B样条曲线下的MPC轨迹重规划算法

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。

MPC与Lyapunov的轨迹重规划与跟踪控制

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。

登月火箭剩余运载能力估计与停泊轨道重规划

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。

基于随机森林的月球表面软着陆实时最优控制

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。