基于稳态特性的路程预瞄转向模型

为实现车辆稳态转向的理想状态,建立更真实的预瞄-跟踪行为,提出了2种基于稳态转向的路程预瞄转向模型,假设车辆处于稳态转向状态,预测车辆的行驶轨迹,基于预测轨迹的侧向误差最小原则,分别建立了将单点预瞄转化为路程预瞄的理想转向模型和修正转向模型。CarSim/Simulink联合仿真结果表明,2种转向模型均具有较好的路径跟踪精度、适应性和转向平顺性。     

基于滚动时域的线性二次型路径跟踪研究

针对智能驾驶车辆在实际行驶过程中的路径跟踪问题,建立了二自由度车辆动力学模型和路径跟踪预瞄模型,并将两者相结合。将给定的双移线和蛇形线路径作为滚动时域线性二次控制器模型的输入,将得到的转向盘转角输入车辆模型,得到了车辆横向速度、横摆角速度、横向位移和横摆角。仿真结果表明,提出的路径跟踪控制策略能够使车辆在换道时始终维持方位偏差在0.06 m以内,同时具有较好的横向稳定性。     

基于弧长预瞄的车辆侧向跟踪控制研究

为提高基于预瞄理论的路径跟踪控制算法的计算效率与适应性,本文中在预瞄最优曲率模型的基础上,提出了一种依据车辆实际行驶路程获取预瞄点侧向位移的弧长预瞄方法。并在该方法下,推导了预瞄点侧向位移与车辆前轮转角之间的关系,之后通过侧向跟踪闭环系统方框图,建立了路径跟踪的侧向控制模型。最后,在CarSim/Simulink联合仿真环境下,通过建立若干典型仿真工况,对该模型的有效性和人-车-路闭环系统转向盘稳定性影响因素进行了仿真分析。结果表明,该方法在侧向路径跟踪控制方面具有跟踪精度高、计算速度快和适应性好的特点。并且,当闭环系统同时满足期望路径点方向连续和预瞄距离大于临界前视距两个条件时转向盘趋于稳定。     

智能车辆系统辨识与控制算法研究

采用逆M序列作为系统的输入信号,通过最小二乘算法得到车辆转向系统、驱动系统的传递函数,结合车辆预瞄运动学模型和车辆二自由度转向动力学模型,建立车辆转向控制与位置误差数学模型.根据现代控制理论设计最优导航控制器稳定跟踪目标路径,基于Backstepping函数控制算法,选取Lyapunov函数设计智能车辆换道及超车轨迹跟踪控制器.仿真分析和试验结果表明:所设计的控制器在智能车辆户外自主导航中具有良好的跟踪性能.     

基于跃度信号的自动驾驶横向控制

针对自动驾驶车辆的横向控制,提出了一种基于跃度信号的预瞄控制。建立车辆二自由度动力学误差模型,采用线性二次调节（LQR）反馈控制和前馈控制构成闭环横向控制模型。以CarSim和Simulink为仿真平台,模拟车辆进入并跟踪稳态圆。通过分析横向位置误差和横摆角误差等指标,表明该预瞄算法在横向控制精度、跟踪速度方面具有良好效果。     

线控转向系统理想传动比设计

线控转向系统由于其可以自由设计传动比的特点,可以保证在不同工况下,汽车都有着良好的转向特性和操纵稳定性。文章主要对线控转向系统理想传动比进行了研究设计。在中低速段,采用基于稳态横摆角速度增益不变的设计方案;在高速段,采用模糊控制对传动比进行设计。最后通过仿真试验,验证了设计的理想传动比的控制效果。     

基于多点序列预瞄的自动驾驶汽车路径跟踪算法研究

针对自动驾驶汽车自主行驶问题,提出了一种基于预瞄信息的路径跟踪算法。以GPS轨迹点序列作为目标路径,建立车辆—路径相对运动关系模型,使用实时差分GPS数据确定车辆位置。通过预瞄点序列,计算路径的预瞄偏差角和路径弯曲度。根据路径弯曲度确定行驶速度,实现纵向控制;通过Pure Pursuit算法将预瞄偏差角转换成前轮转角的控制量,实现横向控制。试验结果表明,提出的路径跟踪方法在纵向、横向控制和跟踪平稳性方面都具有良好的效果。     

基于变指数趋近律的线控转向滑模控制

为了提高线控转向车辆在高速工况下角传动比非线性响应的准确性,分析线控转向的功能指标,推导可变传动比的计算过程,讨论固定横摆角速度增益、固定侧向加速度增益、车速、方向盘输入对前轮转角映射结果的影响,建立基于模糊推理系统的可变传动比策略,针对理想传动比在车辆稳定性控制层面上的不足,采用前轮补偿角的方法进行最终前轮转角的决策。在验证过程中,搭建线控转向整车数学模型,选取典型转向输入工况,结合动力学仿真软件对总体系统设计进行联合仿真对比分析。实验结果分析证明,设计后的传动比策略可以实现方向盘指标需求,降低横摆角速度和质心侧偏角,有效减轻驾驶员的操作负荷,基于改进滑模控制的主动转向策略相比饱和函数指数趋近律滑模控制,超调量降低了9%,提高汽车行驶安全。     

基于多点预瞄最优控制的智能车辆路径跟踪

为在嵌入式控制器开发环境下提高智能车辆的路径跟踪精度,采用车辆动力学模型和多点道路预瞄模型,以预瞄窗口内的跟踪偏差为目标函数,结合LQR最优控制原理,提出了一种基于多点预瞄最优控制路径跟踪控制方法。针对实车应用,通过离线计算最优增益的方法,提高算法实时性。在仿真及红旗H7实车环境下进行试验,结果显示,该方法在保证跟踪精度的同时具有良好的算法实时性。     

基于动力学模型预测控制的铰接车辆多点预瞄路径跟踪方法

现有的铰接车辆路径跟踪控制方法在模型线性化和预瞄误差过程均产生较大误差,导致跟踪精度降低。针对铰接车辆路径跟踪控制,构建了铰接车辆动力学模型,采用基于状态轨迹的线性化方法补偿动力学误差,提出了考虑路径多点预瞄误差的控制目标,设计了基于动力学模型的模型预测控制器,用以优化铰接点处转向力矩。为验证该方法的有效性,采用Matlab/Simulink和Adams软件构建了联合仿真平台,对控制算法进行了仿真验证。仿真结果表明,本文中设计的控制器可有效提升铰接车辆路径跟踪精度。     

自动驾驶车辆侧向路径跟随控制算法仿真

路径跟随是依照规划轨迹信息通过对执行元件的控制实现沿期望轨迹行驶,控制算法对实现路径跟随非常重要。针对自动驾驶车辆的侧向控制技术,文章研究了基于最优预瞄理论的路径跟随控制,建立车辆二自由度模型和预瞄误差模型,设计模型预测控制（MPC）侧向跟随控制器以提高跟随精度。利用CarSim-Simulink联合仿真,仿真结果表明,该算法策略能稳定跟踪规划路径。     

新型视觉区域智能车辆导航控制器设计

简要介绍了基于机器视觉导航区域智能车辆(CyberCar)的导航原理和组成。首先采用逆M序列作为辨识输入信号和最小二乘算法得到车辆转向系统的系统辨识特征方程,结合预瞄运动学模型和车辆二自由度转向动力学模型,从而建立车辆基于视觉预瞄的转向动力学控制数学模型,根据线性二次型最优控制理论得到状态线性反馈的最优控制规律。通过仿真分析和试验,验证了最优控制器在CyberCar户外路径跟踪过程中平稳、可靠。     

智能汽车路径跟踪精度及操纵稳定性耦合机理分析

针对现有智能汽车路径跟踪算法研究中存在的智能汽车路径跟踪精度与操纵稳定性相互耦合和相互制约问题,在车辆二自由度模型基础上,设计了基于传统预瞄误差模型的PID控制方法,研究了智能汽车在蛇形道路工况、定曲率变车速工况和定车速变曲率工况下,车速及道路曲率对智能汽车路径跟踪精度和操纵稳定性的影响。仿真结果表明,随着车速和道路曲率的增加,智能汽车路径跟踪精度以及操纵稳定性降低;智能汽车的路径跟踪精度提高,操纵稳定性变差。     

汽车线控转向系统研究进展综述

阐述了汽车线控转向系统对自动驾驶发展的重要意义,梳理了线控转向技术的发展概况以及典型的线控转向布置方案,聚焦核心控制策略,对路感反馈控制中上层反馈力矩估计和下层执行器控制,以及转向执行控制中上层变传动比控制、车辆稳定性控制和下层转向执行器控制的思路、方法进行了综述,分别阐述了两部分总成控制的关键技术以及面临的挑战,并提出线控转向系统控制技术的发展趋势。     

智能车辆转向变结构控制方法的研究

从车辆的转向动力学和预瞄运动学特性出发，结合转向系统的系统辨识，建立了车辆转向系统的线性模型。运用变结构滑模控制理论和多模型切换，使车辆转向控制具有良好的跟踪性能和鲁棒性。     

基于理想变传动比的主动前轮转向滑模控制

针对主动前轮转向系统,以提高车辆的转向性能为目标,建立七自由度车辆模型、Dugoff轮胎模型,确定基于固定横摆角速度增益的理想变传动比规律,并提出基于此规律的主动前轮转向附加转角滑模控制策略。利用Simulink搭建仿真平台,对提出的策略进行了验证,仿真结果表明,与普通变传动比相比,基于理想变传动比规律的主动前轮转向系统滑模控制策略有利于车辆获得更为理想的转向性能。     

基于行驶场景模型的线控辅助转向系统仿真

线控转向系统取消了转向盘和转向轮的机械连接,由控制算法折算转向电机驱动转矩并通过电控实现传动比的改变。针对实际转向过程中存在的转向过度或转向不足等问题,本文中在动态输出反馈控制框架下,根据车辆运动学和动力学理论,结合车辆2自由度模型提出了基于行驶场景模型的角传动比动态协调控制机制,建立了线控辅助转向系统的转角控制算法。最终通过转向过程中的速度、加速度、横摆角速度和轨迹的仿真,并与其它转向控制算法和机械转向进行对比,验证了系统对转向过程主动调控和施加补偿或修正控制的有效性与实时性。     

视觉预瞄式智能车辆纵横向协同控制研究

针对智能车辆路径跟踪控制的高度非线性及纵横向运动控制的耦合性问题,结合视觉预瞄模型及模型预测控制理论提出了一种预瞄式MPC路径跟踪控制新方法。该方法首先对非线性预测模型进行局部线性化,将MPC最优化求解问题转化为二次规划问题。在每个控制时域内将纵向车速及预瞄距离视为已知,运用指数模型对纵向车速进行描述,并结合道路曲率及实际车速设计了预瞄距离发生器。仿真和试验结果表明:相较于传统MPC跟踪控制方法,本文中提出的预瞄式MPC控制方法在不同车速下均能减小跟踪过程中的横向偏差和方向偏差,提高了跟踪精度,且此提升效果在高速状态下更为明显。     

汽车垂直泊车路径规划与路径跟踪研究

自动泊车系统(APS)是智能汽车研究中一项重要的内容。当前大部分垂直自动泊车算法未考虑汽车初始位置航向角误差的影响,导致实际泊车时效果不理想或发生剐蹭事故。针对这一问题,本文中研究了汽车初始位置航向角存在误差(即初始位置航向角不为零)时的垂直泊车路径规划和路径跟踪方法。首先利用四次样条函数对泊车路径进行规划,改善路径特征,然后为改进目前常用的预瞄误差前馈跟踪算法对变曲率路径跟踪误差较大、且滞后较明显的缺点,设计了预瞄误差前馈与航向角反馈相结合的泊车路径跟踪控制算法。通过Simulink/CarSim联合仿真和实车试验对所提出的泊车算法进行了验证,仿真及实车试验结果均表明,当汽车初始位置航向角不为零时,所提出的算法能够规划出可行泊车路径,而预瞄误差前馈与航向角反馈相结合的路径跟踪控制算法较单一的预瞄误差前馈控制方法跟踪误差更小,最终泊车位姿更理想。     

线控转向系统转角反步控制算法研究

为实现商用车线控转向,设计一套新的线控转向系统架构及其转角跟踪控制算法。新的线控转向系统采用丝杠螺母结构中的丝杠直接控制纵拉杆,螺母通过带轮机构被电机驱动。对线控转向系统结构进行运动学分析,推导转向系统可变传动比,采用前轮转角为状态变量,建立线控转向系统二阶动力学模型。基于转角跟踪目标,采用反步控制算法,设计线控转向系统转角跟踪控制器,通过反馈系统线性化处理系统参数不确定和环境干扰问题,实现准确的目标转角跟踪,并建立李雅普诺夫函数,证明了采用反步控制的线控转向系统是渐进稳定的。搭建采用“丝杠螺母+带轮机构”架构的线控转向实车底盘测试台架,选取蛇形和混合工况进行控制算法验证。研究结果表明：与滑模控制算法的测试结果对比可知,反步控制算法绝对平均跟踪误差值降低了71.88%~79.57%,跟踪误差标准偏差值降低了71.32%~78.50%;线控转向系统反步控制转角跟踪算法能够减少系统收敛到原点的时间,抑制系统的抖振,提高车辆线控转向系统转角跟踪的操纵灵活性。