一种结合规划层的无人驾驶路径跟踪方法

为了解决避让障碍物并且准确地处理路径跟踪问题,提出了路径规划层与路径跟踪控制层相结合的控制方法,在规划层采用了改进人工势场法,在控制层采用了横向预瞄误差模型,并且进行了计算机仿真及实车试验。结果表明,采用规划层与控制层结合的控制方法能够较为理想地解决轨迹跟踪中避让障碍物的问题。

基于预瞄的智能车辆路径跟踪控制研究

针对智能车辆在实际行驶过程中的路径跟踪问题,综合考虑车辆位置和动力学状态,建立了二自由度车辆动力学模型和路径跟踪预瞄误差模型,并将预瞄误差模型与二自由度车辆动力学模型相结合。以最小化横向预瞄误差和车辆与目标路径之间的方位偏差为控制目标,基于线性二次型最优状态调节器(LQR),得到了安装四轮转向控制器的智能车辆的前后轮转角。将车辆的前后轮转角作为车辆模型的输入,控制车辆稳定地跟踪期望路径。仿真结果表明:提出的路径跟踪控制策略能够在车辆换道时始终维持横向预瞄误差和方位偏差在较小范围内,同时具有较好的横向稳定性。

一种热风炉燃烧数据分析与控制的方法

热风炉燃烧控制不够理想,经过提取生产过程数据信息,建立热风炉的状态方程模型,构建预见控制在非线性过程控制中的误差状态方程;用偏微分方法推导预见时刻控制系数,确定最优控制目标的时间序列值;编写最优预见控制程序进行仿真,仿真结果表明最优预见控制效果理想。

基于内模方法的离散时间不确定系统的鲁棒预见控制

本文主要研究了基于周期信号的离散时间不确定系统的鲁棒预见控制问题。首先针对离散时间不确定系统,通过向前差分,构造包含状态向量、输入向量以及可预见目标值信号的扩大误差系统,该过程中利用内模方法的假设引入另一状态量处理周期性目标信号。然后针对该扩大误差系统的闭环系统,引入Lyapunov函数,并通过线性矩阵不等式(LMI)方法,得到扩大误差系统的鲁棒控制器。这个控制器就是原系统的一个鲁棒预见控制器。数值仿真结果表明了本文所得结论的正确性和有效性。