无人驾驶技术应用(下)——基于改进模型预测控制算法的无人物流车辆控制系统的设计

4.约束函数的设计车辆在启用车道保持功能时,需要设计约束函数对模型预测控制器进行约束,满足车辆行驶的安全性、稳定性和可靠性。车辆保持系统的动力学控制主要集中在车辆的横向控制中,因此需要对车辆的前轮转角u2及前轮转角的增量△u_(2)进行约束。

一种基于改进模型预测控制算法的空间矢量PWM虚拟磁链直接功率控制策略

虚拟磁链定向的空间矢量PWM直接功率控制(VF-DPC-SVM)策略的功率内环PI控制参数整定过程复杂,电压型整流器(VSR)控制稳定性不高、快速性较差。对此,提出虚拟磁链定向的改进模型预测直接功率控制(VF-MPDPC)策略。在功率内环用模型预测控制(MPC)算法代替PI控制器改善VSR的控制系能,并引入内模反馈校正环节在每个采样周期修正功率的预测给定值,通过改进的MPC模型实现对瞬时功率的高精度跟踪。仿真分析表明:改进的VF-MPDPC策略使系统稳态时调整时间短,响应快,电网污染小,输出母线电压质量高,功率纹波小;动态响应鲁棒性高,稳定性能好。

单相PWM整流器混合坐标模型预测控制算法

在此针对单相系统电气量为标量,无法直接构造旋转矢量,及模型预测算法误差问题,提出混合坐标系下单相整流器模型预测控制算法。首先建立单相整流器数学模型,并虚拟出网侧电压和电流静止坐标系α,β轴分量同时部分变换至旋转坐标系d,q轴下,构建混合坐标模型预测模型,接着引入价值函数优化控制率。同时引入插值余项对模型误差进行补偿。与传统算法相比,所提算法无需进行比例积分(PI)参数调节,动态响应速度更快,网侧电流谐波含量更低。最后通过仿真和实验,对比传统d-q解耦控制和所提混合坐标模型预测控制(HCMPC)算法验证所提算法的优势。

基于负载转矩建模的永磁同步电机模型预测控制

在永磁同步电机调速系统中,使用单闭环结构的模型预测控制器取代传统双闭环控制结构的速度外环PI调节器和电流内环PI调节器,以满足系统动态响应速度快、稳态误差小、控制精度高的要求。在电机预测模型建立时一般假设负载转矩扰动为零,导致电机在负载波动时,控制性能下降。针对这一问题,提出一种考虑负载转矩建模的模型预测控制方法,在不同的预测时域,将负载转矩分为可测量和不可测量两种情况,构造分段函数形式的状态预测模型。在Matlab仿真平台进行仿真验证,结果表明该算法能有效抑制外部负载波动,改善电机转速跟踪性能。

基于模型预测的主动转向智能无人车辆横向稳态控制

在复杂路况以及智能无人车辆转向过程中,车辆处于一种时变非稳定性状态,影响车辆操纵安全性和行驶稳定性.针对此问题,提出了一种应用于前轮主动转向无人车辆的优化模型预测控制策略,该控制器采用分层结构对车辆前轮转角进行优化控制,以改善车身在非稳态下的特征.考虑到无人车辆实际行驶时存在的内部和外部扰动因素,建立了非线性扰动量平台模型和非线性轮胎模型,并通过模块化方法,构建了无人车辆非线性动力学模型,利用非线性扰动观测器对干扰进行抑制,提高了车辆模型精确性与控制器控制效果.经仿真实验对比和硬件在环实验测试,结果表明:与无横向稳态控制车辆相比,稳定性提高了55%,验证了该策略能显著改善车辆的横向稳定性及有效性.

MPC算法与纯跟踪算法的横向控制策略研究对比

为探究智能车辆横向控制算法的性能差异及其适用场景,分别构建了基于预瞄模型的纯跟踪算法(PurePursuit,PP)和基于运动学模型的模型预测控制算法(Model Predictive Control,MPC),利用CarSim和Simulink对双移线和低速、中速以及高速行驶工况进行联合仿真,对比不同工况下的横向控制效果。结果表明:PP算法在低中速时具有较高跟踪精度,在高速时则有很大的误差;MPC算法在低、中、高速工况下的跟踪效果均良好,但实时性较弱。考虑到计算量和实时性,在低速工况下优先选用PP算法,中高速工况下选用MPC算法最佳。

路径跟踪控制算法仿真分析与试验验证

为探究车辆路径跟踪算法性能差异及适用性规律,分别构建基于预瞄的纯跟踪(PP)算法、前轮反馈控制算法和模型预测控制(MPC)算法的车辆模型,在圆环、蛇行和低、中、高速等工况下进行Simulink和CarSim联合仿真并分析横向控制效果。结果表明:PP算法预瞄距离越短,横向控制精度越高,但稳定性越弱,低速鲁棒性较好;前轮反馈控制算法在高速下具有更小的横向控制误差,且增益系数k影响控制精度;相较于前两者,MPC算法在不同速度下均具有良好的横向跟踪性能。最后,开展实车试验对比验证3种算法的跟踪性能,结果表明,在同一工况下,MPC算法具有更优的跟踪性能。

智能汽车主动避撞工况的高实时预测控制

为满足复杂交通场景下智能汽车轨迹跟踪避撞控制的高实时性要求,该文采用了一种循环模型预测控制算法(RMPC)将在线优化问题转化为循环策略参数的离线求解,并进行了仿真试验。根据车辆主动避撞的约束条件,引入惩罚函数将约束型主动避撞优化控制问题转化为无约束有限时域最优控制问题;进而利用循环函数逼近得到不同预测步长控制问题的最优解;最后将算法部署到原型控制器,结合CarSim平台验证了算法的避撞性能以及在线计算的高效性。结果表明:预测步数从12增加到20步,避撞过程最小车距由0.34 m提升至1.38 m,千次实验碰撞次数由44下降到0;与常用在线优化求解器相比,该算法在预测步数为15时,其计算效率提升超过5.6倍。

基于模型预测控制的无人驾驶汽车的轨迹跟踪

为了更好地实现线性时变模型预测控制算法的低速直线轨迹跟踪控制效果验证,该文采用MATLAB/Simulink软件搭建基于运动学模型的线性时变模型预测控制算法,通过实际曲线与理想曲线的仿真对比分析,从而有效证明该控制算法能够保证无人驾驶汽车在一定工况下具有良好的稳定性和安全性,为无人驾驶汽车轨迹跟踪控制算法的研究奠定了一定的基础。

自动驾驶履带车辆的变曲率路径的跟踪控制策略研究

为解决履带车辆在变曲率路径下的跟踪精度低及传统单一的横向控制算法无法有效协调不同工况下的控制性能要求等问题,提出了一种基于LQR-MPC的最优速度规划混合横向控制方法。首先提出了一种最优速度规划策略(Optimal speed planning),并仿真验证有速度规划的横向控制算法控制精度提升了20%以上。通过对比模型预测控制(MPC)、最优线性二次型(LQR)的特性差异,进一步提出基于LQR-MPC的混合横向控制算法。结果表明:混合算法相比在单一算法,控制精度提升了44%以上,并减少了计算成本,实时性提升了38%以上,达到实时性与控制精度之间的平衡,最后通过增加模拟履带滑移干扰,发现混合控制算法具有一定鲁棒性。

水翼船的横摇控制

将一条模型尺度的全浸没式水翼艇作为案例船开展横摇控制研究。采用模型预测控制算法有效处理水翼失速角等约束条件,同时限制水翼的大幅剧烈运动,兼顾横摇姿态控制和执行机构保护的双重目标。在预测模型中增添预测偏差量作为前馈项,用以消除稳态误差,对常规模型预测控制算法做出一个重要改进。将案例船配备推进系统和可控水翼进行横摇控制航行试验,结果清晰展示了改进型模型预测控制器的横摇控制效果,这对水翼船的姿态控制研究具有重要借鉴意义。

多模型控制方法的研究进展及其应用现状

本文探讨了多模型控制算法的发展和现状 ,对几种主要的发展成熟的算法———多模型预测控制算法———多模型自适应控制算法、交互式多模型算法进行了研究 .同时分析了多模型控制算法中模型切换及稳定性、模型集的选取等关键问题 .分析了当前多模型控制算法应用的现状和今后的发展方向 .

关于空基时间基准建立中频率驾驭算法的研究

基于低轨导航增强星座建立空基时间基准时,需要指定不同于地面时间基准所建立的频率驾驭策略;围绕频率驾驭策略的选取,分别介绍了阻尼系数、反馈钟差或调频信息和模型预测控制(MPC)3种频率驾驭算法,利用仿真试验分析了它们的优缺点.结果表明:阻尼系数法调节频次低,适用于地面注参数的调节模式;反馈钟差或调频信息法调节频次高,适用于星载设备自主调节;模型预测控制法因其可调参数多,可以得到相对更高的频率稳定度,但操作方法相对复杂.几种算法均可通过适当调节流程以满足当前低轨卫星频率驾驭的精度要求.

智能化物流搬运机器人路径跟踪控制方法研究

物流搬运机器人工作时易受障碍物影响偏移规划路径,发生碰撞事件。本文提出了智能化物流搬运机器人路径跟踪控制方法,将搬运机器人系统分为底层和上层控制2个模块,分析其结构特征和工作方式。计算驱动轮线速度与角速度间的关系,经过环境坐标系和机器人坐标系的变换,构建动力学模型。利用模型预测控制算法探究路径跟踪误差,建立线性误差模型,预测未来时刻机器人位置变化情况。根据预测收缩概念,设定跟踪目标函数,获得控制系统的预测输出和约束控制增量。采用积分思想设置控制器,通过积分作用消除累计误差,确保控制量与设定值更加接近,实现智能化物流搬运机器人路径跟踪控制。实验结果表明,所提方法在有障碍物或无障碍物环境下,均能保持理想的跟踪控制效果,与参考路径高度吻合,有效地提高路径跟踪控制精度。

智能汽车换道避障路径规划与跟踪控制

为了提高智能汽车换道行驶的安全性,提出一种智能汽车换道避障的控制方法。基于驾驶员的换道行为数据,对实际驾驶员的换道行为进行分析,通过聚类分析得到不同车速区间下换道过程中的方向盘转角数据;借助商业场景软件PreScan对换道轨迹进行还原,对传统的模型预测控制(Model Predictive Control,MPC)算法进行改进,以实际驾驶员的换道轨迹作为控制算法的输入,开发了一套仿驾驶员换道系统,并基于dSPACE仿真机柜搭建一套模型在环(Model In Looping,MIL)测试平台,对开发的仿驾驶员换道系统的策略与性能进行仿真测试。结果表明,仿驾驶员换道系统可以较好地避开障碍物完成换道操作,并且保持较好的安全性与稳定性。

MPC控制器的FPGA实现及其应用

针对先进模型预测控制(MPC:Model Predictive Control)算法在线求解速度慢的问题,提出了一种基于现场可编程门阵列(FPGA:Field Programmable Gate Array)的MPC控制器的设计方法。通过电路分析,设计其定点模型,采用Verilog硬件描述语言流水线方法进行RTL(Register Transfer Level)级MPC控制器设计,通过在底层设计矩阵加、减、乘等运算模块,实现MPC控制器的FPGA设计。最后以电子节气门(ETC:Electronic Throttle Control)为被控对象,通过实时仿真实验,验证了基于FPGA实现的全硬件MPC控制器的有效性与实时性。

平衡重式叉车满载急转工况下横向稳定性控制

以提高平衡重式叉车满载紧急转向工况下的横向稳定性为目标,结合叉车动力学特性,采用ADAMS软件建立某型3T平衡重式叉车整车横向动力学模型.设计一种基于模型预测算法的主动后轮转向控制器,实现叉车的主动后轮转向控制;然后,基于ADAMS与MATLAB/Simulink进行联合仿真计算,并根据标准EN 16203:2014进行实车稳定性试验.结果表明:所设计的主动后轮转向控制策略系统反应迅速,能有效降低叉车急转工况下的横摆角速度和侧倾角,大大提高叉车的横向稳定性;叉车满载急转过程安全稳定,横向稳定性动力学参数横向加速度和横摆角速度的最大值分别降低16.47%和25%.

基于PD-RMPC算法解决弹性体高超声速飞行器的输入饱和与状态约束问题

由于强不确定性、高非线性、强耦合性,输入饱和及飞行状态受约束等问题,使得控制系统的设计中存在许多难题。因此,设计一个能够解决模型不确定性和保持严格执行飞行约束的控制算法十分必要。首先,基于线性矩阵不等式(LMIs)凸优化的控制策略,并结合张量积模型转化方法将考虑气动热弹性因素的非线性动力学模型转变成线性参数模型(LPV);其次,将PDRMPC算法应用于LPV模型以克服输入饱和及飞行状态受限影响。这种控制策略不仅可以解决参数模型的不确定性和弹性体模型的鲁棒稳定性问题,同时也保证了在约束下的系统状态稳定。最终,数值仿真结果证实了方法的有效性。

智能网联场景下纯电动客车车速规划算法研究

文章针对智能网联场景,在考虑交通信号灯SPAT信息的基础上,采用MPC模型预测控制算法对队列行驶的纯电动客车进行实时车速规划,实现了车辆交通路口前不停车跟驰行驶,同时保证了车队中各个车辆的行驶安全性、能耗经济性、驾驶平顺性及乘坐舒适性。

人机交互遥操作机器人软体手位置跟踪设计与实现

针对遥操作机器人在深海等未知环境中抓取软体物体或易碎物体的工作需求,提出了一种人机交互遥操作机器人的主从软体手位置跟踪方法。首先,介绍了主从软体手控制系统的构成与工作原理,该系统主要包括主端控制回路、通信链路和从端控制回路,用于控制软体手的抓取动作。然后,阐述了软体手指的建模过程与控制器设计,采用假设模态法进行建模,并在软体手指的位置跟踪控制中引入模型预测控制算法,以解决软体从手跟踪软体主手性能差的问题。最后,设计并研制了软体主手、软体从手及其控制系统,其中软体从手以硅胶为原料并嵌入固体材料来增大刚度,同时开展了软体从手跟踪软体主手抓握目标物体的实验。仿真结果表明,所设计的模型预测控制器能有效解决软体手指因模型失配而引起的控制精度下降问题;实验结果表明,所研制的软体从手能有效跟踪软体主手并实现目标物体的抓握,整个控制系统运行良好。研究结果为人机交互遥操作机器人软体手的跟踪控制应用提供了参考。