基于虚拟控制律的智能车辆纵横向联合控制策略

综合考虑智能电动车辆动力学方程中轮胎纵、横向力之间的耦合,使得纵向和横向控制器耦合在一个相互联系的控制结构中。纵向控制器基于串级控制结构,用于速度跟踪和力矩控制。基于纵向滑动率和控制力矩的虚拟控制律跟踪时变的纵向速度,设定时变控制矩阵的时变项边界从而获得纵向控制稳定的条件;提出一种跟踪期望横摆角横向控制方法,在车辆当前行驶位置和道路预瞄点之间实时规划逼近目标路径的虚拟路径。采用基于上界的滑模变结构策略跟踪期望横摆角,使车辆实现自动驾驶,参考速度由给定跟踪路径获得。横向控制基于静状态反馈控制、期望横摆角度控制及期望横摆角控制通过Matlab/Simulink仿真对比,验证了联合控制策略的有效性。

高超声速飞行器非仿射模型的预设性能反演控制

针对高超声速飞行器高动态、快时变、强耦合、不确定与多约束的非仿射模型,设计了一种无需估计和逼近的新型预设性能反演控制方法.首先将高超声速飞行器纵向运动模型分解为速度子系统和高度子系统并表示为非仿射形式,并对两个子系统分别设计新型预设性能反演控制器.所设计的控制器不再需要虚拟控制律对时间反复求导,从而避免了"微分膨胀问题".其次通过设计性能函数,保证跟踪误差限定在预期范围内,使控制器具有满意的动态性能和稳态性能,同时明显降低了计算量.最后,通过仿真验证了控制器的有效性及可行性.

考虑扰动及模型不确定的无人船路径跟踪控制

针对外界扰动与模型不确定因素影响下的无人船路径跟踪控制问题,引入Serret-Frenet坐标系对无人船的路径跟踪问题进行数学描述,根据给定的期望跟踪路线与当前无人船的位置信息,利用李雅普诺夫直接法设计无人船航行速度与航向角度的期望值作为路径跟踪的虚拟控制律,通过设计滑模控制器实现对虚拟控制量的误差跟踪控制,通过设计切换函数避免无人船的控制量出现饱和或抖振现象,进而降低模型不确定及干扰对路径跟踪控制的影响。仿真实验表明,设计的控制器可在外界时变扰动与模型不确定的前提下完成对给定路线的理想跟踪。

智能汽车纵横向整体反馈线性化控制

针对智能汽车纵横向耦合非线性导致的控制系统模型复杂度高以及轮胎侧偏刚度不确定性影响控制效果的问题,提出了一种基于轮胎侧偏刚度估计的纵横向整体反馈线性化控制方法。首先,建立智能汽车纵横向耦合动力学模型和轨迹跟踪偏差模型;其次,对车辆模型的线性化条件进行了判定,利用李雅普诺夫稳定性分析方法设计了可以保证系统稳定和跟踪误差渐近收敛的虚拟控制律;然后,对轮胎侧偏刚度进行了实时估计;最后,通过基于CarSim/Simulink的高速紧急双移线仿真实验,验证了本文提出的方法可使智能汽车在纵横向耦合工况行驶时具有良好的轨迹跟踪性能和稳定性。

基于反演算法的严格反馈非线性系统固定时间跟踪控制

针对一类严格反馈非线性系统,研究固定时间跟踪控制问题.基于反演控制策略及Lyapunov稳定性理论,给出使系统全局固定时间稳定的充分条件和设计步骤.所提出的反演控制方案可以消除控制器存在的奇点问题,保证系统的跟踪误差在固定时间内收敛于原点的一个小邻域内,且收敛时间与系统的初始状态无关.最后,通过一个数值仿真示例验证了所提出设计方案的有效性.