基于Frenet的智能车横向跟踪控制

为避免由智能车跟踪精度与横向稳定性的不足危及交通安全,提出基于Frenet坐标系下的横向跟踪控制。通过对横向误差模型的推导,设计前馈补偿下的离散线性二次型调节器(DLQR)使跟踪误差收敛,并利用质心侧偏角与横摆角速度的极限定义包络线,以此作为横向稳定性判据。采用圆形工况与随机工况对控制器的跟踪效果进行仿真试验。试验结果表明,此控制方式有效的降低了路径跟踪误差,提升横向稳定性,满足实际工程应用要求。

ZigBee-WiFi协同无线传感网络的节能技术

为使无线传感网络实现高效节能,提出一种新颖的基于ZigBee-WiFi协同方式进行的时钟同步机制。ZigBee无线传感节点可以通过内置的接收信号强度寄存器(RSSI),感知同一频段下WiFi周期性发送的信标帧,并用其作为参考时钟,通过补偿校正本地的时钟,但此方法校正后时钟偏差较大;在此基础上提出一种基于状态空间的时钟模型,采用卡尔曼滤波器和离散线性定常系统的二次型最优控制校正算法跟踪并校正状态变量,获得很好的时钟校正精度。分析时钟同步误差与校正周期的关系,综合多方面因素,与工业中常用的异步时钟机制进行对比,比较结果表明,该时钟同步机制使ZigBee网络节能效果显著提高。

基于模型预测控制与离散线性二次型调节器的智能车横纵解耦跟踪控制

为确保智能车在复杂曲率变化道路条件下的跟踪精度与横向稳定性,提出一种基于Frenet坐标系的横纵解耦跟踪控制方法,并通过模糊速度规划提升跟踪的可靠性。横向控制采用基于前馈补偿的离散线性二次型调节器(DLQR)使跟踪误差收敛,纵向控制采用模型预测控制(MPC)输出期望加速度并结合油门制动标定表实现速度跟踪。速度规划方面以横向跟踪误差与道路曲率作为输入信号进行模糊速度规划。基于CarSim/Simulink构建仿真模型进行仿真验证,结果表明:该控制方式可有效降低路径跟踪误差,提高车辆横向稳定性以满足不同道路曲率的行车工况。