海况对无人船直航循迹精度与控制耗能的影响研究

海况适应性对无人船实海域航行至关重要。为了揭示海况对无人船循迹性能的影响,以基于基准海况调校PID循迹控制的无人船为研究对象,建立三自由度动力学模型;在传统循迹精度评价的基础上,设计涵盖螺旋桨推进与舵机调节的控制耗能评价指标。以直航循迹为典型场景,仿真不同浪级干扰对无人船循迹精度与控制耗能的影响。结果表明,在高海况下,横向误差均方根较基准海况最大增加188倍,达158.207m,控制耗能增加3倍,评价指标达46.916kWh。量化直航循迹精度与控制耗能随浪级变化的规律,为无人船设计与控制提供参考。

智能物流场景搬运机器人系统优化

为培养大学生工程实践与创新能力,指导学生设计了一款具备分拣、搬运功能的智能机器人。根据竞赛内容对机器人的机械臂长度、循迹传感器硬件、循迹检测算法、全场定位和校准方法以及颜色识别算法5个方面进行了优化设计,提出了差比和量化循迹精度、全场定位方法的应用以及利用小孔成像原理+RGB原色值识别颜色的思路。结果表明:所设计的机器人移动灵活度高,分拣识别准确,移动定位误差±1 mm;物料摆放误差±1 mm,在正常环境下物料的分拣无误差。

无人驾驶汽车路径跟踪控制方法拟人程度研究

无人驾驶汽车路径跟踪控制是无人驾驶汽车运动控制的核心所在,目前常用的路径跟踪模型主要以路径跟踪精度为主要控制目标,在很大程度上忽略了无人驾驶汽车的乘坐舒适性和控制的拟人程度。为了研究无人驾驶汽车路径跟踪控制算法的拟人程度并提高乘坐舒适性,基于转向几何学、汽车运动学和汽车动力学理论建立实车中常用的4种路径跟踪模型,提出以路径跟踪过程中的最大横向加速度a_(ymax)和方向盘转角平方和δ_w^2共同表征路径跟踪模型的拟人程度和横向乘坐舒适性。基于驾驶人实车换道试验数据,建立多项式拟人换道参考路径,搭建CarSim/Simulink联合仿真模型,并对其进行不同车速下的车辆换道试验。研究结果表明:路径跟踪模型的横向循迹偏差均会随着车速的提高而增加,但都能较好实现路径跟踪;带预瞄路径跟踪模型和动力学前馈最优LQR路径跟踪模型拟人程度较好;汽车运动学路径跟踪模型的乘坐舒适性最差,方向盘修正激烈;在100km·h^(-1),a_(ymax)>0.7m·s^(-2),δ_w^2>2.7×10~3时,拟人程度最差;不带预瞄路径跟踪模型循迹精度最高,且拟人程度最高,乘坐舒适性最好,120km·h^(-1)时,a_(ymax)≤0.5m·s^(-2)。