基于Frenet坐标系和控制延时补偿的智能车辆路径跟踪

对智能车辆路径跟踪问题中存在的控制延时问题进行研究。前轮转角表述为纯滞后和1阶惯性延时的串联结构模型,通过使用Matlab/Simulink建立转向控制延时模型,并对实车采集的转向控制数据进行分析,完成延时模型的参数辨识;基于V-REP和ROS搭建仿真测试平台,根据延时模型的辨识结果模拟转向响应特性,实现与实车转向特性等效的控制延时效果;基于Frenet坐标系和运动学、动力学模型构建不考虑控制延时和考虑控制延时的模型预测控制(MPC)路径跟踪控制器,使得控制器可以直接扩展到多车编队行驶场景;在V-REP仿真环境中设置以5 m/s、10 m/s、20 m/s车 速采集的变曲率参考路径,先针对无延时系统考察不考虑控制延时的MPC路径跟踪控制器,获得了平均跟踪误差低于0.22 m的控制效果,验证了不考虑控制延时的MPC控制器在处理无延时车辆系统路径跟踪问题的跟踪性能,再针对大延时车辆系统对比测试两种MPC控制器。试验结果表明：考虑控制延时的MPC控制器相比不考虑控制延时的MPC控制器取得了较大的效果提升,特别是在最大跟踪误差和航向误差指标上表现优异,平均跟踪误差降低了83.7%,最大跟踪误差降低了74.4%;对于高延时系统,低速工况下考虑延时的运动学MPC表现更好,而高速工况动力学MPC表现出了更加稳定的跟踪性能,20 m/s延时试验中仅考虑控制延时的动力学MPC控制器安全地跑完了全程。     

基于反步的高超声速飞行器的容错跟踪控制

针对高超声速飞行器在参数不确定和执行器故障多重约束下的纵向控制问题,基于非线性干扰观测器,采用自适应反步控制方法和动态逆控制方法分别对高度子系统和速度子系统设计控制器。在控制器的设计过程中,针对高度子系统执行器故障和迟滞问题,引入自适应控制,实现了对执行器非线性的补偿。此外,针对常规反步法存在微分膨胀的问题,应用动态面控制技术以避免对虚拟控制量进行反复求导,简化了控制器的设计。然后,利用Lyapunov稳定性理论对飞行器控制系统稳定性进行分析。最后,仿真结果表明该控制方案可以有效地补偿执行器非线性对系统的影响,设计的控制器能够使飞行器快速跟踪给定的参考轨迹。     

障碍物环境下的多AUV主从式编队控制

针对当环境中存在障碍物时,Leader-Follower编队控制中的Follower可能会与障碍物相撞的问题,提出了一种障碍物环境下的多自主水下航行器（AUV）主从式编队控制方法。首先,提出了一种通过改变AUV编队目标点的避障方法,并对其进行数学模型的建立和解析。然后,在Leader-Follower编队控制中,基于级联方法,研究了欠驱动AUV的编队控制问题。将Follower跟踪系统分解为相互级联的位置跟踪系统和航向角跟踪系统,推导出保证系统全局一致渐近稳定的控制参数。仿真结果表明,该方法具有良好的避障和编队控制效果,控制设计可以保证闭环系统渐近稳定,是有效的和可行的。     

线性跟踪系统Lyapunov函数性质及其应用

研究了线性跟踪系统Lyapunov函数性质,并基于该性质进行控制系统设计研究,给出控制器结构和Lyapunov函数取值估计;首先,以经典三回路为基础建立线性闭环跟踪系统微分方程;在完成系统数学模型的基础上,给出线性跟踪系统Lyapunov函数对时间的一阶导数为非负,二阶导数为非正,即线性跟踪系统Lyapunov函数最大值不是在系统的初始状态而是稳定状态这一论点;进而基于该Lyapunov函数性质对控制系统进行设计和Lyapunov函数取值进行研究;最后通过仿真验证,仿真结果表明所提出的线性跟踪系统Lyapunov函数性质、控制器设计和Lyapunov函数取值估计是正确的。     

机器人战术靶示教路径采样和跟踪控制

针对机器人战术靶在实际战术演练中需实现任意路径的跟踪控制,提出一种示教路径采样和跟踪控制策 略。基于2 种示教分别制定路径点采样策略,其中：在线示教人工远程操作机器人战术靶行走,构建基于行驶距离 和转弯半径的路径点采样策略;离线示教通过上位机在地图文件上编辑定义一系列离散的路径点来完成示教路径的 绘制。路径再现阶段读取之前存储的示教路径,采用节点跟踪切换控制策略、速度分段控制策略、基于航向和偏距 组合误差的方向控制策略来控制机器人对路径的跟踪。在物理样机上对算法进行验证,结果表明：机器人战术靶可 很好地对任意复杂示教路径进行跟踪,其中路径跟踪偏差小于0.3 m,各路径点到点跟踪速度偏差小于5%。     

微型无人直升机自适应路径跟踪控制

针对微型无人直升机惯性参数不确定并受外部扰动的情况,提出了一种新的自适应路径跟踪控制方法。该控制方法采用了双回路结构,外回路结合无人直升机的特点,设计了基于制导律的路径跟踪控制器,通过控制无人直升机升力和姿态完成对期望路径和期望速度的跟踪;内回路设计了基于L₁自适应算法的姿态控制器,经自适应律对惯性参数以及外部扰动进行实施估计和补偿,通过控制无人直升机的力矩达到跟踪期望姿态的目的。双回路控制器能够避免设计欠驱动系统带来的问题和困难,并由时标分离原理,能够证明有惯性参数不确定性和扰动情况下的系统跟踪误差一致有界。最后,对所设计的控制方法进行了数值仿真与飞行实验,验证了控制算法的可行性和性能。     

基于非对称模型的欠驱动无人海洋运载器轨迹跟踪控制

研究一类欠驱动无人海洋运载器（UMV）的轨迹跟踪控制问题,提出了一种基于非对称模型的积分反步控制方法。建立了非完全对称（左右对称、前后不对称）的欠驱动UMV水平面运动模型,考虑了系统阻尼系数矩阵和惯性系数矩阵非对角线元素存在非零项的问题;通过设计虚拟状态和控制输入反馈变换,解决了UMV轨迹跟踪控制过程中存在的角速度持续激励问题,得到了直线轨迹和曲线轨迹通用的跟踪控制器;在轨迹跟踪控制器当中引入跟踪误差的积分项,提高了UMV系统的全局稳定收敛速度,基于Barbalat引理和Lyapunov稳定性理论分析了系统的稳定性。借助实验室半物理仿真平台进行仿真实验,与传统基于对称模型的控制算法对比,体现出了基于非对称模型的欠驱动UMV轨迹跟踪控制方法的优越性。     

基于PSO-NTSMC的UUV有限时间路径跟踪控制

针对欠驱动水下无人航行器（UUV）的路径跟踪问题,提出一种基于粒子群优化-非奇异终端滑模（PSO-NTSMC）的路径跟踪控制策略。利用视线法和Serret-Frenet坐标系,构建直线路径跟踪制导律。引入非奇异终端滑模面,设计路径跟踪控制器,实现路径跟踪误差的镇定。通过引入粒子群优化算法优化控制器参数,获得更良好的控制性能。数值仿真结果表明：所设计的控制器能够在有限时间内精确地完成水平面直线路径跟踪任务,并且可以有效地克服恒定未知海流和模型参数摄动的影响。     

基于双层驾驶员模型的履带车辆纵向与横向协同跟踪控制方法

为解决基于离合器转向机速差转向履带车辆的路径跟踪控制问题,采用一种基于双层驾驶员模型的纵向与横向协同跟踪控制方法,以实现对期望路径的跟踪控制。第1层驾驶员模型以高斯混合隐马尔可夫模型为基础,以期望跟踪轨迹为输入,实现对转向模式序列的预测输出及切换控制,其中转向模式包括直驶模式、行进间转向模式与原地转向模式;第2层驾驶员模型以模糊逻辑来表征行进间转向模式下经验驾驶员纵向与横向控制配合规律,并最终依据期望航向校正偏差生成纵向、横向控制量。试验结果表明,上述控制算法能够有效地利用驾驶员的先验经验,解决车辆纵向与横向强耦合特性及转向不确定性给跟踪控制系统带来的挑战,最终实现车辆在特定场景下轨迹跟踪误差小于1.0 m的路径跟踪控制。     

基于自主切换的无人机航向跟踪设计

基于某型无人机飞行运动模型,研究设计了基于自主切换的无人机航向跟踪控制律。建立了无人机运动的数学模型,设计了飞行控制系统结构,以及纵向、横侧向控制律和自主导航功能模块,实现了无人机的基本飞行控制和自主导航功能。通过仿真验证,该无人机具有比较理想的飞行航线跟踪和飞行航线切换能力,自主导航功能模块达到了预期的设计要求。     

双车厢两栖车静水直航下的水动力性能研究

近年来开发了双车厢的水陆两栖车以提高其运载能力。研究基于某型号双车厢水陆两栖车的实尺度模型,采用计算流体力学方法和重叠网格技术建立多体运动的数值仿真模型,双车厢之间采用具有3自由度的球形铰接点进行连接。计算双车厢两栖车在静水中运动的水动力性能,分析前后车体的阻力、纵摇、垂荡运动性能以及球铰连接对车体的影响。研究结果表明：数值计算与拖曳水池试验的总阻力结果基本一致;基于可实现的k-ε湍流模型和多体重叠网格技术,可以很好地实现对双车厢两栖车水动力性能的数值预报;静水直航工况下两栖车的纵倾角度保持在1°以内,纵摇性能优良。     

水面仿生矢量推进器倒车性能分析

针对两栖平台倒车机构复杂、性能研究难以开展的问题,基于水面仿生矢量推进器,提出了一种倒车方式。设计了新型两栖平台,通过推进器反向转动输出倒车拉力,实现了平台0.7 m/s 速度的直线倒行和0.75 m小半径的转弯倒行,提供了更为快速灵活的倒车方式;建立了推进器流体动力学模型,结合下压力、倒车拉力和转矩三维驱动的周期性输出规律,分析轮轴高度、轮辐长度、转速和叶片夹角对推进器倒车性能的影响,扩展了平板旋转绕流的研究;建立敞水试验系统,验证了数值计算模型的正确性。结果表明：随着推进器轮轴高度增加,转矩单调递减;下压力和倒车拉力随着轮辐长度线性变化,转矩与轮辐长度呈二次函数关系;随着转速提高,三维输出单调递增。研究结果为两栖平台倒车控制提供了理论参考依据。     

基于双目视觉的UUV避障半实物仿真系统

由于无人水下航行器（UUV）避障研究的实物海洋试验成本高且风险较大,故针对在试验室进行UUV自主避障规划的需求,利用双目视觉展开了UUV避障半实物仿真试验系统的设计研究,包括多自由度运动台架模拟UUV的运动,双目摄像机代替前视声纳作为避障传感器。阐述了实物双目视觉子系统的关键技术和UUV模型子系统的软件实现方法,以及系统的体系结构、数据交换方法,并进行了基于规则的避障仿真联调试验,结果表明,该系统结构简单,试验实施便利,可作为演示、验证和评估避障路径规划正确性和有效性的实用手段。     

基于Jacobi几何向量的多AUV编队控制方法

研究了多自主水下航行器（MAUV）系统的水平面动力学建模和系统编队控制问题。从单个自主水下航行器的动力学和运动学模型出发,通过引入Jacobi几何向量建立了MAUV系统的水平面动力学模型;结合典型水下航行器全方位智能导器（ODIN）的流体动力参数,将系统模型解耦为3个线性子系统——编队队形、编队运动（即编队中心点的运动）及航行器转向子系统,并采用线性状态反馈法设计了运动控制器和转向控制器。仿真结果表明,该算法可以控制MAUV系统在保持编队队形的基础上跟踪已知路径。     

水陆两栖车矢量喷口装置设计与仿真

为提高水陆两栖车水上航行时的操纵性与稳定性,提出一种新型矢量喷口装置.喷口装置有俯仰与旋转两个运动自由度,可以控制喷水推进器喷射水流的方向,生成方向可控的三维矢量推力.根据水陆两栖车喷水推进理论,完成满足某型轮式两栖车航行动力需求与平台约束的喷水泵基本参数设计.依据计算的水泵出口直径完成与喷水泵一体化的矢量喷口结构与控...     

Hydrodynamics Research on Amphibious Vehicle Systems： Modeling Theory

For completing the hydrodynamics software development and the engineering application research on the amphibious vehicle systems, hydrodynamic modeling theory of the amphibious vehicle systems is elaborated, which includes to build up the dynamic system model of amphibious vehicle motion on water, gun tracking-aiming-firing, bullet hit and armored check-target, gunner operating control, and the simulation computed model of time domain for random sea wave.     

基于强化学习补偿的地面无人战车行进间跟瞄自适应控制

针对底盘运动和路面起伏对地面无人战车行进间跟瞄带来的非线性干扰问题,提出一种 基于强化学习补偿的地面无人战车行进间跟瞄自适应控制方法。该跟瞄控制方法由主控制器与补偿控制器两部分构成,主控制器利用PID控制算法结合当前跟瞄误差得到主控制量,补偿控制器利用Dueling Q 网络强化学习算法对战车当前状态和局部规划路径附近的路面起伏信息进行处理得到补偿控制量。建立地面无人战车一体化运动学模型,对基于强化学习的补偿控制算法进行阐述;基于V-REP动力学软件在三维场景中进行仿真验证。实验结果表明：基于强化学习补偿的跟瞄控制方法对底盘运动和路面起伏具备较好的自适应能力,有效地提升了无人战车行进间跟瞄的准确性与稳定性。     

基于模型预测控制的无人驾驶履带车辆轨迹跟踪方法研究

无人驾驶履带车辆的轨迹跟踪面临着系统不确定性和外界干扰等难以克服的不利因素。针对这一问题,通过研究履带车辆的滑动转向特性,建立了基于瞬时转向中心的履带车辆运动学模型。同时,针对参考路径是离散路点序列的特点,提出了一种基于3次Bezier曲线的参考路径自适应拟合方法,在实现路径平滑基础上提供道路的曲率信息。考虑到模型不确定性和外界干扰对轨迹跟踪精度的影响,设计了基于模型预测控制的轨迹跟踪控制器,并引入反馈校正,系统地处理无人驾驶履带车辆建模误差、环境约束以及执行机构约束。实车试验结果表明,该方法可以有效地抑制系统不确性和外界干扰的影响,实现无人驾驶履带车辆高精度的轨迹跟踪控制。