UUV编队协同最优扩方应召搜索方法

针对螺旋应召搜索方法理论上可行但实际上无法实现的问题,提出了基于改进的粒子群优化(parti-cle swarm optimization,PSO)算法的无人水下航行器(unmanned underwater vehicle,UUV)编队协同最优扩方应召搜索水下匀速直线运动目标的方法。首先,根据UUV的搜索宽度,建立了最优转向角模型,给出了采用改进的PSO算法的具体求解流程,并在此基础上继续探讨当目标速度未知情况下的搜索计划。然后,根据投放方式的不同,探讨了UUV编队的几种协同搜索方法。最后,通过仿真实验,证明了该方法的有效性,并根据仿真结果给出了对未来UUV装备技术发展方向的建议。

基于云发生器的自动泊车路径跟踪控制研究

针对自动泊车系统中路径跟踪控制困难这一问题,文中采用云模型不确定性推理方法,以汽车低速运动学模型中方向盘的转角偏差作为输入,将1维和2维云模型有机组合,构建路径跟踪多规则推理模型,以后悬架几何中点位置的准确度为控制目标,建立路径跟踪控制规则库,推导泊车入库过程中的最优转向角控制参数。设计自动泊车路径跟踪控制原型,通过仿真试验,验证云数字特征值对泊车跟踪效果的影响,结果表明,所设计的控制原型路径跟踪效果良好。

基于预瞄的智能车位姿补偿轨迹跟踪算法

针对单点预瞄、模糊控制等轨迹跟踪算法鲁棒性低以及模型预测控制算法计算量大、参数不易确定的问题,提出基于预瞄的智能车位姿补偿轨迹跟踪算法。通过建立目标车辆的运动学模型,在轨迹跟踪建模时进行位姿补偿,降低执行机构延时;使用预瞄算法,构建智能车转向模型,求解最优方向盘转角。实车测试结果表明,所提轨迹跟踪算法通过对位姿进行实时补偿,可以进一步减小横向误差,具有实时性高,鲁棒性好的特点,能够满足智能网联汽车实际运行需要。