电动车驾驶机器人控制器参数自学习方法研究

针对人工驾驶和现有的机械式驾驶机器人在电动车续驶里程试验中存在成本高、耗时长和错误率高的问题,利用电动车结构和控制上的独特性,依托自行设计的电动车转毂驾驶机器人,采用电信号完成对车辆的控制。为了提高系统适应性,采用非线性最小二乘法实现电动车模型参数的在线辨识;并基于粒子群算法对车辆PID控制器参数进行在线整定,从而完成对任意设定工况速度曲线的跟随。实车试验表明,提出的方法能实现加速踏板的平滑控制,且控制重复性高,完全可以代替驾驶员进行电动车续驶里程试验。

基于模糊补偿的广义预测控制

针对在广义预测控制中采用在线辨识模型参数来克服模型失配的影响的情况 ,提出了用模糊推理对控制量进行补偿的解决方案。仿真结果表明 ,该方案非常有效 ,适合用于具有时滞的复杂工业系统。