带有干扰观测器的欠驱动船舶路径跟踪非线性模型预测控制

针对欠驱动船舶提出了一种非线性路径跟踪控制器,使其能够在风、浪、流等环境干扰下驶入预定的航行路径.欠驱动船舶以恒定前进速度航行,并且其合速度与参考轨迹相切.该控制器的设计使用了解析模型预测控制和干扰观测器技术,其中非线性观测器用来估计环境干扰.在最优路径跟踪控制器的作用下,路径跟踪误差渐近收敛到零.数值仿真结果验证了该控制器的有效性.     

基于UKF算法的车辆质心侧偏角估计

将无味卡尔曼滤波(UKF)算法运用到车辆质心侧偏角的估计之中,基于纵滑—侧偏联合工况下的统一指数(Uni-tire)轮胎模型建立非线性车辆动力学模型,采用最小偏度单形采样的UKF算法估计车辆的几个关键状态参量,并由此得到质心侧偏角估计。最后采用奇瑞A3两厢型汽车的车辆参数,使用车辆动力学实时仿真软件DYNAware/veDYNA对观测器进行了实时验证。仿真结果表明,UKF非线性估计方法精度高,估计结果能够满足实际应用要求。     

不完全驱动船舶非线性控制

介绍了不完全驱动系统及其意义, 建立了船舶港内自动靠离泊模型和海上航运控制模型。以船舶在大洋航行或长距离转向点间航行中经常发生的直线轨迹跟踪为例, 运用输入-输出线性化设计方法, 给出了一个具有渐近跟踪能力的控制律。将该控制律应用于一个实例, 并用Matlab语言进行了计算机仿真, 结果表明该控制器可以解决船舶的不完全控制问题。     

基于 UKF 非线性人眼跟踪的驾驶员疲劳检测

为解决驾驶员疲劳检测算法中头部快速移动、人眼非线性跟踪以及实际疲劳表情的识别问题,提出了一种新的基于UKF眼跟踪算法的驾驶员疲劳检测方法.根据近似非线性函数的概率分布比近似其函数更容易的原则,利用UT无迹变换,选择一组确定的Sigma点集逼近驾驶员人眼运动状态的后验概率密度函数,进行人眼非线性跟踪.在驾驶员人眼非线性跟踪基础上,通过计算PERCLOS值,进行现实驾驶条件下驾驶员疲劳的跟踪检测.实验结果表明,该方法不仅可以增强对驾驶员头部旋转、快速移动以及光照变换的鲁棒性,而且可以比传统的Kalm an滤波算法提供更精确的计算估计.     

基于神经网络稳定自适应的欠驱动水面船舶编队控制方法

考虑具有不确定动态和外界环境干扰的欠驱动水面船舶编队控制问题, 提出一种基于领导/跟随和目标跟踪机制的神经网络稳定自适应控制方法。基于目标跟踪误差设计了运动学跟踪控制器, 推导出跟踪误差的动力学方程, 并利用自适应神经网络估计动力学方程中的不确定项, 构造了神经网络稳定自适应动力学跟踪控制器。应用Lyapunov稳定性理论和串接系统稳定性定理设计了船舶控制器, 并计算了自适应律, 在线调整神经网络权值, 保证编队控制闭环系统跟踪误差一致最终有界。以3艘船舶组成的编队为例, 对控制方法进行了仿真验证。在曲率半径为3倍船长的圆形跟踪路径上, 转向角误差小于15°, 队形跟踪误差的F-范数小于1m;在直线跟踪路径上, 转向角误差小于1°, 队形跟踪误差F-范数小于0.1m。     

欠驱动船舶自适应迭代滑模轨迹跟踪控制

针对欠驱动船舶轨迹跟踪控制问题, 考虑系统存在未知参数和外界扰动, 提出了一种带强化学习的神经网络自适应迭代滑模控制方法; 利用轨迹跟踪的横向和纵向误差信息构造非线性迭代滑模面, 分别设计了船舶柴油机转速和舵角的神经网络迭代滑模控制器; 根据船舶柴油机转速和舵角的实时测量值, 计算了反映控制量抖振状态的强化学习信号, 在线优化了神经网络的结构和参数, 以抑制控制量的抖振, 进一步增强控制系统的自适应性; 建立了5446TEU集装箱船舶数学模型, 分别对圆轨迹和正弦轨迹进行了跟踪控制。仿真结果表明: 在风浪扰动下圆轨迹跟踪时, 与迭代滑模控制策略相比, 采用提出的控制策略250s左右能跟踪上目标轨迹, 速度提高约1倍, 最大跟踪偏航距离为250m, 误差减小约30%, 控制舵角在400s后基本平稳, 波动幅值约为2°, 舵角和柴油机转速的抖振变化幅值均减小了50%以上, 柴油机转速控制参数和舵角控制参数分别在38~45和3.3~3.9之间实现了自适应调节; 在正弦轨迹跟踪时, 与模糊迭代滑模控制策略相比, 采用提出的控制策略纵向跟踪平均误差小于20m, 减小了50%以上, 舵角抖振量平均幅值小于10°, 减小了60%以上, 柴油机转速控制参数和舵角控制参数分别在5.7~5.8和0.8~2.5之间实现了自适应调节。     

基于拟T-S模糊模型的网络化控制系统的卡尔曼滤波器设计

以所构建的综合考虑网络化控制系统时延和丢包问题的拟T-S模糊模型为基础,针对控制系统受噪声干扰的情况,设计相应的卡尔曼滤波器.详细给出模糊卡尔曼滤波器的设计步骤和递推算法,通过数字仿真实验,说明该滤波器具有很好的抑制噪声能力.     

多采样率卡尔曼滤波器在汽车状态估计中的应用

为了改善复杂系统中单采样率控制策略的控制品质,在深入研究多采样率数字控制系统和卡尔曼滤波算法的基础上,提出了输入多采样率的卡尔曼滤波算法.将该算法应用于汽车主动前轮转向系统中,对横摆角速度、质心侧偏角和纵向车速进行估计,通过Carsim与Simulink的联合仿真以及蒙特卡罗试验,验证了算法的有效性.研究结果表明:多采样率卡尔曼滤波算法有利于融合多个输入量的信息,能改善状态估计器的性能,比单采样率卡尔曼滤波算法具有更高的稳定性,且估计误差减小4.0%～48.7%.     

基于卡尔曼滤波的GPS/DR导航信息融合方法

为了有效地实现GPS/DR (Global Positioning System/Dead Reckoning) 组合导航系统的信息融合, 提高GPS/DR组合导航系统的精度和可靠性, 分析了传统的利用全球定位系统(GPS) 与航位推算系统(DR) 跟踪车辆位置方法的特点, 结合GPS和航位推算DR两种定位方式的优点, 在车辆定位技术中采用GPS/DR组合定位技术, 构建了基于卡尔曼滤波技术的自适应联合卡尔曼滤波器, 使用Matlab软件工具进行了计算机仿真验证, 从软件集成的角度探讨了GPS/DR组合定位技术的串口通信等关键技术的软件实现问题, 给出了GPS单独导航、DR单独导航和GPS/DR组合导航三种工作状态下的位置误差。从对比中可以看出, 组合系统能在任何情况下实现车辆的实时、可靠、准确的定位, 定位误差最小, 同时还可以减小甚至消除推算定位系统随时间积累的误差。     

一种基于卡尔曼数据平滑的分段曲线拟合室内定位算法

室内定位技术的关键在于获取距离参数,在这一问题的研究中运用RSSI信号获得距离参数一直是比较通行的方法.本文针对室内环境复杂,接收RSSI信号存在较大噪声的情况,提出了一种运用卡尔曼滤波器对信号数据进行平滑预处理,随后利用最小二乘法进行分段曲线拟合从而实现定位的算法.通过实验测试结果表明,本文所提出的算法平均定位精度可达0.9 m,与普通数据平均值预处理算法和曲线直接拟合方法相比较,定位精度更高;比直接应用对数距离损耗路径模型的定位算法更为合理可靠,能够在一定程度上满足无线传感器网络室内定位需求.     

����Kalman�˲������˸��ٷ����о�

应用视频处理技术对行人交通进行研究和分析受到广泛的重视和发展,已成为智能交通领域的研究热点之一,而行人跟踪是行人交通采集系统的基础,是后续交通参数提取,行为分析的前提.本文提出一种基于Kalman滤波的行人跟踪方法.首先,利用改进的混合高斯模型提取背景,并采用HSV颜色空间模型和目标重构方法得到消除阴影后的前景图像.其次,进行行人的特征提取,得到融合行人位置特征和形状特征的运动模板.最后,采用Kalman滤波对行人的运动轨迹进行预测,将检测到的目标与预测结果匹配,得到行人的跟踪匹配矩阵,根据匹配矩阵判断合并和分离的发生.试验结果表明,该方法不仅可以准确跟踪多目标,而且可以有效解决遮挡问题,具有很好的适应性和鲁棒性.     

船舶编队控制综述

研究了船舶编队控制的特点,从船舶编队控制结构、编队路径规划、编队运动建模和编队运动控制4个方面分别对现状和方法进行分析;介绍了船舶编队控制原理,描述了船舶编队领导-跟随结构、虚拟结构、图论结构、基于行为结构的数学表示方法及应用场景;针对船舶编队路径规划,总结了编队环境建模、全局路径规划和局部避碰规划等最新方法及其特点,展示了基于粒子群优化算法的船舶编队局部避碰效果;针对船舶编队控制运动建模,构建了考虑干扰、控制时延和约束的船舶编队水动力模型,并将该模型在船舶编队过闸控制场景中进行了验证;针对船舶编队运动控制,归纳了典型集中式、分散式和分布式编队控制器特点,指出分布式编队控制器具有更好的鲁棒性和可扩展性,设计了基于分布式模型预测控制的编队航行控制器。研究结果表明：目前船舶编队控制技术瓶颈主要体现在有人/无人编队共融、岸端驾控为主的内河船舶编队控制、不确定干扰下的船舶编队控制、通信受限下船舶编队鲁棒控制、特殊水域船舶编队控制和船舶编队控制一致性等方面;在未来船舶编队发展中,应重点解决船舶编队分布式协同控制、船舶编队任务多元化控制、基于生物群体机制的船舶编队控制、特殊水域船舶编队控制、人工智能技术在船舶编队控制中的应用等问题。     

一个鲁棒性冲突解脱轨迹规划模型

针对固定航路飞行条件下高密度运行空域多航空器实时冲突解脱轨迹规划问题,为了获取高空风场数值及增强航空器冲突解脱轨迹的鲁棒性,根据航空器的运行状态构建了高空风场线性和非线性滤波模型.采用模型预测控制理论,通过将预测模型的校正过程转化为高空风场数值的滤波过程,在给各航空器设定解脱优先权重及考虑两类解脱变量物理约束条件的前提下,从航空器的动态协同特性出发,构造能够反映控制输入量优劣的指标函数,提出一种能够适应空域环境变化的冲突解脱航迹在线滚动规划方案.算例分析表明,所提出的在线解脱轨迹规划方案可行有效.     

基于专家系统的船舶配载智能控制策略

利用专家系统的反向推理和正向推理相结合的多级控制策略, 提出船舶装卸载分轮次序中确定货物装载位置、能力、顺序的控制原则和约束条件及实现原理。通过控制船舶的浮态和强度, 提高船舶压载水的速率及排放能力, 保证货物装载过程中压载水与货物操作相适应, 保证船舶在港内装卸载过程中强度满足要求, 确定船舶配载方案及船舶装卸载分轮次序。实船计算结果表明该策略提供了船舶装卸载操作每一步货物的数量、装舱顺序、时间及船舶浮态等性能指标, 能迅速、准确地确定船舶配载方案及操作步骤, 提高船舶的配载效率, 避免船舶配载中的盲目性。     

基于模型预测控制的CACC系统通信延时补偿方法

为确保通信延时条件下协同式自适应巡航控制(CACC)系统的弦稳定性,利用模型预测控制(MPC)和长短期记忆(LSTM)预测方法,研究CACC系统中车辆协同控制下的通信延时补偿方法;基于车辆队列四元素架构理论,构建了包括车辆动力学模型、间距策略、网络拓扑和MPC纵向控制器的系统模型,并综合考虑2范数和无穷范数弦稳定性条件,提出了CACC车辆队列混合范数弦稳定性量化指标,最终形成协同式车辆队列建模与评价体系;设计了一种利用前车加速度轨迹(PVAT)作为开环优化参考轨迹的MPC方法,即MPC-PVAT,通过综合考虑队列的跟驰、安全、通行效率和燃油消耗等性能指标,使目标函数趋于最小代价,从而得到当前时刻的最优控制量,并利用庞特里亚金最大值原理对所设计的优化问题进行快速求解;在MPC-PVAT基础上,提出一种基于长短期记忆(LSTM)网络的通信延时补偿方法,即MPC-LSTM,将跟驰车辆的传感器信息输入LSTM网络来预测其前车的运动状态,从而缓解短暂通信延时对车辆队列稳定性的影响。仿真测试结果表明：MPC-LSTM可容忍的通信延时上界大于1.5 s,比MPC-PVAT提升了0.8 s,比线性控制器提升了1.1 s;在基于实车数据测试中,当通信延时增加到1.2 s时,MPC-LSTM的弦稳定性指标相比MPC-PVAT提升了20.33%,与线性控制器相比稳定性提升了39.35%。可见,在通信延时较大的情况下,MPC-LSTM对通信延时具有很好的容忍性,从而有效地保证了CACC车辆队列的弦稳定性。     

A novel approach to design robust fault detection filter for networked control systems

In this paper, an approach for designing robust fault detection filter (RFDF) of networked control systems (NCSs) with unknown inputs is studied. The design aims at implementing the optimal trade-off between robustness of unknown inputs (including the item produced by networked-induced delay) and sensitivity of fault. The key design issue is to introduce an optimal fault detection filter based on NCSs with the control law compensation as the reference residual model of NCSs and to formulate the RFDF design as a model-matching problem. By applying H _∞ optimization technique, linear matrix inequality (LMI) approach is given to solve the model-matching problem. The validity of the proposed approach is shown by a numerical example.      

基于向量Liapunov函数的时滞车辆跟随系统稳定性分析

为了提高自动化高速公路车辆纵向跟随控制系统的稳定性, 建立了关于车辆跟随误差的具有时间滞后的无限维非线性关联大系统模型, 应用向量李雅普诺夫函数对大系统的稳定性进行了分析。以大系统的孤立子系统的稳定性条件为基础, 在假定系统满足全局Lipschitz条件的情况下, 得到了此类大系统指数稳定的充分性判据。该判据是与时间滞后量无关的显式判据, 可方便地应用于车辆纵向跟随控制器的设计。     

船舶航迹迭代非线性滑模增量反馈控制算法

分析了带有状态变量及控制输入约束条件的欠驱动船舶航迹控制问题, 结合增量反馈技术, 对控制系统输出进行动态非线性滑动模态分解迭代设计, 提出了一种基于分解迭代非线性滑模的船舶航迹增量反馈控制方法, 以避免定常干扰引起的稳态误差及变结构控制的抖振问题, 无需对不确定风、流干扰以及模型参数进行估计, 能够同时稳定船舶的航向和航迹。应用“育龙”轮的系统模型进行了仿真, 结果表明, 控制器对系统参数摄动及外界干扰不敏感, 具有强的鲁棒性, 且其设计参数物理意义明显, 易于调节。     

基于道路基础设施的车道追踪控制器算法

基于道路基础设施而实现的车道追踪控制技术是当今智能公路领域的核心研究内容之一。2 0 0 1年6月研制的车道追踪控制器在交通部公路科学研究所公路交通综合试验场90 0 m的智能公路测试跑道上实现了车道自动追踪的控制任务, 并且控制结果达到并超过ISO/TC2 0 4 WG1 4标准化草案NP1 7361 LDWS对车道偏离预警系统的要求。分析了该控制器的结构, 推导了该控制器的解析表达式, 给出了该控制器的参数, 并对实验结果进行了分析