自适应双时域参数MPC的智能车辆路径规划与跟踪控制

为解决过度避障,基于车辆点质量模型,采用非线性模型预测控制(MPC)算法,设计了新型避障功能函数,建立自动驾驶车辆路径跟踪性能综合评价指标,得到最优预测时域和控制时域参数,设计自适应双时域MPC参数路径跟踪控制器。搭建规划层和控制层集成的联合仿真平台,进行仿真试验。结果表明:在180个障碍物点下,避障功能函数可避免过度避障,且计算时间仅增加0.294 ms。采用局部避障路径规划与路径跟踪控制集成结构时,在多静态障碍物场景与动态障碍物场景下,车速为65 km/h时,最大横向误差偏差减小0.169 m,最大横摆角速度减小3.196(°)/s。

大型植保无人机航行路径跟踪控制研究

针对长航时、高载重量大型固定翼无人机用于植保作业任务时必须解决的航向保持和最小转弯半径约束问题,避免出现植被遗漏或者重复作业现象,通过建立无人机的运动学模型,确定无人机飞行过程中的空间位置,规划植保无人机的作业路径,基于DUBINS曲线原理设计了一条低能量消耗、高作业效率和安全的最优目标航行路径。为确保无人机按照目标轨迹飞行,基于制导理论和经典PID控制算法,设计了PID路径跟踪控制器,并运用模糊控制理论进一步优化。利用MATLAB/Simulink平台对控制精度的仿真结果表明:模糊PID路径跟踪控制器获得的航迹与参考轨迹的曲线段误差为0.01 m、直线段误差为0.001 m。模糊PID路径跟踪控制器在航迹角度、速度和方向控制方面较经典PID控制器误差更小,能够满足固定翼无人机航行路线的精确跟踪控制要求。