期刊文献+
共找到5篇文章
< 1 >
每页显示 20 50 100
B样条曲线下的MPC轨迹重规划算法 被引量:8
1
作者 汪佳兴 庄继晖 +3 位作者 程晓鸣 黄蕾 谢彭超 严英 《重庆理工大学学报(自然科学)》 CAS 北大核心 2020年第4期27-35,共9页
为加强无人驾驶车辆在复杂环境道路上行驶的平滑性,减少车辆的抖振,提高乘坐舒适性,提出了一种基于B样条曲线的MPC轨迹重规划算法。该算法将B样条曲线与MPC轨迹重规划算法进行有效结合,利用B样条曲线局部性和凸包性的优势,对重规划算法... 为加强无人驾驶车辆在复杂环境道路上行驶的平滑性,减少车辆的抖振,提高乘坐舒适性,提出了一种基于B样条曲线的MPC轨迹重规划算法。该算法将B样条曲线与MPC轨迹重规划算法进行有效结合,利用B样条曲线局部性和凸包性的优势,对重规划算法规划出的离散点进行拟合,提高规划路径的平滑性。基于Matlab/CarSim进行联合仿真,对建立的轨迹重规划模型及控制模型进行双移线工况下的仿真验证。结果表明:相比于不加平滑算法的规划轨迹,双移线工况下,多项式拟合曲线规划出的路径侧向最大加速度和横摆角速度分别降低了56. 01%和60. 52%,B样条曲线降低了77. 08%和68. 55%,验证了算法的正确性和有效性。 展开更多
关键词 无人驾驶车辆 抖振 轨迹重规划算法 B样条曲线
下载PDF
MPC与Lyapunov的轨迹重规划与跟踪控制 被引量:1
2
作者 孙小松 段敏 +1 位作者 汉红彪 杨岐 《重庆理工大学学报(自然科学)》 CAS 北大核心 2022年第2期37-43,共7页
针对无人驾驶汽车轨迹重规划与跟踪控制问题,设计了一种双模块控制器。轨迹重规划模块,采用车辆点质量模型在满足动力学约束下,设计MPC(模型预测控制)下的评价函数与控制器形式并进行非线性求解。自适应跟踪模块,基于Lyapunov(李雅普诺... 针对无人驾驶汽车轨迹重规划与跟踪控制问题,设计了一种双模块控制器。轨迹重规划模块,采用车辆点质量模型在满足动力学约束下,设计MPC(模型预测控制)下的评价函数与控制器形式并进行非线性求解。自适应跟踪模块,基于Lyapunov(李雅普诺夫)第二法引入前、反馈矩阵进行线性求解。通过Carsim/simulink进行不同速度与路面附着系数下的仿真,仿真试验得出,横摆角度极限值在数值为5左右的可控范围内波动,侧向加速度满足±0.5g约束,轨迹跟踪偏移量小。仿真试验结果表明:所设计的双模控制器具有良好的路径轨迹规划效果与稳定跟踪能力。 展开更多
关键词 无人驾驶汽车 轨迹重规划 跟踪控制 模型预测控制 李雅普诺夫
下载PDF
登月火箭剩余运载能力估计与停泊轨道重规划
3
作者 王聪 王劲博 宋征宇 《宇航学报》 EI CAS CSCD 北大核心 2023年第9期1317-1328,共12页
针对载人登月火箭飞行过程中可能发生的推力下降故障,提出了基于剩余运载能力估计的停泊轨道重规划方法。通过系统分析全飞行剖面约束条件和地月转移轨道特点,提高了全程轨迹离线规划方法的收敛性,可用于分析推力下降故障后的剩余运载... 针对载人登月火箭飞行过程中可能发生的推力下降故障,提出了基于剩余运载能力估计的停泊轨道重规划方法。通过系统分析全飞行剖面约束条件和地月转移轨道特点,提高了全程轨迹离线规划方法的收敛性,可用于分析推力下降故障后的剩余运载能力。对于无法进入地月转移轨道的故障,以航天员安全为目标设计了停泊轨道与飞行轨迹序贯重规划方法,在能够满足停泊轨道高度的前提下,进一步优化轨道面参数,为飞船实施二次救援创造良好初始状态;同时,通过入轨点预估降低入轨终端约束的非线性,并利用收敛性好的凸优化方法生成初始猜想,以提升序贯求解效率。仿真结果表明,本方法能够在火箭推力下降故障后,重新规划将飞船送入最优停泊轨道的飞行轨迹。 展开更多
关键词 载人登月 剩余运载能力 停泊轨道 轨迹重规划
下载PDF
基于随机森林的月球表面软着陆实时最优控制 被引量:2
4
作者 姜春生 沈红新 +1 位作者 李恒年 王永 《中国空间科学技术》 EI CSCD 北大核心 2018年第3期8-14,共7页
针对传统月球表面软着陆在处理入轨偏差或降落过程轨迹偏离实时性差,文章提出一种通过监督学习离线训练随机森林结构,使得着陆器在降落过程中根据其状态,通过训练的随机森林结构在线计算其控制量,从而达到实时控制的目的。文章还提出一... 针对传统月球表面软着陆在处理入轨偏差或降落过程轨迹偏离实时性差,文章提出一种通过监督学习离线训练随机森林结构,使得着陆器在降落过程中根据其状态,通过训练的随机森林结构在线计算其控制量,从而达到实时控制的目的。文章还提出一种基于随机森林的模型对月球着陆过程轨迹重规划技术,通过动力学建模将月球着陆过程分成制动段、接近段和着陆段共3个阶段,利用离线训练好的模型根据航天器状态在线计算其控制量,并通过三段下降过程逐渐降低航天器位置速度误差。仿真结果表明,针对入轨偏离500m的情况,通过第一阶段将位置误差缩短至50m,保证了航天器状态位于第二阶段训练集内,经过接近段后再将位置误差缩小至10m范围内,速度误差降至0.01m/s量级,满足着陆误差要求,且控制量计算时间短,达到了轨迹实时重规划的目的。 展开更多
关键词 月球表面软着陆 实时控制 监督学习 随机森林 动力学建模 轨迹重规划
下载PDF
Path planning for UAVs formation reconfiguration based on Dubins trajectory 被引量:7
5
作者 CHEN Qing-yang LU Ya-fei +3 位作者 JIA Gao-wei LI Yue ZHU Bing-jie LIN Jun-can 《Journal of Central South University》 SCIE EI CAS CSCD 2018年第11期2664-2676,共13页
Multiple UAVs are usually deployed to provide robustness through redundancy and to accomplish surveillance,search,attack and rescue missions.Formation reconfiguration was inevitable during the flight when the mission ... Multiple UAVs are usually deployed to provide robustness through redundancy and to accomplish surveillance,search,attack and rescue missions.Formation reconfiguration was inevitable during the flight when the mission was adjusted or the environment varied.Taking the typical formation reconfiguration from a triangular penetrating formation to a circular tracking formation for example,a path planning method based on Dubins trajectory and particle swarm optimization(PSO)algorithm is presented in this paper.The mathematic model of multiple UAVs formation reconfiguration was built firstly.According to the kinematic model of aerial vehicles,a process of dimensionality reduction was carried out to simplify the model based on Dubins trajectory.The PSO algorithm was adopted to resolve the optimization problem of formation reconfiguration path planning.Finally,the simulation and vehicles flight experiment are executed.Results show that the path planning method based on the Dubins trajectory and the PSO algorithm can generate feasible paths for vehicles on time,to guarantee the rapidity and effectiveness of formation reconfigurations.Furthermore,from the simulation results,the method is universal and could be extended easily to the path planning problem for different kinds of formation reconfigurations. 展开更多
关键词 unmanned aerial vehicles formation reconfiguration path planning Dubins trajectory particle swarm optimization
下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部