跟踪理想模型的基础上,有效抵抗外界干扰.通过前轮角阶跃输入与正弦输入仿真,就控制效果的稳定性与对前轮转角的跟随特性两方面而言,所设计的控制系统能较好地控制车辆的操纵稳定性.     

一体式车辆避撞轨迹规划与跟踪控制

为提升复杂交通环境中智能车辆的避撞能力,将路径规划、速度规划及跟踪控制整合为一个优化问题,提出一种基于模型预测控制(MPC)的一体式车辆避撞轨迹规划和跟踪控制方法。首先,分析实际交通环境中的避撞场景,将智能车辆的避撞控制问题转化为多约束优化问题;其次, 搭建7DOF(七自由度)车辆动力学模型和复合滑移工况的UniTire轮胎模型设计MPC控制器;再次,针对变速控制问题中传统基于时域预测模型的MPC控制方法无法在预测时域中实现车辆空间和位姿约束的问题,设计了基于空间域预测模型的MPC控制器;最后,基于Matlab和CarSim联合仿真平台设计了不同避撞场景验证所提方法,并与现有基于恒速假设的一体式避撞控制方法进行对比。仿真结果表明：所提方法能够充分发挥车辆的机动性能,解决现有一体式控制方法在 复杂环境中避撞失败的问题,并保证避撞过程稳定和轨迹平滑。     

基于单片机TC275的无人物流车控制器设计

基于英飞凌单片机TC275设计了无人物流车的控制器。TC275通过解析惯性导航仪得到自车信息,并且接收来自计算平台NVIDIA JetsonTX2的路径规划决策信息。在应用层建立了基于模型预测控制算法的路径跟踪模型并生成代码,在底层设计了串口驱动、GTM驱动、ADC驱动以及CAN通信,控制无人物流车的驱动电机和转向舵机,并将应用层与底层代码集成,下载到整车控制器硬件中,实现无人物流车的路径跟踪功能。实验结果表明,基于TC275设计的控制器满足车辆的基本行驶功能。     

基于车辆轨迹的信号交叉口机非冲突判别

选取长沙市中心区4个典型信号交叉口,利用视频轨迹追踪软件,提取右转机动车与直行非机动车的冲突交通流轨迹数据。以减速、换道等避险行为与可能发生碰撞(距离碰撞点时间小于2 s)为依据,采集机非冲突样本;选择距离碰撞最大时间(MTTC)和冲突时间差(TDTC)作为评价指标,提出一种基于交通流运行轨迹的改进型TTC(Time to Collision)法的机非冲突判别方法。选择某实例交叉口,分别采用TTC法、改进型TTC法和后侵入时间(PET)法,评估得到右转机动车与直行非机动车的冲突数,分别为7,24,22次。结果表明,传统的TTC法低估了交叉口的机非冲突水平,改进型TTC法的判别准确率提高了2.14倍,证明了方法的可行性。     

基于差动制动的单拖挂汽车列车道路跟踪控制

对汽车列车的运动特点进行了研究,建立了考虑铰接角的单拖挂汽车列车驾驶员模型;对挂车制动时车辆运动状态的变化进行了分析,设计了基于差动控制的道路跟踪控制器,建立了基于Simulink和Trucksim的联合仿真模型,验证了双移线工况下模型的路径跟随性和行驶稳定性。结果表明:基于差动制动的单拖挂汽车列车道路跟踪控制器,与单点最优预瞄驾驶员模型控制器和考虑铰接角的驾驶员模型控制器相比,转向过程更加平稳,提高了路径跟踪能力,降低了侧向加速度峰值,提高了行驶稳定性。     

Deliberative collision avoidance for unmanned surface vehicle based on the directional weight

The purpose of this study is to realize the intelligent deliberative obstacle avoidance for unmanned surface vehicle (USV), based on the International Regulations for Preventing Collisions at Sea called COLREGS. Firstly, a three-level system architecture is designed for the ship intelligent collision avoidance system. Secondly, an intelligent collision avoidance algorithm is presented based on the calculation of motion parameters and the rules of COLREGS. Thirdly, according to COLREGS, the marine environment is modeled from the electronic chart data and radar information, and a deliberative collision avoidance algorithm is written. Finally, the deliberative collision avoidance simulation is carried out for the USV. The feasibility and reliability of intelligent collision avoidance algorithm are verified by the vivid simulation results.     

Hierarchy-Based Adaptive Generalized Predictive Control for Aerial Grasping of a Quadrotor Manipulator

In this paper, an adaptive generalized predictive control(GPC) based on hierarchical control strategy is designed for a quadrotor with a robotic arm. For this nonlinear and coupled system, a two-layer control structure is adopted to achieve more precise trajectory tracking and keep the tracking performance after aerial grasping.The inner-layer controller is a proportional-derivative(PD) controller. The outer-layer subsystem is linearized by input-output linearization first and an adaptive generalized predictive controller is applied. The effectiveness of this approach is verified through the simulation using MATLAB/Simulink. A PD controller with feedforward control input is applied on such a system for a comparative study. Simulation results show that a better tracking performance can be achieved by the proposed strategy.     

Hierarchical control strategy of trajectory tracking for intelligent vehicle

In order to track the desired trajectory for intelligent vehicle, a new hierarchical control strategy is presented. The control structure consists of two layers. The high-level controller adopts the model predictive control (MPC) to calculate the steering angle tracking the desired yaw angle and the lateral position. The low-level controller is designed as a gain-scheduling controller based on linear matrix inequalities. The desired longitudinal velocity and the yaw rate are tracked by the adjustment of each wheel torque. The simulation results via the high-fidelity vehicle dynamics simulation software veDYNA show that the proposed strategy has a good tracking performance and can guarantee the yaw stability of intelligent vehicle.     

基于激光循迹和PLC控制的自动导引车控制系统软件设计

针对一种使用激光传感器进行循迹、以三菱FX2N系列PLC作为控制核心的自动导引车,设计了能实现触摸屏控制、自动循迹、手动控制、避障、调速、站台检测等功能的控制软件;在样机上进行了软件调测,实验证明,此软件运行可靠、抗干扰能力强。