驾驶机器人车辆的多模式切换控制

为实现不同驾驶工况下精确的车速与轨迹跟踪,提出了一种驾驶机器人车辆多模式切换控制方法。通过分析驾驶机器人操纵自动挡车辆踏板与转向盘的运动,建立了驾驶机器人加速与制动机械腿和转向机械手的运动学模型和车辆纵横向动力学模型。在此基础上,设计了加速/制动机械腿切换控制器、模糊PID/模糊PID+Bang-Bang车速切换控制器和模糊PID/模糊PID+Bang-Bang转向切换控制器。加速/制动机械腿切换控制器以目标车辆加速度为切换规则,协调控制加速和制动机械腿,车速切换控制器以车速误差作为Bang-Bang控制器的模式决策准则和模糊PID控制器的输入,转向切换控制器以轨迹跟踪侧向误差作为Bang-Bang控制器的模式决策输入,并以当前与下一个控制时刻横摆角速度之差作为模糊PID控制器的输入。仿真和试验结果验证了所提出方法的有效性。     

驾驶机器人车辆的多模式切换控制EI北大核心CSCD

为实现不同驾驶工况下精确的车速与轨迹跟踪,提出了一种驾驶机器人车辆多模式切换控制方法。通过分析驾驶机器人操纵自动挡车辆踏板与转向盘的运动,建立了驾驶机器人加速与制动机械腿和转向机械手的运动学模型和车辆纵横向动力学模型。在此基础上,设计了加速/制动机械腿切换控制器、模糊PID/模糊PID+Bang-Bang车速切换控制器和模糊PID/模糊PID+Bang-Bang转向切换控制器。加速/制动机械腿切换控制器以目标车辆加速度为切换规则,协调控制加速和制动机械腿,车速切换控制器以车速误差作为Bang-Bang控制器的模式决策准则和模糊PID控制器的输入,转向切换控制器以轨迹跟踪侧向误差作为Bang-Bang控制器的模式决策输入,并以当前与下一个控制时刻横摆角速度之差作为模糊PID控制器的输入。仿真和试验结果验证了所提出方法的有效性。     

车辆动力学控制系统横摆力矩控制方法

车辆动力学控制系统(VDC)通过对车辆施加主动横摆力矩来改善车辆高速时的操纵稳定性,可有效避免侧滑等交通事故,研究其横摆力矩控制方法是当前车辆动力学领域的热点。在研究先进控制理论的基础上,分别设计了用于VDC系统的鲁棒、模糊和智能积分模糊PID控制器,并将它们和车辆系统模型联接进行了系统仿真,对比分析了3种控制器的控制特点与控制效果。仿真结果表明,鲁棒、模糊和智能积分模糊PID控制方法都能实现有效的横摆力矩控制,且有各自的特点。智能积分模糊PID控制效果更为理想,该方法应用于VDC控制具有很好的前景。智能积分降低了积分功能的副作用,进一步提升了模糊PID的控制效果。仿真工作为进一步将智能积分模糊PID应用于VDC系统样机开发提供了参考。     

基于遗传算法的半主动悬架模糊PID控制研究

为进一步满足汽车乘坐舒适性的要求,设计了一种半主动悬架的模糊PID控制器,并利用遗传算法来优化模糊控制器的量化因子和PID整定公式的比例因子,通过模糊推理方法求解PID参数的调整系数,以实现半主动悬架控制.对某轿车整车动力学模型进行仿真分析的结果表明:该模糊PID控制能有效提高车辆的乘坐舒适性和操纵稳定性.     

基于模糊PID控制的车辆横向稳定性系统

文中针对模糊控制和PID控制的各自特点,将模糊控制与PID控制结合起来,设计了一个模糊PID控制器。将其引入到车辆横向稳定性控制系统中,并结合MATLAB的模糊逻辑工具箱进行仿真。仿真结果表明。模糊PID控制相对于常规PID控制具有良好的性能。     

基于模糊PID控制的汽车防抱制动系统控制算法研究

提出一种基于模糊PID控制的防抱制动系统控制方式。针对简化的汽车纵向双轮模型,设计了模糊PID控制器,讨论了模糊 PID控制切换参数的选取,并具体介绍了模糊控制器的设计。仿真对比试验验证了模糊PID控制性能优于单一的PID控制和模糊控制。     

基于分数阶理论的车辆ABS控制研究

针对车辆制动过程中出现制动失稳问题及对控制安全、稳定性的要求,结合车辆动力学模型,提出一种基于分数阶比例积分微分理论的车辆制动防抱死分数阶PID主动控制方法,并利用Oustaloup滤波器和遗传优化算法对分数阶PID控制器进行有理化和参数整定处理,得到优化后的分数阶PID控制器,最后采用MATLAB/Simulink对车辆制动防抱死分数阶PID控制器进行了离线仿真分析。通过仿真分析表明,当车辆以20m/s的速度在路面上制动时,路面参数一定,采用遗传算法优化的分数阶PID控制相对于模糊自适应控制、传统整数阶PID控制,在制动时间上下降了2.1%和3.1%,制动距离缩短了3.86%和5.82%,其具有较低的超调量、较快的响应和较小的稳态误差。     

基于模糊自适应PID的智能车辆路径跟踪控制

选取车辆当前位姿和参考位姿来构造车辆的动态位姿误差,建立车辆路径跟踪闭环控制系统的Simulink仿真模型,并设计了模糊自适应PID控制器,利用模糊推理的方法,对PID控制器的参数进行自动调整。利用常规PID和模糊自适应PID控制算法分别进行仿真实验。仿真结果表明,模糊自适应PID改善了控制器的动态性能且具有较好的自适应能力。     

工程车辆液压行走驱动系统模糊自适应PID控制策略研究

在现有工程机械PID控制器的基础上,利用模糊推理实现了对PID参数在线自整定模糊自适应控制,并且在MATLAB软件下将该控制器在车辆液压底盘试验台系统中的应用进行了研究,仿真结果表明,参数自适应模糊PID控制能使系统达到满意的控制效果.     

无人驾驶机器人车辆非线性模糊滑模车速控制

为了实现不同行驶工况下车速的精确、稳定控制，提出一种基于非线性干扰观测器的无人驾驶机器人车辆模糊滑模车速控制方法。考虑模型不确定性和外部干扰对车速控制的影响，建立车辆纵向动力学模型。通过分析无人驾驶机器人油门机械腿、制动机械腿的结构、机械腿操纵自动挡车辆踏板的运动，建立油门机械腿和制动机械腿的运动学模型。在此基础上，分别设计油门/制动切换控制器、油门模糊滑模控制器以及制动模糊滑模控制器，并进行控制系统的稳定性分析。油门/制动切换控制器以目标车速的导数为输入来进行油门与制动之间的切换控制。油门模糊滑模控制器和制动模糊滑模控制器以当前车速以及车速误差为输入，分别以油门机械腿直线电机位移和制动机械腿直线电机位移为输出来实现对油门与制动的控制。模糊滑模控制器中，为了减少控制抖振，滑模控制的反馈增益系数由模糊逻辑进行在线调节。模糊滑模控制器中的非线性干扰观测器用于估计和补偿无人驾驶机器人车辆的模型不确定性与外部干扰。仿真及试验结果对比分析表明：本文方法能够精确地估计和补偿无人驾驶机器人车辆的模型不确定性和外部干扰，避免了油门控制与制动控制之间的频繁切换，并实现了精确稳定的车速控制。     

基于自适应模糊PID控制的ABS仿真研究

在Matlab/Simulink中建立一种两轮的汽车动力模型,以自适应模糊PID和道路识别控制器作为控制模块,通过在高低附着路面和高低附着对接路面进行紧急制动仿真的研究。仿真结果表明道路识别控制器能够快速准确的识别路面不同附着路面最优滑移率,自适应模糊PID控制的ABS相于常规制动性能有了很大程度的提高,具有在线自整定参数的特点,具有很好的稳定性、适应性和鲁棒性。     

基于模型参考的冷铣刨机模糊自适应PID控制器设计

主要论述了冷铣刨机模型参考模糊自适应控制系统参考模型的获取、冷铣刨机模糊自适应控制的原理和控制器的结构及控制器的设计,并对这种控制器用于冷铣刨机作业进行了相关仿真研究。结果表明该控制器能够满足冷铣刨机功率控制需求。     

变论域自适应模糊PID混合控制自动舵设计

为改善航向自动舵的动态特性和自适应能力,提出将模糊逻辑控制器（FLC）与变论域自适应模糊PID控制算法（VFPID）结合起来构成一种混合控制器,进而设计出一种船舶航向FLC-VF-PID混合控制自动舵系统。以实习船＂育龙＂轮的非线性响应模型为控制对象,在考虑舵机非线性和海浪干扰情况下进行了仿真试验。试验结果表明该自动舵系统响应速度大幅度提高,同时具有无静差和超调小的动静态性,并表现出较强的鲁班性和鲁棒稳定性。     

Application of a self-tuning fuzzy PI–PD controller in an active anti-roll bar system for a passenger car

A fuzzy proportional-integral-derivative (PID) controller has not been widely investigated for active anti-roll bar (AARB) application due to its unspecific mathematical analysis and the derivative kick problem. This paper briefly explains how the derivative kick problem arises due to the nature of the PID controller as well as the conventional fuzzy PID controller in association with an AARB. There are two types of controllers proposed in this paper: self-tuning fuzzy proportional-integral–proportional-derivative (STF PI–PD) and PI–PD-type fuzzy controller. Literature reveals that the PI–PD configuration can avoid the derivative kick, unlike the standard PID configuration used in fuzzy PID controllers. STF PI–PD is a new controller proposed and presented in this paper, while the PI–PD-type fuzzy controller was developed by other researchers for robotics and automation applications. Some modifications were made on these controllers in order to make them work with an AARB system. The performances of these controllers were evaluated through a series of handling tests using a full car model simulated in MATLAB Simulink. The simulation results were compared with the performance of a passive anti-roll bar and the conventional fuzzy PID controller in order to show improvements and practicality of the proposed controllers. Roll angle signal was used as input for all the controllers. It is found that the STF PI–PD controller is able to suppress the derivative kick problem but could not reduce the roll motion as much as the conventional fuzzy PID would. However, the PI–PD-type fuzzy controller outperforms the rest by improving ride and handling of a simulated passenger car significantly.     

基于神经PID的永磁无刷直流电机调速控制器设计

在分析永磁无刷直流电机(BLDCM)数学模型的基础上,建立了相应的仿真模型。设计了用于BLDCM转速控制的神经PID控制器。通过仿真计算,验证了神经PID响应快、跟随性好、鲁棒性强的特点,能够满足干式双离合器式自动变速器中对离合器作动控制系统的要求。     

电流变智能半主动悬架模糊PID控制

对带有电流变液智能阻尼器的半主动汽车悬架系统设计了一种模糊PID控制器。将半主动悬架簧载质量的位移及其导数作为模糊控制器的输入，PID控制器的3个增益参数作为其输出，利用电流变液智能阻尼器的阻尼力可随电压变化的特性来使车身的振动降为最小。仿真实验给出了最优被动悬架、固定参数PID控制智能半主动悬架和模糊PID控制智能半主动悬架在不同路面激励情况下的响应曲线。     

PID plus fuzzy logic method for torque control in traction control system

A Traction Control System (TCS) is used to control the driving force of an engine to prevent excessive slip when a vehicle starts suddenly or accelerates. The torque control strategy determines the driving performance of the vehicle under various drive-slip conditions. This paper presents a new torque control method for various drive-slip conditions involving abrupt changes in the road friction. This method is based on a PID plus fuzzy logic controller for driving torque regulation, which consists of a PID controller and a fuzzy logic controller. The PID controller is the fundamental component that calculates the elementary torque for traction control. In addition, the fuzzy logic controller is the compensating component that compensates for the abrupt change in the road friction. The simulation results and the experimental vehicle tests have validated that the proposed controller is effective and robust. Compared with conventional PID controllers, the driving performance under the proposed controller is greatly improved.     

基于模糊PID控制的汽车道路模拟系统研究与仿真

根据模糊控制理论，以汽车道路模拟系统为研究对象，将模糊控制与常规的PID控制相结合，设计出一套模糊PID控制系统。并对正弦波、方波以及随机波进行仿真再现，仿真结果表明，该模糊PID控制器比常规PID控制器具有更高的控制精度和更好的动态性能。