基于可拓优度评价的智能汽车横向轨迹跟踪控制方法

针对复杂工况横向控制精度低、稳定性差的问题,提出了一种基于可拓优度评价的智能汽车横向轨迹跟踪控制方法,创新采用可拓优度评价控制方法,设计了两层结构的横向轨迹跟踪控制系统。上层控制器包括基于预瞄偏差的PID反馈控制和基于道路曲率的PID前馈反馈控制;下层控制器利用可拓优度评价方法来评价上层两控制器的优劣,根据实时的车辆道路系统状态,选择优度高的控制器输出值,从而实现智能汽车横向轨迹跟踪控制功能,不论是小偏差、小曲率工况,还是大偏差、大曲率工况,都能达到良好的控制效果,提升了智能汽车横向控制系统的工况适应性和可靠性。仿真结果表明,与单一PID反馈控制相比,采用优度评价控制时,横向位置偏差和航向偏差分别减小了16.67%和12%。

基于航路点跟踪的AUV回收控制

针对军事侦察和海洋观测领域中对自主水下航行器(AUV)自主回收能力的需求,研究了AUV自主回收中的航路点跟踪控制问题。在海流干扰作用下,设计航路点规划跟踪路径,然后运用自适应滑模方法设计AUV的动力学控制规律。采用横向跟踪控制算法,使AUV精确地沿着规划的运动路径进入回收器中。仿真结果表明,所设计的控制规律是有效的,AUV能较好地完成航路点的跟踪任务,并最终到达回收器中实现了对接。

基于线性二次型调节器的汽车横向控制算法研究

为了研究智能汽车横向轨迹跟踪控制,基于线性二次型调节器(LQR)算法对汽车横向控制进行了研究,设计了二自由度动力学LQR控制器和带有前馈项的LQR控制器。利用MATLAB/Simulink和CarSim搭建了系统的联合仿真模型,在多种速度的双移线工况下进行仿真验证。仿真结果表明:在恶劣工况下,前馈LQR控制具有比LQR控制更好的跟踪优势,对外部环境干扰和车辆内部的因素干扰有着良好的适应性,确保车辆能够快速且稳定地跟踪轨迹。

自主水下航行器的回坞导引和入坞控制算法

针对军事侦察和海洋环境监测领域中对自主水下航行器(AUV)水下自主回收能力的需求,研究了AUV自主回收过程中回坞和入坞的导引和控制问题。将水下自主回收过程分为回坞导引和入坞控制两个连续的阶段,其中回坞阶段采用经典的视线(LOS)导引法,使AUV到达回收器正前方的回坞航路点;入坞阶段则采用非线性横向跟踪控制方法,使AUV精确跟踪沿回收器中轴线的入坞直线航路航行并最终进入回收器。采用REMUS AUV的模型参数对水下回收进行了仿真研究,结果表明该方法是有效的,具有良好的工程应用前景。