自主车辆前馈NMPC路径跟踪控制方法研究

在弯道等大曲率场景中,车辆转向系统的迟滞和车辆模型的线性化会导致转向不足和稳态误差,从而影响自主车辆路径跟踪精度和响应速度。为了解决这一问题,提出了一种路径跟踪框架。该框架在弯道等大曲率场景,触发前馈控制控制器,输出理想转角序列,提前使转向机构到达最优转角附近;随后将引入排斥目标函数的非线性模型预测控制器优化求解出的最优控制序列作用于车辆,刷新理想转角序列。搭建自主车辆实验平台,在不同场景下进行仿真验证,结果表明,与忽略滞后的传统模型预测控制相比,前馈非线性模型预测控制器跟踪精度和响应速度方面的性能有所提高。特别是在弯道等大曲率场景中,所提出的框架将横向均方根误差降低了近30%。

垄耕模式的无人四驱四转移动作业平台路径跟踪控制

为了提高垄耕模式的无人四驱四转(four-wheel independent driving and four-wheel independent steering,4WID-4WIS)移动作业平台路径跟踪控制精度和稳定性,该研究提出一种基于非线性干扰观测器(nonlinear disturbance observer,NOB)的路径跟踪控制策略。考虑到转弯区域跟踪误差较大,引入原地转向数学模型,设计基于原地转向的航向角PI控制与纯追踪控制的切换控制策略,以实现转弯路径精准跟踪。在此基础上,根据横向偏差和路径弯曲度,设计基于前视距离函数的纯追踪算法及模糊比例补偿器,构建基于NOB的前馈补偿器,以减小上线距离和位置超调。最后对所设计的跟踪控制策略进行仿真和试验验证,结果表明:与传统纯追踪控制相比,所设计的路径跟踪控制策略在3种初始横向偏差下,上线距离、超调、全线平均绝对误差分别减小了32.2%~43.4%、0~42.4%和27.7%~49.5%,且曲线区域平均绝对误差减小33.7%~39.5%;在颠簸硬石板、草地、农田翻耕路况下的稳态区平均绝对误差分别减小了6.25%、33.3%和41.7%。该路径跟踪控制策略有效提高了系统鲁棒性和作业路径跟踪精度,可为垄耕模式的无人四驱四转农业机械导航系统开发提供创新思路和技术参考。

基于复合路径的连续纤维熔丝挤出成形轨迹优化研究

轨迹规划技术在复合材料熔丝挤出成形中非常关键,合理的轨迹可以提高增材制造成形零件的表面质量和强度。针对复合材料熔丝挤出成形的特点,结合多种路径规划算法,提出一种复合路径填充算法。引入NURBS曲线生成轮廓偏置路径,以保持切片轮廓的精度;在切片层的内部区域生成Zigzag填充路径,并在路径转折处进行圆弧优化,减少了约85%空行程,提高了成形效率;然后,基于生成的路径构建时间分析数学模型,以提前对整个制造过程所需的总体时间进行预估及分析,达到对制造过程的前馈控制;最后,使用复合路径填充算法对典型结构体进行模拟制造,相较传统算法减少了28.3%~36.2%制造时间,提高了制造效率。

路径式前馈控制护理模式在重型肝炎患者中的应用价值

目的探讨路径式前馈控制护理模式对重型肝炎患者治疗依从性、自护能力及生存质量的影响。方法本研究为前瞻性研究,采用便利抽样法选取2022年7月至2023年10月西安市第八医院肝病科收治的134例重型肝炎患者,其中男71例,女53例;年龄25~68(45.16±8.16)岁;疾病分类:急性32例,亚急性27例,慢性71例;疾病分型:病毒性68例,酒精性32例,脂肪性21例,药物性13例;采用随机数字表法将患者分为两组,两组各67例,研究过程中两组各脱落2例。对照组采用常规护理模式,观察组采用路径式前馈控制护理模式。两组护理均从入院次日开始,到出院2周结束。比较两组患者入院次日和出院2周后8条目Morisky用药依从性量表(MMAS-8)评分、中文版修正版自我护理能力量表(ASAS-R-C)评分及中文版肝病生存质量量表1.0(LDQOL1.0)评分。采用独立样本t检验、配对样本t检验和χ^(2)检验。结果出院2周后,观察组MMAS-8评分[(6.03±1.34)分]高于对照组[(5.17±1.54)分](P<0.05);观察组ASAS-R-C中一般的自理需求[(19.78±4.88)分]、发展的自理需求[(16.80±3.93)分]、健康欠佳时的自理需求[(14.00±2.90)分]维度评分及总分[(50.58±7.48)分]均高于对照组[(17.89±4.39)分、(14.69±3.59)分、(12.06±3.17)分、(44.65±6.66)分](均P<0.05);观察组LDQOL1.0中的肝病症状[(82.46±6.27)分]、注意力[(79.32±7.93)分]、记忆力[(82.12±8.08)分]、社交质量[(80.40±7.14)分]、睡眠[(72.97±7.47)分]、孤独感[(81.82±6.86)分]、绝望感[(79.31±10.58)分]、耻辱感[(74.29±10.95)分]、性功能[(80.62±11.46)分]、性生活[(86.20±9.72)分]维度评分及总分[(79.54±2.39)分]均高于对照组[(79.89±7.68)分、(73.78±8.22)分、(78.86±8.80)分、(75.14±7.60)分、(70.03±8.45)分、(78.88±8.44)分、(74.18±9.02)分、(69.80±12.40)分、(75.08±11.68)分、(80.55±10.02)分、(75.55±2.83)分](均P<0.05)。结论路径式前馈控制护理模式有助于重型肝炎患者治疗依从性和自护能力的提高,对改善患者生存质量有重要作用。

基于超螺旋滑模及前馈补偿的智能车侧向运动控制

智能车路径跟踪控制受到车辆参数摄动、场景多变等干扰,影响路径跟踪精确性,甚至引起控制系统不稳定.本文设计了考虑不确定性的二阶超螺旋滑模鲁棒控制算法,证明了控制系统的收敛性,并针对干扰问题设计了前馈补偿控制器以进一步提升控制系统的精确性.通过Carsim-Simulink联合仿真环境下的双移线、正弦路径跟踪控制,以及参数摄动情况下的路径跟踪控制,与传统一阶滑模控制对比,验证了所设计的超螺旋滑模控制器路径跟踪的精确性及鲁棒性.结果表明,面对智能车辆参数不确定、驾驶场景多变等情况,采用超螺旋滑模算法比传统滑模算法具有更好的鲁棒性和跟踪精度,超螺旋算法能有效地减弱传统滑模算法产生的方向盘抖振问题.最后,利用实车平台对进行了低速大曲率场景测试,验证所设计的超螺旋滑模算法控制器具有良好的路径跟踪精度.

基于次级通道前馈等效阻尼补偿的改进滤波x-LMS算法

研究了通过次级通道阻尼补偿提高滤波x-最小均方(Least Mean Square;LMS)算法性能的实现方法,提出了一种自适应前馈等效阻尼补偿方案;将前馈补偿器与自适应前馈控制器设计相结合,设计了基于前馈等效阻尼补偿的改进滤波x-LMS算法,改进算法保持了滤波x-LMS算法结构简单、鲁棒性强等优点。以柔性悬臂梁前两阶模态振动为控制目标,分别采用两种算法进行了主动减振仿真实验,结果表明本文提出的改进滤波x-LMS算法具有更快的收敛速度。

基于磁悬浮隔振器的主动隔振控制实验研究

研究了一类新型磁悬浮隔振系统的主动控制问题.以研制的一种大承载能力、大工作行程的磁悬浮隔振器为作动器,构建了隔振实验平台.采用最小二乘法辨识得到了磁悬浮隔振器的静态电磁力模型.基于此模型和提出的一种改进的归一化变步长的LMS算法,设计了自适应前馈主动隔振控制律,并在实验平台上进行了实验.实验结果表明:与广泛采用的滤波x-LMS算法相比,新算法不仅无需精确的次级通道模型信息,还能够保证收敛速度;在所设计的自适应前馈控制律的作用下,磁悬浮隔振器的基频主动隔振效果显著,在考虑了由于隔振器非线性等因素引入的非基频分量后,其整体的主动隔振效果仍然十分明显.

板振动的无需次级通道建模的分散式前馈控制方法研究

针对板的振动,提出一种无需次级通道建模的分散式前馈控制方法。该前馈控制方法不需要结构的物理信息,并且能够控制板在非共振频率处的线谱振动。采用压电片和加速度计分别作为执行和传感元件,建立了简支板振动主动控制的理论模型和实验系统。提出了分散式前馈控制策略,并分析了无需次级通道建模的分散式前馈控制算法的稳定性。提出一种内模滤波器将加速度信号转变为速度信号,并补偿抗混叠滤波器和平滑滤波器的频率响应,使执行器和传感器保持同位配置。通过仿真和实验验证了该算法的有效性。

基于前馈gmf的共模反馈稳定性增强电路

基于0.13μm CMOS工艺,提出并设计了一种应用于三级全差分运算放大器中的新型共模反馈电路。将具有密勒补偿结构的典型两级全差分结构和源随器结构作为三级运算放大器的放大级,通过在共模反馈电路中引入前馈通路,产生的两个零点提高运放的稳定性,解决了传统共模反馈电路中多个极点难以补偿的问题。仿真结果表明,在1.2 V电源电压下,共模下增益为70.4 dB,单位增益带宽为56 MHz,相位裕度为85.5°。相比于传统无前馈电路,新型共模反馈电路的单位增益带宽和相位裕度分别提高了8.2 MHz和17.4°。具有这种共模反馈结构的运算放大器可以实现较低的电源电压和较好的相位裕度。

智能车路径跟踪控制器的设计

为解决LQR控制算法在智能车路径跟踪应用中参数难以选择且存在稳态误差的问题,提出一种基于遗传算法、前馈控制和线性二次型最优控制(genetic algorithm-feedforward control-linear quadratic regulator)的GA-FFCLQR路径跟踪控制器。首先,根据车辆的受力情况建立车辆动力学模型,通过将车辆投影到自然坐标系下,建立以相对于期望路径的横向偏差和航向偏差为状态变量的误差动力学模型。基于此误差动力学模型,利用LQR控制理论设计智能车路径跟踪控制器,并结合期望路径的曲率信息设计路径跟踪的前馈控制器。然后,利用遗传算法优化控制器的Q矩阵,从而减小LQR控制器设计的复杂性和提高路径跟踪控制器的精度。最后通过Carsim/Simulink联合仿真平台测试设计的GA-FFC-LQR路径跟踪控制器。仿真测试结果表明,所设计的路径跟踪控制器能够保证智能车在不同道路下的路径跟踪性能,具有较好的跟踪精度。

基于启发式动态规划的履带机器人路径跟随控制方法

针对移动机器人传统路径跟随控制方法需要人工调校参数、缺乏自主优化能力的问题,提出了一种基于启发式动态规划(Heuristic dynamic programming,HDP)的路径跟随控制方法。首先,设计履带式机器人路径跟随控制系统结构,建立了误差状态方程;其次,提出了一种基于HDP算法的路径跟随控制方法,综合误差性能指标和跟随稳定性指标设计了回报函数,采用多层前馈神经网络逼近评价器和执行器,并推导了网络参数的在线优化规则;最后,通过数值仿真和系统试验验证了HDP方法的路径跟随性能。试验结果证明,基于HDP算法的控制器跟随直线的平均误差绝对值为0.04 m、均方根误差为0.06 m;跟随钝角转向曲线的平均误差绝对值为0.01 m、均方根误差为0.06 m;跟随锐角转向曲线的平均误差绝对值为0.03 m、均方根误差为0.09 m。该方法不需要对控制参数进行反复调试就能够获得较好的控制效果,提高了移动机器人路径跟随控制方法的环境适应性和自主优化能力。

基于前馈控制的一体化路径和扁平化管理双模式在提高产科护理质量中的作用

目的分析基于前馈控制的一体化路径和扁平化管理双模式在提高产科护理质量中的作用。方法采用队列研究方法,按在院时间先后顺序,纳入惠州市第二妇幼保健院2020年5月—2021年5月待产妇200例为观察组,同时纳入2019年5月—2020年4月产妇200例为对照组,对照组实施传统的责任制护理模式,观察组采用基于前馈控制的小组扁平化管理与医护一体化临床护理路径。对比2组的健康知识掌握情况、满意度、护理质量、住院时间、住院费用、顺产率和并发症发生情况。结果观察组健康知识掌握情况、满意度、护理质量高于对照组,住院时间短于对照组,顺产率高于对照组住院费用和并发症发生情况均少于对照组(P<0.05)。结论基于前馈控制的一体化路径和扁平化管理双模式在提高产科护理质量中的作用确切,可提高患者知识掌握度和满意度,减少并发症,提升顺产率,缩短住院时间和减少医疗费用。

基于前馈和多输入模糊LQR的路径跟踪控制研究

针对智能车路径跟踪控制问题,提出了一种基于前馈和多输入模糊LQR路径跟踪控制器。首先,建立了车辆二自由度动力学模型,构建了二自由度路径跟踪误差模型,设计了LQR控制器和前馈控制器。然后,针对传统LQR控制器对多变行驶工况适应性较差的问题,设计了一种以智能车行驶速度、道路曲率和路径跟踪的横向误差作为输入的模糊控制规则,对LQR控制器的权重进行调节。最后,使用AGV线控底盘进行实验,对该控制器进行了验证。结果表明,对于连续变道工况和双移线工况,设计的控制器能够较好地对目标路径进行跟踪。