基于李雅普诺夫稳定性理论的路径跟踪控制器设计

为了提高智能车在路径跟踪过程中的系统稳定性,基于李雅普诺夫(Lyapunov)稳定性理论设计了模型参考自适应路径跟踪控制器,并引入系统反馈补偿矩阵,化为线性二次最优控制(LQR)问题进行求解。通过搭建CarSim/Simulink联合仿真平台将控制器与传统模型预测控制器进行对比,设定速度与路面附着系数均不同的仿真工况,对比两种控制器的跟踪效果,仿真结果表明,该控制器具有良好的路径跟踪能力,并具有一定的鲁棒性。     

A Research on the Robust Rollover Control Algorithm for Heavy Duty Vehicle Based on LMI

将重型车辆侧翻稳定性控制问题转化为通过状态反馈控制实现鲁棒干扰抑制的问题.在此基础上,以动态横向载荷转移率为控制目标,设计一个基于线性矩阵不等式(LMI)的状态反馈鲁棒控制器.利用商业软件Trucksim中的模型,进行开环和人-车闭环的侧翻稳定性控制对比仿真.结果表明,LMI防侧翻鲁棒控制器可有效提高车辆的侧倾稳定性,并具有较好的抗干扰性和鲁棒性.     

考虑时延的信号交叉口生态驾驶控制

针对信号交叉口处的生态驾驶问题,本文中提出了一种考虑时变时延的鲁棒模型预测控制方法。首先给出基于交通信号灯正时信息、最优巡航车速和前车状态信息的最优目标车速计算方法,建立时变时延的离散非线性系统模型;然后利用时延的上下界信息构造李雅普诺夫函数,利用线性矩阵不等式求解反馈控制律,保证系统的鲁棒稳定和对目标性能的优化;最后通过仿真和智能小车试验进行验证。结果表明,提出的控制方法能保证车队的安全,并提高燃油经济性和交通流畅性。     

汽车半主动悬架的模型参考自适应控制

在1／4车辆动力学模型的基础上，基于李雅普诺夫稳定性理论，以天棚阻尼半主动悬架为参考模型，设计了半主动悬架模型参考自适应控制器。自适应控制器包括可调前置控制器和状态反馈控制器两个部分。推导了自适应控制律与相应的约束条件。仿真结果表明：该控制器对于模型参数的不确定性具有良好的鲁棒特性。自适应控制器不仅明显降低了车身加速度，提高了平顺性，同时也使汽车的行驶安全性获得了改善，悬架动变形稍有增大。     

路轨两用车辆轨道行驶驱动系统及其控制策略研究

建立了路轨两用消防车轨道行驶的液压驱动系统模型,并针对液压驱动系统中存在的参数不确定和外界干扰等因素,基于李雅普诺夫稳定性理论,以线性最优全状态反馈模型为参考模型,设计了液压驱动系统模型参考自适应控制器.推导了自适应控制律及相应的收敛条件.数值仿真结果表明,该控制器对于模型参数的不确定性具有很好的鲁棒性,能较好地跟踪液压马达的期望转速,且算法简单,控制精度高.     

基于模糊LQR的智能汽车路径跟踪控制

为保证智能汽车在不同车速下路径跟踪的精确性与稳定性,本文中设计了一种带有预瞄PID转角补偿的模糊线性二次型调节器(LQR)以进行路径跟踪控制.首先,基于路径跟踪误差模型设计了LQR控制器,并采用预瞄PID方法进行转角补偿,消除稳态误差,提高跟踪精度.接着,针对固定权重系数的控制器对于不同车速适应性较差的问题,提出了一种...     

一致拥挤快速路交通系统鲁棒稳定性分析

基于李雅普诺夫范函法理论,选取适当的流-密关系式,对一致拥挤快速路的鲁棒稳定性进行分析研究,并得到交通流保持稳定的充分条件和状态反馈控制器的设计方法.试验结果表明:该方法有效、实用,能使一致拥挤的快速路趋于稳定的自由流.     

基于增益自调整PID的楔形离合器换挡性能优化控制

楔形离合器在放大驱动力的同时放大了系统的输入误差,使得楔形离合器对参数与工况的变化更加敏感。提出一种自调整机制实时调整PID增益参数进行离合器转速差跟踪控制。该自调整机制通过李雅普诺夫稳定性理论进行推导,以确保控制系统的稳定性。在改变不同系统参数和运行工况的情况下,通过仿真和试验结果表明,所提出的控制器具有较好的鲁棒性能,提高了楔形离合器的换挡性能。     

无人驾驶车辆轨迹跟踪控制研究

为了提升智能车辆在轨迹跟踪控制中的性能,文章基于车辆运动学模型建立了一种带有前馈补偿和反馈最优控制策略的线性二次型调节器(LQR)轨迹跟踪控制算法。并通过搭建Carsim/Simulink联合仿真模型,验证该算法在不同工况下的轨迹跟踪效果。结果表明,该算法在不同车速和不同路面附着条件下都能保证无人驾驶车辆准确地跟踪参考轨迹,且具有较强的鲁棒性。     

基于PSO-BP优化MPC的无人驾驶汽车路径跟踪控制研究

针对模型预测控制（MPC）路径跟踪控制器在不同路面附着系数及车速下跟踪误差大的问题，提出了基于粒子群寻优（PSO）-反向传播（BP）神经网络优化MPC的无人驾驶汽车路径跟踪控制策略。首先，设计了MPC路径跟踪控制器；其次，利用PSO-BP对MPC进行优化，以控制器精度和车辆稳定性作为评价函数，获得PSO离线最优时域参数；最后，选择4种工况进行双移线跟踪对比仿真验证。结果表明：所提出的控制策略在保证行驶稳定性的条件下，低路面附着系数低速、高路面附着系数低速、高路面附着系数高速及中路面附着系数中速工况下双移线跟踪横向控制精度分别提高了50%、55%、9%和20%。     

非匀质车辆队列的分布式控制

提出了对称通信拓扑下具有不同参数摄动的非匀质车辆队列鲁棒稳定性分析方法和分布式控制器设计方法。通过反馈线性化技术求得队列节点的线性动力学响应,结合分布式控制策略和静态状态反馈控制律,建立了具有范数有界参数不确定性的车辆队列高维状态方程。利用矩阵不等式将队列系统内稳定性转化为线性方程的H∞性能,证明了队列系统在不同参数摄动下保证鲁棒稳定性的充分条件,并给出了控制器增益的低维度求解方法。最后,基于非线性车辆模型进行了数值仿真,验证了所提出方法的有效性。     

智能车辆路径跟踪横向控制方法的研究

提出了一种智能车辆的路径跟踪横向控制系统.系统由期望航向偏差生成器和反馈控制系统两部分组成.期望航向偏差根据车辆-道路之间运动学关系来确定;而反馈控制系统则采用基于车辆-道路动力学模型的鲁棒PID控制器.在分析系统特性的基础上设计以某一速度为基准的、ITAE性能指标最优的固定增益鲁棒PID控制器和前置滤波器.在分析纵向速度对反馈系统影响的前提下,给出固定增益PID参数所适用的车速范围;分析了PID参数对闭环反馈系统的影响,调整了其他车速区间的PID参数.实车试验验证的结果表明,所提出的路径跟踪横向控制系统具有良好的路径跟踪能力.     

人机共驾车辆路径跟踪集成控制策略

针对人机共驾车辆路径跟踪控制精度和车辆稳定性难以有效保障的问题,提出一种集成控制策略,包括主动前轮转向系统（AFS）可变传动比曲线和基于模型预测控制（MPC）的路径跟踪控制器。针对稳定性控制,构建考虑路面附着条件和车速的AFS可变传动比函数,用于保证车辆路径跟踪过程中的安全性和横向稳定性;针对路径跟踪控制,设计基于MPC的路径跟踪控制器,用于跟踪目标路径;搭建了基于Carsim/Matlab的联合仿真平台并进行仿真验证。结果表明：集成控制策略可以有效改善人机共驾车辆的操作稳定性,显著提高了车辆的跟踪性能,削弱了驾驶员驾驶状态波动对车辆行驶安全的影响。     

基于GA-PSO的智能汽车横向LQR控制器优化设计

针对线性二次型调节器（LQR）在智能汽车横向控制中,系数矩阵Q和R选取困难导致的控制精度低和参数整定效率低的问题,提出了一种遗传粒子混合优化（GA-PSO）方法。基于车辆二自由度模型设计了横向LQR控制器和前馈控制器,以该模型下控制器自身能量损失函数作为代价函数对系数矩阵进行优化,并对比了GA-PSO和粒子群优化（PSO）算法的优化效果。CarSim/Simulink联合仿真结果表明,经GA-PSO算法优化后的控制器跟踪精度和计算效率分别提高了47.06%和63.54%,且优化后的控制器具有较强的鲁棒性。     

基于模型预测控制的智能车辆路径跟踪控制器设计

为提高智能车辆路径跟踪的鲁棒性,基于模型预测控制原理提出了一种路径跟踪控制方法。该方法对车辆的3自由度非线性动力学模型进行线性化,得到线性时变模型和预测方程,并将包括控制量、控制增量等约束纳入二次规划的求解过程,同时考虑质心侧偏角、路面附着系数等影响操稳特性的约束条件。在Car Sim和MATLAB/Simulink平台上以不同车速进行了双移线工况下的联合仿真,结果显示,该控制器可较好地实现路径跟踪,并保持较好的稳定性。     

FSAC赛车轨迹跟踪协同控制策略研究

针对中国大学生方程式赛车（FSAC）在比赛中横向-纵向协同控制的轨迹跟踪精度和稳定性问题,根据现代控制理论和经典控制理论提出一种以纵向速度为结合点的线性二次控制器（LQR）和比例-积分-微分算法（PID）的横纵向协同控制策略,并根据赛车相对参考轨迹的位置设计了一种协同控制器。建立二自由度车辆动力学模型,基于该模型设计了横向LQR位置跟踪控制器和纵向PID速度跟踪控制器。所设计的控制策略在CarSim和Simulink搭建的循迹工况联合仿真场景下进行仿真验证,仿真结果为纵向位置偏差小于0.07 m,横向位置偏差小于0.03 m。对控制算法进行实车验证,结果表明,该策略有效提高了赛车的轨迹跟踪精度和行驶稳定性。     

汽车ESP模糊自适应控制

基于模糊控制理论设计了一种模糊自适应ESP控制器,该控制器可根据反馈的车辆状态信息自动适应车速和路面附着系数的变化.采用Matlab/Smulink建立了14自由度车辆模型和控制器模型,考虑了轮胎的非线性特性对汽车转向特性与行驶稳定性的影响.仿真结果表明,该控制器能够提高汽车在高速或光滑路面上的操纵稳定性,有较强的适应性和鲁棒性.     

一种非线性系统稳定性直接判据算法

基于李雅普诺夫（Lyapunov）稳定理论，提出一种直观的非线性系统的稳定性判据算法（简称DNSA），这种算法是建立在一类非线性动态系统的模型结构上。算例仿真验了这种算法的正确性，该算法为一类非线性系统的设计提供了方便。     

车速控制系统自适应油门控制器设计

在分析非线性车辆纵向动力学模型及简化模型基础上，采用一种简化非线件模型设计自适应油门控制器，并应用李亚谱诺夫理论证明了传动系统存在动态过程时控制系统的稳定性。通过对基于简化线性和非线性模燃的自适应控制器的仿真研究，结果表明后者具有更好的收敛性。试验结果也进一步表明，基于非线性模型的自适应控制器可以通过自适应调节减小参数不确定造成的干扰，当传动系统存在动态过程时可以保证车速跟踪误差有界。     

基于多胞体系统的FWID EV鲁棒加权增益调度轨迹跟踪控制

为了提高四轮独立驱动电动汽车（FWID EV）轨迹跟踪控制性能,针对车辆横向运动系统的不确定性与非线性问题,考虑转向执行机构的动态特性,提出了基于线性变参数（LPV）的鲁棒加权增益调度轨迹跟踪控制策略。首先利用凸分解技术将LPV系统转化为有限多胞顶点凸组合的多胞体系统,然后基于离线设计的每个多胞顶点控制器和线性组合在线计算任意时变参数对应的系统控制器参数,并利用MATLAB和CarSim进行联合仿真。结果表明：在加速变道场景下,所设计的控制器可以保证横向偏移误差不超过2 cm,横向偏移平均绝对误差不超过0.9 cm的较高跟踪精度及行驶稳定性和鲁棒性。