复杂地形下轮腿复合机动平台动态运动控制

复杂地形环境下质心参考轨迹的动态精确跟踪是保障轮腿复合机动平台稳定执行各项任务的关键。为提升平台的地形适应能力与位姿跟踪能力,提出一种动态运动控制策略。综合地形因素,建立包含车轮动力学的单刚体动力学模型,并通过近似简化将系统动力学模型转化为状态空间方程的标准形式。考虑车轮与腿部耦合运动,提出一种基于前馈力矩与反馈力矩的混合运动控制方法。通过二次规划算法求解最优地面反作用力,利用雅克比矩阵将作用力映射至关节以获取前馈力矩。为避免由环境引起的外部扰动造成系统无法在较短时间内完成优化计算,引入关节力矩反馈控制及时修正位姿跟踪误差,使系统能够快速准确地响应外部扰动,有效提高系统的鲁棒性和稳定性。仿真结果表明,新方法可有效提升平台在复杂地形下位姿动态跟踪精度,保障平台平稳运行,为复杂地形下轮腿复合机动平台的工程应用提供有力支撑。

坦克装甲车辆机动性虚拟仿真实验设计与实现

围绕坦克装甲车辆领域人才培养的需求,突出学科优势与专业特色,依托相关领域的科研和教学成果,基于Unity 3D开发了坦克装甲车辆机动性虚拟仿真实验。坦克装甲车辆机动性虚拟仿真该实验利用虚拟仿真手段重现了高仿真度的实验环境与测试过程,为学生提供了开放的实践条件,并支持学生独立自主地进行机动性实验研究与探索,为装甲车辆工程专业的虚实结合教学实践体系提供了重要支撑和补充完善。

混合动力履带车辆机电联合制动控制

为提升混联式机电复合传动(EMT)履带车辆全路况条件下机电联合制动的稳定性,提出一种基于电机饱和度的可变比例系数并联式全工况机电制动力分配策略,以有效处理路面附着条件、驾驶员意图、滑移率和电池荷电状态等约束,减弱履带打滑现象和电机制动力饱和现象。建立EMT系统动力学模型,分析工况约束条件下系统的机电制动特性和动态约束边界。提出以电机制动饱和度为核心的动态机电制动力分配目标,并设计滑移率控制器,以实现满足全工况制动稳定性目标的总制动力求解和底层机电制动力协调分配。利用扩张型状态观测器精确估计时变路面附着系数,并基于遗传算法对控制参数进行优化。利用仿真和硬件在环实验对高速紧急制动进行模拟。研究结果表明:全路况机电联合制动控制策略满足整车制动性能要求,兼顾制动能量回收效率和电机安全运行等多种指标,有效降低液压制动器的机械压力,提高了制动器使用寿命和制动过程的安全性。

基于多传感器融合的越野环境路面信息识别

为实现精准的越野环境路面信息识别,文中提出了一种基于多传感器信息融合的路面信息识别方法.首先,针对车辆簧下振动加速度信号设计了特征提取算法,通过双线性池化方法融合加速度特征与图像+深度特征,以实现对越野路面类型的多维度特征融合与识别.然后,为提高越野路面可通行区域检测效果,引入迁移学习方法,将越野场景路面类型识别模型中路面特征提取的共性知识向通行区域分割模型进行迁移.在真实越野环境数据集下对模型进行训练与测试,测试结果表明文中提出的识别方法不仅在越野场景路面类型识别任务上获得了98.65%的平均分类准确率,而且引入先验知识可明显提升通行区域检测效果.

基于前馈补偿的轮腿式机动平台姿态自适应控制

在通过复杂路面障碍时,轮腿式机动平台的轮端负载较大,且地面对轮胎的外力会突然变化,会显著降低机身姿态的控制精度,并容易导致轮胎脱离地面失稳等问题。为提高平台的地形适应能力和稳定性,提出一种基于前馈补偿的平台姿态自适应控制策略。构建平台的逆运动学模型和动力学模型,考虑轮-地接触点垂向支撑力和纵向驱动力实现轮-地接触状态的实时估计,结合腿部高度观测器和轮-地接触状态估计器获得腿部垂向补偿高度,兼顾平台车轮运动稳定性和姿态自适应控制精度。考虑平台机身动量和角动量,利用二次规划算法优化的轮端虚拟驱动力求解前馈补偿力矩,以实现平台的运动精确控制。仿真结果表明,该方法可以有效提高轮腿式机动平台在崎岖路面环境下的姿态自适应控制精度和轮胎驱动稳定性,为在复杂工况下轮腿式机动平台执行侦察等任务奠定基础。

基于电池寿命预测控制的履带车辆能量管理

为改善串联式混合动力履带车辆在复杂行驶环境中的燃油经济性和动力性,本文中提出了一种考虑电池寿命影响的基于非线性模型预测控制的能量管理策略。首先,考虑到电池不同输出功率会对电池温度产生影响,建立电池的2阶RC模型、热电耦合模型和寿命模型。然后,基于电池的2阶RC模型建立了用以描述车辆前功率链未来动态的预测模型,同时考虑到电池寿命的影响,设计了一种基于非线性模型预测控制的能量管理策略。提出了一种电耗与油耗之间转换因子的计算方式,使转换因子能够自适应车辆不同的行驶工况和能量管理策略。最后,搭建了仿真及硬件在环测试平台,在3种典型工况下验证了本文中所提出的能量管理策略的有效性。

基于效率优化的混合动力车辆强化学习能量管理策略研究

以功率分流混联式混合动力车辆为对象,建立了系统综合效率计算模型,并提出了以效率优化为目标基于强化学习的能量管理策略。首先建立了关键部件的效率模型与耦合机构效率模型,并基于复合传动无级调速通用结构,分析电功率分流系数对效率的影响规律,进一步构建了系统综合效率计算模型。而后以效率优化为目标,提出了基于强化学习的能量管理策略。并进行仿真对比,结果显示:相比于基于规则的方法,所提出的策略能在实现优秀的燃油经济性的同时维持电池SOC处于更小的波动范围内。最后搭建了试验台架,试验结果证明了所建立的效率模型的正确性以及提出的能量管理策略的有效性。

分布式电驱动车辆极限越野环境下高速避障与稳定性控制

为提高分布式电驱动车辆在极限越野环境下的高速避障能力和操纵稳定性,提出一种充分考虑车辆过弯姿态反馈的分层协调横向稳定性控制方法。上层控制器将多模型在线建模算法与非线性模型预测控制理论相结合,构建一种基于数据驱动多模型预测控制的横摆、侧倾运动协调控制器。由于车辆不同的横向失稳状态下最优控制中心是时变的,细化并重构一种双层融合型横摆运动动力学模型。考虑到越野工况存在时变道路曲率和侧向坡度,建立零力矩点侧倾失稳判断模型,在横摆稳定性控制基础上引入侧倾稳定性控制约束。下层控制器结合各轮胎滑动率和垂直载荷转移量,采用二次规划求解算法将融合型期望横摆力矩转化为各轮最优驱动转矩。搭建MATLAB/Simulink软件和Carsim软件联合仿真平台,进行仿真实验验证。结果表明,该分层协调控制策略可充分发挥分布式电驱动车辆在极限越野工况下的高机动转向性能,具有较强的车身姿态修正能力,可以提高车辆的路径保持精度和过弯横向稳定性。

国有企业有创新能力吗?——马克思主义技术创新演化观视野下的认知

基于新古典主义研究视角,国有企业由于自身的产权性质、委托代理等问题通常被认为不具有很强的创新能力和动力,但改革开放以来尤其是近10年来国有企业在很多领域技术创新的成功实践,表明国企具有很强的创新能力。

Synthetical Efficiency-based Optimization for the Power Distribution of Power-split Hybrid Electric Vehicles

Now the optimization strategies for power distribution are researched widely, and most of them are aiming to the optimal fuel economy and the driving cycle must be preknown. Thus if the actual driving condition deviates from the scheduled driving cycle, the effect of optimal results will be declined greatly. Therefore, the instantaneous optimization strategy carried out on-line is studied in this paper. The power split path and the transmission efficiency are analyzed based on a special power-split scheme and the efficiency models of the power transmitting components are established. The synthetical efficiency optimization model is established for enhancing the transmission efficiency and the fuel economy. The identification of the synthetical efficiency as the optimization objective and the constrain group are discussed emphatically. The optimization is calculated by the adaptive simulated annealing （ASA） algorithm and realized on-line by the radial basis function （RBF）-based similar models. The optimization for power distribution of the hybrid vehicle in an actual driving condition is carried out and the road test results are presented. The test results indicate that the synthetical efficiency optimization method can enhance the transmission efficiency and the fuel economy of the power-split hybrid electric vehicle （HEV） observably. Compared to the rules-based strategy the optimization strategy is optimal and achieves the approximate global optimization solution for the power distribution. The synthetical efficiency optimization solved by ASA algorithm can give attentions to both optimization quality and calculation efficiency, thus it has good application foreground for the power distribution of power-split HEV.

基于学习型滑模预测控制的无人驾驶车辆非结构化环境轨迹跟踪及稳定性控制

针对高速无人驾驶车辆在复杂非结构化环境下轨迹跟踪精度和横摆稳定性之间难以协调平衡的难题,提出一种基于学习型滑模预测控制的轨迹跟踪及稳定性协调控制方法。首先,基于高斯过程回归方法构建数据学习型预测模型,以解决复杂非结构化环境下无人驾驶车辆的剩余模型不确定性和环境噪声干扰问题。其次,提出一种基于高斯-滑模预测控制的轨迹跟踪及稳定性协调控制方法,将基础模型与高斯不确定性预测相结合作为控制模型,设计基于滚动预测优化的滑模控制方法,满足多约束下控制器的实时性和鲁棒性要求。此外,构建车辆未来时刻行驶风险预测模型,利用基于预测时域内相对残差的递归贝叶斯定理提前决策多目标融合型函数的权重系数,满足全局性能最优。仿真结果表明,所提方法有效提高了存在路面噪声干扰的非结构道路下高速无人驾驶车辆轨迹跟踪精度和动力学稳定性。

考虑复杂地形的越野环境无人车辆路径规划研究

无人驾驶车辆在越野环境中行驶时,往往面临着复杂的地形和多变的路面。为进行可靠且高效的路径规划,保证车辆安全机动行驶,提出一种考虑复杂地形的越野环境无人车辆路径规划方法。该方法包括全局路径规划与轨迹规划,针对全局路径规划,提出一种基于崎岖地形人工势场的改进Theta^(*)算法,该算法综合考虑坡度、地面类型、地面高程等因素,使车辆尽量远离崎岖地形,通过减少途经路径的坡度和起伏地形,来提高车辆在越野环境中的通行效率、稳定性及安全性。针对局部轨迹规划,提出面向多变行驶场景的自适应概率路线图算法(Adaptive probabilistic roadmap method,APRM),通过设计不同的采样策略来适应车辆在越野环境中行驶场景以及障碍物的变化,从而提高复杂越野环境局部轨迹规划算法构建路径网络图的效率。通过试验验证,改进Theta^(*)算法输出的全局路径平均坡度减少35.63%,地表起伏程度降低33.56%,APRM算法在非结构化道路与开阔场景下进行局部轨迹规划所用时间分别减少79.68%和54.74%。

基于最优功率分配因子的插电式混合动力汽车实时能量管理策略研究

插电式混合动力汽车兼顾传统混合动力汽车和纯电动汽车的优点,即具有较长的续驶里程又具有较好的燃油经济性,插电式混合动力汽车的实时能量管理策略是发挥节能潜力的关键技术。为解决具有手动行驶模式选择功能的P2构型插电式混合动力汽车的能量管理实时优化问题,定义发动机和电机功率分配因子,在任何SOC下从电量消耗模式切换到电量维持模式时,提出通过功率分配因子动态调整发动机最优工作曲线获得最佳的燃油经济性的实时能量管理策略。建立功率分配因子全局优化模型,利用自适应模拟退火算法离线优化功率分配因子,研究功率分配因子和SOC对整车燃油经济性的影响规律,得到在不同SOC的最优功率分配因子控制线。从而建立基于最优功率分配因子控制线的插电式混合动力汽车实时控制能量管理策略。在多个循环工况下对比仿真分析不同SOC下的燃油经济性,结果表明基于最优功率分配因子的能量管理策略使得燃油经济性改善幅度最大可达16.99%。