混合动力汽车电子差速控制系统的研究

为了研究混合动力汽车的电子差速特性,通过分析汽车转向轨迹,提出了一种新的电子差速控制方法.由于汽车转向行驶时内、外侧车轮转速与转向角和车体速度之间为非线性关系,采用神经网络模型参考自适应的控制方法.仿真结果证明,该电子差速系统鲁棒性好,具有一定的可行性.     

非同轴两轮机器人自平衡与转向闭环控制

针对车速、车身侧倾角和前轮转角变化较大工况下的非同轴两轮机器人在基于前轮转角的自平衡控制中,因动力学模型准确性对自平衡控制带来的影响,设计了基于RBF神经网络模糊滑模控制的自平衡控制器,利用RBF神经网络的逼近特性,对动力学模型中非线性时变的不确定部分进行自适应逼近,从而提高动力学模型的准确性,并借助模糊规则削弱滑模控制中产生的系统抖振;以及因前轮转角用于自平衡控制中难以实现转向闭环控制,建立了基于纯跟踪法的轨迹跟踪控制器,并设计利用车身平衡时车身侧倾角与前轮转角的耦合关系,将转向闭环控制中的目标前轮转角替换为目标车身侧倾角,从而将自平衡控制器与轨迹跟踪控制器相结合,在保证车身平衡行驶的前提下,实现带有轨迹跟踪的转向闭环控制。实验结果表明,凭借动力学模型的较高准确性,RBF神经网络模糊滑模自平衡控制器具有鲁棒性好、超调量低和响应迅速的优点,并且利用车身平衡后车身侧倾角与前轮转角耦合关系,实现转向闭环控制是可行的,具有良好的轨迹跟踪效果。     

四轮转向车辆操纵稳定性仿真分析

对四轮转向车辆的转向特性进行了理论分析,并对某控制策略的四轮转向车辆为例进行了仿真.建立了四轮转向车辆操纵动力学模型,分析了前轮角阶跃输入下四轮转向车辆的稳态响应和瞬态响应与传统前轮转向车辆的主要区别;在四轮转向车辆状态方程的基础上二求解出横摆角速度和侧向加速度与前轮转角的传递函数,与前轮转向车辆对比分析了传递函数零、极点位置对响应特性的影响.借助Matlab/Simulink,对四轮转向车辆进行仿真,发现仿真结果与理论分析吻合.将仿真结果与前轮转向车辆进行比较,阐明了四轮转向车辆的性能优势.研究结果可为评价四轮转向车辆的系统设计提供理论依据.     

轮式机器人模糊遗传PID转向控制实验研究

为了对模型复杂的轮式地面机器人进行转向控制，应用了模糊遗传PID控制方法。先用模糊神经网络建立车体模型，再用遗传PID进行参数寻优，最后用优化参数控制机器人转向。该方法能直观地判断PID参数是否有效。经过对车体转向控制的实验研究，控制效果良好。     

基于粗糙集和模糊神经网络的空气质量评价

针对概率神经网络的输入量过多会影响其训练速度的问题,采用了基于分辨矩阵的粗糙集属性约简方法,删除不相关或不重要的指标.鉴于空气质量分级标准的模糊性,将模糊数学和概率神经网络结合起来,构建了模糊概率神经网络空气质量评价模型(FPNN),然后将约简后的指标值进行模糊化处理后输入到PNN神经网络进行智能训练.实例表明.该方法提高了收敛速度,评价结果客观可靠,具有一定的实用价值.     

基于变传动比的线控转向前轮转角控制

提出一种基于混合智能变传动比技术的前轮转角控制算法;分析了车辆转向性能和转向稳定性的影响因素,利用模糊神经网络设计以控制车辆转向性能为重点的传动比控制器,利用直线拟合方法设计以转向稳定性为重点的传动比控制器,然后应用模糊软切换技术对两传动比进行切换融合,最终得出兼顾转向性能和转向稳定性的恰当总传动比;利用该传动比直接控制前轮转角,并将控制策略进行仿真实验;实验结果表明总传动比不仅在数值范围和曲线形状上更接近理想传动比,而且将对应的峰值速度控制在110km/h左右,优于其他两个分传动比的控制效果;用该传动比控制的整车稳定性和前轮路径跟踪能力较好,可见整个控制策略的有效性。     

汽车转向机构仿真及优化设计

研究汽车转向机构优化设计问题,传统转向机构设计忽略转向机构与悬架干涉,造成实际工况下前轮定位参数变化过大,导致操纵稳定性下降.为了提高实际工况下转向性能,针对原地转向及车轮跳动工况,根据阿克曼转角几何原理及前轮定位参数变化规律,采用多目标优化方法建立复合加权惩罚函数进行优化设计.并在建立优化模型时引入试验设计方法(DOE)进行设计变量筛选.应用ADAMS软件建立某车前悬架总成动力学模型进行仿真优化.仿真结果表明,优化后模型更好地满足了阿克曼转角几何原理,转向机构与悬架更加匹配,验证了改进方法在转向机构优化设计中的实用性与优越性.     

四轮线控转向系统的转向控制策略研究

为了控制汽车的质心侧偏角,同时保持汽车的转向增益不变,研究了四轮线控转向系统的后轮转向控制策略和前轮转向控制策略.首先建立了四轮转向整车二自由度模型,然后基于稳态质心侧偏角为零得到两种后轮转向控制策略:与前轮转角成比例型和横摆角速度反馈型,前者不改变系统极点,后者改变系统极点.基于转向增益不随车速改变得到二者的前轮转向控制策略.仿真表明,提出的前轮转向控制策略可以保持固定转向增益,降低驾驶员负担;后轮转向控制策略可以实现零质心侧偏角稳态值,控制车辆姿态,改善操纵稳定性.     

基于T-S模糊神经网络的抽油机井故障诊断

针对油田抽油机井故障的特点,提出了基于T-S模糊神经网络的抽油机井故障诊断方法。即将神经网络的学习能力引入到模糊系统中,将模糊系统的模糊化处理、模糊推理、精确化计算通过分布式的神经网络来表示,从而提高系统的学习能力和表达能力。提出了基于LM优化的BP算法以提高网络收敛速度,利用MATLAB神经网络工具箱建立模糊神经网络诊断模型,经仿真测试表明,所提出的故障诊断方法能有效地对抽油机故障识别,正确率较高、效果较稳定,可提高网络训练及诊断速度。     

车辆主动转向系统的鲁棒控制器设计研究

本文将H2/H∞鲁棒控制理论应用于电动助力转向系统的控制策略研究,在建立前轮转向理想跟踪模型基础上,提出一种基于H2/H∞模型跟踪技术的主动转向控制方法,并对设计的控制器进行仿真分析与对比.通过仿真分析,从理论上验证基于H2/H∞跟踪控制理论的转向控制器可以适用于汽车的EPS转向系统,能很好地跟随理想车辆转向模型,有利于提高车辆的主动安全和稳定性.     

非独立悬架车辆自激摆振的数值仿真分析

基于一个三自由度的转向系统模型,利用数值仿真方法分析了横拉杆刚度、主销后倾角、转向机刚度、轮胎侧偏刚度、轮胎拖距、转向机阻尼、绕主销当量阻尼等参数对载重汽车自激型摆振的影响.仿真分析的结果表明,上述参数发生变化时,可诱发自激摆振,但车速也是影响摆振的关键因素之一.在确定的系统参数和车速下,初始激励不仅可能诱发稳定的自激摆振,还可能是发散的运动.与受迫型自激摆振不同,自激型摆振的频率变化与车速的变化并不一致.     

Autonomous car driving by a humanoid robot

Enabling a humanoid robot to drive a car requires the development of a set of basic primitive actions. These include walking to the vehicle, manually controlling its commands (e.g., ignition, gas pedal, and steering) and moving with the whole body to ingress/egress the car. We present a sensor‐based reactive framework for realizing the central part of the complete task, consisting of driving the car along unknown roads. The proposed framework provides three driving strategies by which a human supervisor can teleoperate the car or give the robot full or partial control of the car. A visual servoing scheme uses features of the road image to provide the reference angle for the steering wheel to drive the car at the center of the road. Simultaneously, a Kalman filter merges optical flow and accelerometer measurements to estimate the car linear velocity and correspondingly compute the gas pedal command for driving at a desired speed. The steering wheel and gas pedal reference are sent to the robot control to achieve the driving task with the humanoid. We present results from a driving experience with a real car and the humanoid robot HRP‐2Kai. Part of the framework has been used to perform the driving task at the DARPA Robotics Challenge.     

基于阿克曼原理的4WID/4WIS汽车循迹控制研究

针对四轮独立驱动、独立转向汽车循迹控制精度和转向稳定性兼容问题,同时考虑减小轮胎磨损,延长轮胎使用寿命,本文基于阿克曼转向原理和RBF神经网络PID理论,提出了一种自适应的循迹控制方法.首先,设计了基于RBF神经网络PID理论的自适应转向控制器,用于控制前内轮转角,保证循迹精度;其次,后内轮以减小质心侧偏角为目标进行辅助转向,保证转向稳定性;接着,基于阿克曼转向原理,确定外轮转角,保证各轮侧偏力分配合理;最后,采用同一瞬心法,确定各车轮转速,以减小轮胎滑动率.本文搭建了CarSim和MATLAB/Simulink联合仿真平台,进行了仿真实验,结果表明：本文提出的循迹控制方法,不仅能获得较小的循迹偏差和质心侧偏角,保证了足够的循迹控制精度和转向稳定性,同时还减小了轮胎滑动率,有利于减小轮胎的磨耗.     

基于STM32F107的搬运机器人电机控制系统设计

针对搬运机器人的前轮转向舵机和后轮驱动电机的控制要求,采用以Cortex—M3为内核的STM32F107作为主控制器,采用嵌入实时操作系统 μC／OS-II ,将程序分成启动任务、电机转速控制任务、舵机控制任务等相对独立的多个任务,并设定了各任务的优先级。该系统能较好地实现搬运机器人的运动控制。     

Kinematics of automatic guided vehicles with an inclined steering column and an offset distance: criterion for existence of inverse kinematic solution

This article presents the kinematic model of an automatic guided vehicle (AGV) with an inclined steering column and an offset distance. The vehicle configuration considered here employs the front wheel as the driving and steering wheel. From the kinematic model, a criterion is derived to test the existence of inverse kinematic solution. The criterion is a function of the geometric parameters of the AGV and the steering angle of the wheel. From the criterion defined, conditions for the existence of inverse kinematic solution for steering column configurations with and without inclination and offset distance are obtained. The criterion also presents the range of steering angles for which the inverse kinematic solution exists. The criterion signifies the presence of a unique solution for the motion parameters of the wheel, i.e., the wheel speed, steering angle, and steering rate for desired values of the motion parameters of the AGV, i.e., the linear and angular velocities of the AGV. This information is needed for the guidance control of AGVs based upon a kinematic control scheme (dead-reckoning control) without using the absolute position referencing system to follow a predefined path at prescribed linear and angular velocities. © 1992 John Wiley & Sons, Inc.     

辅助实现机器人驾驶车辆的研究与仿真

针对机器人驾驶汽车在未知复杂环境下行驶的问题,提出一种基于图像的辅助实现机器人驾驶车辆的方法.根据机器人驾驶过程中所拍摄的路面图像,在图像中取一点作为车辆行驶的目标位置点;根据此点的位置,计算出车辆行驶时的转弯半径;对方向盘转角与转弯半径之间的关系进行曲线拟合,计算得出方向盘的转角;根据转角信息在图像上画出可供参考的车辆可行驶辅助线.本文算法利用matlab进行了仿真研究,实验结果表明,采用这种方法获取辅助线能够较为准确的作为车辆行驶的参考,为辅助机器人驾驶车辆行驶带来了很大的便利.     

Fault‐tolerant path‐following control for in‐wheel‐motor‐driven autonomous ground vehicles with differential steering

Over the past several decades, the automobile industry has denoted significant research efforts to developing in‐wheel‐motor‐driven autonomous ground vehicles (IWM‐AGVs) with active front‐wheel steering. One of the most fundamental issues for IWM‐AGVs is path following, which is important for automated driving to ensure that the vehicle can track a target‐planned path during local navigation. However, the path‐following task may fail if the system experiences a stuck fault in the active front‐wheel steering. In this paper, a fault‐tolerant control (FTC) strategy is presented for the path following of IWM‐AGVs in the presence of a stuck fault in the active front‐wheel steering. For this purpose, differential steering is used to generate differential torque between the left and right wheels in IWM‐AGVs, and an adaptive triple‐step control approach is applied to realize coordinated lateral and longitudinal path‐following maneuvering. The parameter uncertainties for the cornering stiffness and external disturbances are considered to make the vehicles robust to different driving environments. The effectiveness of the proposed scheme is evaluated with a high‐fidelity and full‐car model based on the veDYNA‐Simulink joint platform.     

基于多超声波传感器避障机器人小车的设计

本文介绍了采用多超声波传感器的避障小车的设计与实现.通过多个超声波发送脉冲检测与障碍物间的距离,控制方向舵机进行转向,实现小车的避障功能.小车采用前轮舵机转向,后轮H桥驱动电路和齿轮减速驱动的方式,以Arduino Mega ADK控制板作为控制核心,进行了软硬件系统的设计,搭建出自动避障小车平台,取得了良好的实验效果.     

基于ROS的蛇形机器人基本仿生运动与自主爬台阶控制

设计了一种带正交关节和主动轮组合的蛇形机器人。该机器人不仅能够实现基本的蜿蜒运动、纵向行波运动、横向翻滚运动和横向行波运动,且针对台阶式障碍物提出了一种自主爬越台阶的控制策略。机器人通过激光测距传感器与头部关节的仰角得到台阶高度,抬起相应高度的关节将头关节搭在台阶上,控制主动轮的推进速度与关节抬起的角速度相结合的方式达到上台阶的目的,并且在运动过程中将头部俯仰关节舵机的负载反馈作为判别下台阶的条件。基于ROS （robot operating system）构建了蛇形机器人仿真模型,并通过仿真与实验验证了机器人的基本运动控制和自主爬台阶控制策略的有效性。