基于同步动态优化的移动机器人最优速度规划

针对移动机器人在实际运动中受到运动极限的制约及非完整约束的影响,导致难以兼顾运动效率与执行器跟踪性能的问题,提出基于同步动态优化的速度规划方法.建立基于最优控制的速度规划方案,综合考虑机器人的车轮物理约束及车体规则约束.提取约束生成器中的1、2阶约束,根据可达性分析,通过线性规划过程,递推得到参考轨迹,为数值优化提供初始猜测.考虑约束生成器中的3阶约束,采用约束松弛方法,通过基于内点法的同步迭代优化,得到最优配速方案.通过数值及仿真实验验证了以上算法,实验结果表明,移动机器人在运动效率上可以达到车轮物理极限或车体规则极限,在执行器跟踪性能上可以将路径位置误差减小20%以上,保证了运动过程平稳光滑.

考虑经验驾驶行为的入弯实时类人速度规划方法

为提高自动驾驶汽车的安全性、舒适性与通行效率,提出了一种考虑到滑行及安全速度的类人入弯速度规划策略。该策略基于混沌优化理论与实车弯道行驶速度数据,通过将车辆的入弯速度规划问题构建为多目标优化问题,建立了舒适模式与效率模式。通过定义奇点速度,简化了非线性高阶约束条件。结果表明:在该策略规划中,在不同弯道场景下,横向加速度和纵向加速度均在摩擦圆约束内,可保证车辆的行驶安全。相比于未考虑滑行的方法,在舒适模式下,该策略产生的纵向加速度减小9.76%,通行效率提高61.73%;在效率模式中,纵向加速度为加速度阈值,满足加速度约束,通行效率提高88%。因而,无论舒适模式还是效率模式,该方法均可兼顾舒适性和通行效率。

一种S型加减速组合的速度规划算法

针对传统NURBS曲线插补S型加减速的改进难以在加工柔性和加工效率上同时兼顾的问题,提出一种将多种S型加减速组合的速度规划算法。选取分别在加工柔性和加工效率上单独改进的两种S型加减速,并设计了一种兼顾柔性和效率的新改进S型加减速。在速度规划中,根据简化后的4种加减速形式,灵活组合这3种S型加减速,并采取合并曲线分段的速度平滑方式,减少了曲线段间的速度波动。仿真结果表明:该算法能在提高加工效率的同时满足加加速度的连续,最终实现加工柔性和加工效率的兼得。

针对移动平台的无人机自主降落的新型速度规划方法

针对现有的无人机降落存在过激的加速、减速以及反向飞行和多次振荡的问题,进行了无人机自主降落于移动平台过程中的速度规划方法研究,提出了一种基于移动平台梯度和风险权重的自主降落速度规划方法。仿真实验表明,与Fast-perching降落方法相比,所提方法减少了过激的加速、减速和振荡次数,避免了反向飞行,且降落时间效率提高了30.76%,水平方向降落效率提高了26.47%,垂直方向降落效率提高了37.5%,为无人机自主降落到移动平台速度规划问题提供了一种有效的解决方案,具有一定的工程实用价值。

城轨列车虚拟联挂协同速度规划技术

城市轨道交通列车虚拟联挂技术能有效解决客流时空分布不均衡的问题。从城轨列车编组运行准时性、舒适性和站台作业时间充足的关键需求出发,文章首先对列车的牵引和制动特性、车辆运动学和动力学模型进行了深入分析,提出一种信息集中决策型虚拟联挂协同速度规划算法,通过对算法的约束条件、目标函数和最优求解进行设计,计算出联挂编组随时间运行的位移、速度、加速度、牵引力/制动力、冲击率和工况的规划序列。现场试验结果显示,该虚拟联挂编组运行的到站时间差小于3 s、前后车停车时间差小于2 s、冲击率不超过0.1 m/s^(3)、牵引与制动工况切换平稳,表明采用该技术能有效实现列车编组安全、准时、舒适和高效的运行,为后续的工程化应用奠定了坚实的基础。

利用CNC多维约束的S型速度规划

经典控制模型中存在时间过耦合,而速度规划与实时轨迹控制都与时间关联,导致实时计算量、规划与控制协调性等不足的问题,提出利用CNC多维约束的S型速度规划方法.首先建立双重反馈的控制模型,内反馈继承经典控制模型将时间反馈到控制器,外反馈将非时间反馈到规划器;然后将影响速度规划的因素分为时间相关与时间无关,与时间相关因素在控制器中实时控制,与时间无关因素在规划器中进行非时间速度规划;在规划器中建立基于轨迹路径长度、轨迹几何特性、运动参数以及程序行号等信息的多维约束模型;最后以路径长度代替时间作为运动参考量,结合多维约束模型,考虑轨迹的几何特性与路径长度映射关系,使轨迹特性与非时间建立具有空间性关联.通过MATLAB仿真对控制模型的抗干扰能力进行验证,并通过CODESYS软件编程和实验的结果表明,所提方法是可行和有效的.

纯电动汽车经济性巡航速度规划及控制方法设计

为提高纯电动汽车续航里程,提出了一种经济性巡航速度规划及控制方法。根据车辆所处的行驶环境,如跟驰模式或巡航模式,分别提出基于长短期记忆模型(LSTM)的短期车速规划方法和基于遗传算法(GA)的长期车速规划方法。基于分层结构构建经济性巡航控制系统,上层通过构建待优化问题的目标函数并基于遗传算法求解获得规划车速剖面,下层以最优速度曲线作为输入并基于跟踪控制器实现距离控制和速度控制。在Carsim和Simulink联合仿真平台上搭建了纯电动汽车模型和经济性巡航控制系统模型,结果表明:引入速度规划可以在多场景下为车辆提供能量优化后的最优速度曲线,降低电动汽车的能耗并改善出行效率。

金属弧焊机器人加工轨迹智能规划研究

针对金属弧焊机器人加工轨迹运动规划精度低的问题,提出一种基于改进梯形速度规划算法的弧焊加工轨迹智能规划方法。该方法首先根据D-H法构建机器人的运动学模型,根据拉格朗日法构建机器人的动力学模型;然后应用加速度规划改进后的梯形速度规划算法进行运动规划;最后基于稳健控制的运动修正方法对初步运动规划结果进行修正。仿真实验结果表明:相比于梯形速度规划算法,改进的梯形速度规划算法具有更高的运动规划精度;基于稳健控制的运动修正方法的加入,使运动规划精度、抗干扰性都得到提升,且提高了机器人关节的使用寿命;该方法具有较好的弧焊加工轨迹智能规划性能,基本满足研究需求。

面向非结构化道路场景的车辆全局速度规划

为实现智能网联车辆在复杂非结构化道路场景下行驶速度规划,该文提出了一种基于分段匀加速模型的车辆全局速度规划方法。以驾驶安全平稳性为原则分析车辆动力学特性,计算侧翻与侧滑临界车速作为非结构道路上各路径点的极限行驶速度;设计分段匀加速模型建立全局速度规划问题,构建考虑效率、平稳性及能耗的综合损失函数,考虑非结构化道路的坡度曲率连续变化,设计车辆速度、加速度及加加速度变量边界来约束决策变量;结合重型电动车辆制动能量回收功能,针对性提出非结构化道路场景下电动车辆速度规划模型,并通过仿真对方法进行验证。结果表明:主车的加速度范围稳定在-1.0~1.0 m/s^(2),加加速度范围稳定在-0.5~0.8 m/s^(3);相比于基于动态规划的速度规划,所提出的速度规划算法保证车辆行驶平稳性的同时,减少了车辆控制输入,0.8 s的计算时间可满足无人驾驶车载设备实时计算需求;将提出的算法应用于无人矿卡实车,车辆行驶平稳,最大加加速度不超过0.45m/s^(3)。

一种数控小线段拟合与速度规划的优化方法

为解决数控加工中圆弧拟合和样条拟合等方式导致的曲率突变和计算复杂度高及加工过程速度断层等问题,文章提出了一种采用正弦曲线代替圆弧曲线的拟合方法,以自行设置的立体四叶草形状路径为对象,进行仿真分析。结果表明,正弦弧线插补与圆弧插补都有计算精度高的优点;正弦弧线插补在保证曲率连续的同时,过渡边长全长可达圆弧插补的147.5%~218%。同等过渡边长限制下,正弦弧线插补的角度范围比圆弧插补多出29%~46%。后续的速度规划中,加入速度前瞻中的回溯法,解决了速度断层和加速度及加加速的超限问题。

面向量产的自适应巡航控制系统纵向加速度规划方法研究

当前应用较多的基于预测的纵向加速度规划方法由于算法复杂,占用硬件资源大,较难在低算力控制器上实现量产。而传统的规划方法虽然占用资源少,实时性好,但无法保证高安全、高舒适以及高可靠的量产要求,且缺少对多车型适配的高通用特性。为解决上述问题,本文提出一种纵向加速度规划方法。定速巡航规划采用多维优化PID控制方法,借助PID控制思想,合理划分误差段和时距段,离线设计二维加速度上下限表,可适配多车型多时距配置,提升算法通用性。跟车巡航加速度规划采用基于动态预测时域的模型预测控制方法,通过考虑执行器效率和时延,预测车辆运动状态,进而提高系统安全性。同时,对预测时域进行动态管理,具备多场景自适应、多车型适配的高通用性,并通过降低求解复杂度,满足低资源占用要求。通过搭载低算力控制器的多款量产车辆道路试验,验证了该方法在定速巡航和跟车场景中具有高安全、高可靠的特性。两款量产车型1万km路试结果舒适性体感占比分别为89.21%和86.95%,以及百公里接管次数均小于1次,表明了该方法满足舒适性和鲁棒性的量产要求。

基于动力学的自适应多段回溯前推实时速度规划算法开发

为了提高微小线段的加工精度和效率,提出一种实时速度规划算法。该算法由两部分组成:针对刚柔耦合、重负载平台在数控运动中的抖动问题,提出基于动力学的初步规划算法,以优化短线段的实际加速度,提高运动的平稳性;针对单段回溯前推算法对于微小直线/圆弧加工效率不高的问题,提出基于动力学的自适应多段回溯前推速度规划算法,以提升加工效率。在基于PC的实时控制器和龙门双驱XY激光切割平台上进行了测试,并将该算法与自适应速率算法和单段回溯前推算法进行了比较。结果表明,所提算法在加工质量和加工效率方面均有所提高。此外,该算法简单有效,适用于高实时性的应用环境。

基于时间最优的机器人位姿同步轨迹规划方法

为提高工业机器人在工作空间的运行效率,提出了一种在笛卡尔空间实现位姿同步的时间最优轨迹规划方法。该方法采用三次均匀B样条曲线对机器人末端路径点进行位姿同步的路径插值;以减小运动时间为优化目标,在满足关节运动学约束的条件下,采用线性规划对离散后的笛卡尔空间参数化轨迹进行逆向与正向递推,求解路径参数的相平面图。基于路径参数的相平面图,通过雅可比矩阵计算关节速度进行时间最优速度规划。针对所提方法进行实验验证,结果表明该方法在满足机器人实际运动性能的前提下达到了时间最优。

一种减小柔性冲击的NURBS曲线速度规划算法

针对传统NURBS曲线插补7段S型加减速模型存在较大柔性冲击的问题,设计一种柔性冲击较小的四次多项式加减速模型,将其与传统7段S型进行组合,并引入系数k来调整两者各自占比,达到加工效率与柔性冲击均衡的目的。仿真结果表明:该算法能在满足加工效率的条件下减少速度波动,且加工精度较传统7段S型有所提高。

自主泊车轨迹规划技术发展现状综述

自主代客泊车系统是集智能驾驶环境感知、决策规划、运动控制技术于一体的综合系统,轨迹规划直接关系到代客泊车停车过程的效率、能耗、安全性和舒适性。为梳理自主泊车轨迹规划技术的发展现状,回顾了泊车技术的发展历程,针对泊车过程中单车轨迹规划问题开展调研,分析了面向自主代客泊车轨迹规划研究的进展。鉴于从单车智能到多车协同的转变展现了更大的系统优化潜力,继而梳理了多车协同轨迹规划的基本方法和研究现状,探讨了泊车场景下的协同规划研究进展及特点。对自主代客泊车轨迹规划的现存问题与未来发展趋势进行了分析和展望。

面向打磨轨迹的速度规划算法研究

使用机器人进行车身打磨时,打磨轨迹通常来源于人工示教或车身数模提取。为了使打磨轨迹具备连续平滑的速度以及加速度,基于15段S形曲线速度规划算法以及四元数姿态球面线性插值算法,提出位姿解耦的轨迹速度规划预处理方法与流程。并针对实际获取的客车车身构件打磨轨迹进行了验证。

一种加加速度连续平滑的新型柔性加减速控制算法

针对数控机床加工微小线段时因加加速度突变而导致精度和效率下降等问题,提出一种新型柔性加减速控制算法。该算法基于正弦函数构建了加加速度连续平滑的运动控制曲线,并通过分析数控机床加工线段的长度和初末速度,实现新型柔性加减速算法的速度规划。仿真与实验测试结果表明:与传统S形算法相比,该算法能有效地降低因加加速度突变引起的振动,提高数控加工过程中的平稳性与效率。

基于全局优化的列车自动驾驶实时规划算法

[目的]针对现有城市轨道交通列车自动驾驶中目标速度规划算法运算量大、运算时间长而无法实时应对突发状况时线路限速临时改变的问题,提出一种基于全局优化的目标速度实时规划算法,实时生成规划速度曲线。[方法]依据列车当前位置、当前速度、运行前方线路限速等条件,首先通过逐点计算的方式生成最短用时规划速度曲线;接着调整牵引、制动级位使列车保持匀加速/减速运行,优化列车运行的舒适度指标;并结合调整最高限速段的巡航速度减少不必要的牵引和制动时间,优化列车运行的能耗指标,最后输出列车规划速度曲线。[结果及结论]仿真结果表明,采用该算法实时生成的规划速度曲线满足了安全、准时和精准停车等基本约束条件,相比传统规划算法,提高了列车的运行舒适度,降低了列车运行能耗;同时,也可以有效应对突发状况时线路限速临时改变的情况,实现多个运行指标的优化。

基于NURBS和Slerp插补机器人S型速度规划

针对工业机器人作业过程中出现的速度突变,减小机器人关节电机的冲击,给出了一种基于NURBS曲线描述的机器人末端路径构造方法,改善了机器人作业路径的光滑性,结合基于四元数描述的Slerp末端姿态规划的方法,保证了姿态变化的连续性;运用S型速度规划方法,实现了末端轨迹的柔顺性,以及作业过程中关节空间与笛卡尔空间下速度曲线的平滑,确保加速度不会发生突变,保证了机器人作业过程的平稳性,减小机器人作业时的冲击与抖动。仿真过程中,对比5段多项式轨迹规划,采用所提方法得到的速度曲线更光滑,加速度无突变,有效避免了传统规划作业过程中频繁起停的问题。最后在机器人平台上运行所提规划算法,印证了仿真所得结果,从而证明了所提方法可以有效改善机器人作业的性能。

基于余弦函数运动轨迹规划的算法研究

在运动控制系统中加减速控制非常重要,它直接关系到机器运行的稳定性。本文首先分析了传统的梯形加减速的优缺点,从而提出了余弦函数加减速与梯形加减速结合算法;然后详细介绍了其推导过程。在倍福TwinCAT控制平台上对算法进行了仿真和实验分析。经过实验验证表明这种加减速算法能够克服传统的算法的缺点来得到较为理想的速度和加速度。