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。     

基于模型预测控制的路径跟踪技术研究

路径跟踪控制是汽车智能驾驶的关键内容之一,其目的是减小理论参考路径和车辆实际通过的路径之间的偏差。以建立的三自由度车辆动力学模型为基础,并对动力学模型进行了简易化处理,之后设计了相应的模型预测控制算法,对车辆模型进行路径跟踪控制,通过添加多种约束,将路径跟踪问题转化为多种约束条件下求解最优值的问题。在不同的路面附着系数条件下设定不同的车速,通过Simulink和CarSim联合仿真对所提算法进行验证分析。仿真结果表明：所设计的控制器跟踪参考路径的效果比较好,大大增加了车辆行驶路径与理论规划路径的重合度,同时也提高了车辆在行驶过程中的操纵稳定性。     

Serret-Frenet框架下的神经滑模船舶路径跟踪控制

针对欠驱动船舶在恒定速度航行下的路径跟踪问题,提出了一种在Serret-Frenet框架下,基于输入输出线性化的神经滑模控制算法.该算法利用Serret-Frenet框架下船舶运动方程的推导形式,将其转换为类似于直线航迹控制的问题,采用神经网络对基于趋近律的滑模控制进行优化,解决了趋近律滑模控制对系统模型的依赖性,提高了控制器的鲁棒性,并设计了状态观测器对控制对象状态进行重构,以解决系统状态量测量误差对控制效果的影响.在无干扰和存在干扰及参数摄动的条件下分别进行了仿真,结果表明该控制律具有良好的跟踪性能.     

基于横纵向综合控制的智能汽车路径跟踪

针对智能汽车路径跟踪精度不高、稳定性不足的问题,提出一种基于横纵向综合控制的解决方法。该方法在横向控制时,根据模型预测控制器求得最优前轮转向角;纵向控制时,根据加减速控制策略使汽车跟踪期望车速;此外,将横纵向控制耦合起来形成横纵向综合控制。联合使用CarSim和MATLAB/Simulink对综合控制方法进行了仿真试验。计算结果表明：该控制器能够稳定跟踪期望速度,又能够提高路径跟踪精度、行驶稳定性。     

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...     

基于xPC的车辆牵引力控制硬件在环仿真研究

利用Simulink/Stateflow建立了车辆牵引力控制系统模型,在完成了离线仿真的基础上,应用Simulink/RTW/xPC target一体化开发工具实现了车辆牵引力控制硬件在环仿真平台,并对自行设计的电子控制单元进行了控制程序的开发.最后对一款后轮驱动汽车进行了几种典型工况的仿真实验,结果验证了电子控制单元硬件以及控制程序的有效性.     

一种移动机器人的路径规划与路径跟踪控制

介绍了一种载有水轮机转轮修磨设备的移动机器人的系统原理、路径规划方案、路径形状设计和路径跟踪控制及其实现，这种路径规划和路径跟踪控制并不只适用于水轮机转轮这种大型工件，若在路径规划过程中，考虑具体加工对象的几何外形的特点，对路径规划方法加以改造，同样适合于其他特殊外形的几何工件。     

船舶运动路径跟踪迭代滑模控制设计

针对欠驱动船舶带有的内部不确定、外界干扰下路径跟踪控制问题,提出基于差分进化算法的自适应迭代滑模跟踪控制方法,以提高控制系统性能.以分离型船舶非线性模型为基础,利用绝对有界的双曲正切函数进行迭代滑模面设计.计算机仿真验证了该方法的可行性.     

基于等效控制的全局滑模控制Buck变换器设计

为简化滑模控制器设计和提高变换器系统的鲁棒性,探讨了全局滑模控制的原理和设计方法,并用于设计Buck变换器的控制系统.分析了全局滑模控制Buck变换器的特点,给出了基于等效控制思想的全局滑模控制器设计步骤,并设计了全局滑模控制律.最后,通过仿真分析,探讨了全局滑模控制器应用于Buck变换器的可行性和有效性.仿真结果表明,设计的全局滑模控制Buck变换器较传统滑模控制Buck变换器的瞬态响应速度快,并具有全局鲁棒性.     

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.     

单拖挂汽车列车路径跟踪控制策略

为提高汽车列车路径跟踪性能,结合模型预测控制和最优曲率预瞄控制设计了路径跟踪控制器。在曲线部分采用模型预测控制以减小横向跟踪误差,在直线部分采用最优曲率预瞄控制来提高行驶稳定性,基于TruckSim/Simulink建立联合仿真模型并进行了仿真分析。结果表明,与对标车型自带路径跟踪控制器相比,在单移线工况下,采用综合控制器的汽车列车轨迹跟踪误差减少了60%以上,稳定性指标改善了7%。     

基于硬件在环仿真的城市路网交通控制平台

城市区域交通信号控制及优化是缓解城市交通拥堵的重要手段,效果评估是开展交通信号优化工作的重要环节。传统的交通仿真软件一般通过内置的信号控制模块进行评价,存在与实际信号控制系统脱节且评价精度不高的问题。为连通仿真软件与信号控制系统并提升评价有效性,提出了一种基于硬件在环仿真的城市路网交通控制平台,设计了平台的逻辑框架、功能架构以及平台中心系统、控制器接口等软硬件模块,融合了干线协调控制以及区域协同控制算法,并利用通讯测试验证了平台的硬件在环仿真控制功能。实例分析表明:硬件在环仿真平台搭建了交通仿真软件和交通信号控制系统的桥梁,能够有效评价路网交通控制效果。基于该平台可开展区域交通信号控制效果评价、算法改进以及信号优化等内容。     

基于Labcar的ABS控制器HIL测试

在VDYM模型基础上完善了ABS仿真模型,将其下载到RTPC工控机中实时运行.利用Labcar IP中对硬件板卡进行配置与连接,并通过试验环境EE对数据进行监控和记录.在高/低附着路面下的ABS硬件在环测试表明,所得到的速度变化曲线和轮缸压力曲线更接近真实道路下的试验结果,从而验证了该系统能够满足ABS控制器进行硬件在环测试的需要.     

基于改进人工势场法的车辆路径规划与跟踪控制

针对采用传统人工势场法进行车辆路径规划时易造成局部极小值与目标不可达的问题,通过改变斥力函数并增加车道边界约束条件函数的方式改进传统人工势场法,进行车辆路径规划。采用模型预测控制(model predictive control, MPC)算法跟踪控制改进人工势场法生成的规划路径,采用软件CarSim与Simulink搭建联合仿真模型对路径跟踪效果进行仿真试验。结果表明：改进人工势场法路径规划合理有效;跟踪路径与规划路径的横向误差小于0.4 m。改进人工势场法和MPC算法应用于无人驾驶车辆的路径规划与跟踪控制具有可行性。     

基于滑模双环控制的感应耦合电能传输系统设计

为解决轨道交通供电负载频繁波动使得系统输出恒压困难的问题,提出了基于滑模控制和PI控制的双环控制策略.首先对原边建立离散时间动态模型、副边采用大信号模型分别进行建模;其次,基于系统建模设计双环控制策略,采用滑模控制控制电流内环、PI控制控制电压外环;最后,对设计的双环控制进行了实验验证.验证结果表明:恒压下进行70 Ω和50 Ω电阻切换时,电压变化约5%,并在15 ms左右恢复到稳定值,因此,在负载波动的条件下该控制策略能保证输出电压恒定和快的响应.      

基于模型预测控制的智能汽车轨迹跟踪方法比较

针对智能汽车轨迹跟踪问题,基于模型预测控制原理分别采用运动学模型和动力学模型为预测模型,通过对非线性系统进行线性化和离散化处理,根据约束条件、目标函数设计了2种轨迹跟踪控制器。基于Carsim与Matlab/Simulink联合仿真平台,在不同附着系数、不同车速下进行典型轨迹跟踪仿真试验。结果表明:不同工况下,2种模型预测控制器都有良好动态跟踪特性,动力学模型的跟随效果和控制平滑度略优于运动学模型。