Design,implementation, and test of skid steering-based autonomous driving controller for a robotic vehicle with articulated suspension

This paper describes an autonomous driving control algorithm based on skid steering for a Robotic Vehicle with Articulated Suspension (RVAS). The driving control algorithm consisted of four parts: speed controller for following the desired speed, trajectory tracking controller to track the desired trajectory, longitudinal tire force distribution algorithm which determines the optimal desired longitudinal tire force and wheel torque controller which determines the wheel torque command at each wheel to keep the slip ratio below the limit value as well as to track the desired tire force. The longitudinal and vertical tire force estimators were designed for optimal tire force distribution and wheel slip control. The dynamic model of the RVAS is validated using vehicle test data. Simulation and vehicle tests were conducted in order to evaluate the proposed driving control algorithm. Based on the simulation and test results, the proposed driving controller was shown to produces satisfactory trajectory tracking performance.     

[分布式驱动电动汽车动力学控制]基于转矩协调分配的分布式驱动电动汽车稳定性控制

A hierarchical vehicle-stability-control method was presented based on the longitudinal force distribution optimization for the handling and stability control of the distributed-driven electric vehicles. The eight-degree-freedom vehicle models and the three-layer control systems were developed. By selecting the sideslip angle and the yaw rate as the state variables and introducting the virtual control to decouple two control variables,  the integral 2-DOF vehicle models were adopted to calculate the equivalent yaw moments for the vehicle stability in upper controllers. The linear quadratic regulator （LQR） method was utilized to optimize the distribution of the front and rear steering angles and the tire longitudinal forces in middle controllers. The sliding-mode-based slip controller in the lower layer was also designed to reallocate the wheel torques. Simulation results show that the control system may make full use of the adhesion potential of the tire under high speed and extreme conditions, realize the coordinated distribution of wheel torques and improve the steering stability of the vehicles. When the actuators fail, the system may reconstruct effectively and realize the reallocation of control inputs to improve the safety of the vehicles.     

基于变预测时域MPC的自动驾驶汽车轨迹跟踪控制研究

为了保证自动驾驶汽车轨迹跟踪的精度及行驶过程中的稳定性,提出一种基于车辆横向稳定状态在线识别和模糊算法的变预测时域模型预测控制（MPC）方法。针对车辆稳定状态的在线识别,采用k-means聚类算法对车辆行驶状态参数进行聚类分析,得到聚类质心,通过在线对比当前车辆状态量与不同聚类质心之间的欧氏距离获取车辆的实时安全等级。同时计算出当前车辆的轨迹跟踪横向偏移量,以这二者为输入,通过模糊控制算法在线计算出预测时域的变化量并输出给MPC控制器实现预测时域的自适应调整,最后求解出自动驾驶车辆跟踪轨迹的最优的控制序列,以达到在保持车辆稳定的前提下实现高精度轨迹跟踪控制的目的。CarSim/Simulink联合仿真结果表明,改进后的变预测时域MPC算法在提高自动驾驶汽车轨迹跟踪精度及横向稳定性方面的表现优于传统MPC控制器。     

四轮轮毂电机驱动智能电动汽车转向失效容错控制研究

四轮轮毂电机驱动电动汽车各轮驱动力矩独立可控,可通过控制前轴左右两轮的力矩差实现前轮转向。以四轮轮毂电机驱动智能电动汽车为研究对象,针对线控转向系统执行机构失效时的轨迹跟踪和横摆稳定性协同控制问题,提出一种基于差动转向与直接横摆力矩协同的容错控制方法。该方法采用分层控制架构,上层控制器首先基于时变线性模型预测控制方法求解期望前轮转角和附加横摆力矩,然后考虑转向执行机构建模不确定性以及路面干扰,设计基于滑模变结构控制的前轮转角跟踪控制策略。下层控制器以轮胎负荷率最小化为目标,利用有效集法实现四轮转矩优化分配。最后,分别在高速换道和双移线工况下仿真验证了该控制方法的有效性和实时性。     

考虑路面附着和自适应时间系数影响的车道保持控制

分析了路面附着系数对车辆控制的影响,根据车辆线性二自由度模型与一定的预瞄信息获得车辆-道路动力学模型,并给出了基于Brush轮胎模型的路面附着系数估计算法。针对车道保持转向过程中的车身横摆角速度与转向角的时间延迟现象,提出与路面附着系数有关的自适应时间系数,并加入到车辆-道路动力学模型中。在此基础上,基于滑模控制理论设计横摆角速度滑模控制器来跟踪期望车辆状态,获得理想的转向角。最后,进行了基于CarSim/Simulink的仿真计算和硬件在环台架试验,研究结果表明,在不同路面附着系数下考虑自适应时间系数可改善车道保持控制效果。     

极限工况下无人驾驶车辆运动规划策略研究

针对无人驾驶车辆在极限工况下的运动规划问题,提出一种适应极限工况的无人驾驶车辆运动规划策略。首先,建立了准确描述车辆运动的动力学模型,并采用修正的非线性轮胎模型反映轮胎与不同路面之间的动力学特性;其次,提出一种基于安全制动距离的自适应势场模型,以适应极限工况下外界条件与车辆参数的变化;再次,考虑到车辆在极限工况下易发生横向失稳,设计出横向稳定性指标(Lateral stability index,LSI)作为关键优化参数,并展开车辆横向稳定性分析;然后,基于模型预测控制方法(Model predictive control,MPC),将极限工况下的运动规划问题转化为多目标优化问题;最后,构建出PreScan-Simulink-CarSim联合仿真平台,并在冰雪路面等多种极限工况下对所提出的运动规划策略进行了验证。仿真结果表明,该策略有效提升了无人驾驶车辆在极限工况下的安全性与稳定性。     

分布式电驱动汽车稳定性控制策略设计与试验

研究分布式驱动电动汽车操纵稳定性控制问题。基于模型跟踪控制的思想,采用分层控制结构设计控制器。控制器包含参考模型、运动跟踪控制器、控制分配器、参数估计模块。采用带质心侧偏角约束的2自由度车辆模型作为参考模型,设计非线性滑模变结构运动跟踪控制器;针对过驱动系统引入控制分配理论,采用二次规划法设计控制分配器,利用有效集方法进行求解;设计相关动力学参量的估计模块。利用实车平台对稳定性策略进行实车验证,双移线试验与蛇形绕桩试验结果表明：滑模变结构控制器具有较好的收敛性,控制分配模块可以实现四轮纵向力的优化分配,车辆横摆角速度能够较好地跟踪参考横摆角速度。相比无控制车辆,提高平均通过车速,提高平均峰值横摆角速度响应,增加车辆在极限工况下的稳定性。     

基于线性时变模型预测控制的自主车辆轨迹跟踪控制器设计与验证

随着自动驾驶技术的快速发展,精确的轨迹跟踪已经成为汽车工业和学术领域公认的实现自主车辆运动控制的核心技术之一。为提高自主车辆轨迹跟踪的实时性与准确性,提出一种应用于自主车辆的线性时变模型预测跟踪控制器（Linear time-varying model predictive controller,LTV-MPC）设计方法。根据运动学原理建立某自主无人小车的二自由度运动学模型,其次,基于该模型构建车辆轨迹跟踪系统的误差模型并利用线性参数化理论对其进行离散化,在模型预测控制框架内将该轨迹跟踪控制器的设计转化为一个线性二次规划最优问题。在一个实际搭建的自主车辆试验平台上对所提出控制器的有效性进行不同预设参考路径轨迹下的实车验证,结果表明,该自主车辆能够对所预设的实际参考道路轨迹进行快速、准确的轨迹跟踪控制,且具有较好的行驶稳定性能。     

双电机后驱车辆操纵稳定性分层混杂模型预测控制

为改善车辆在复杂工况下的操纵稳定性,解决低附着路面易失稳的问题,针对后驱双电机轮边驱动电动汽车提出一种结合直接横摆控制与主动转向控制的操纵稳定性控制策略。控制策略采用分层控制结构：上层控制器采用多输入多输出系统的模型预测控制,对目标附加横摆力矩与前轮主动转向角进行求解;下层转矩分配控制器采用混杂模型预测控制（hMPC）,将轮胎纵向力的非线性特征简化为分段的混杂系统,在分配驱动转矩时考虑车轮在不同工况下的滑转情况。搭建了基于dSPACE实时仿真系统的仿真平台,在高附着、低附着路面下进行半实物仿真试验。仿真结果表明,与二次规划（QP）转矩分配算法相比,高附着路面工况下平均相对误差减小了17.64%,方均根误差减小了42.86%,最大偏离误差相对减少了7.64%;低附着路面工况下可以有效防止车辆失稳,改善操纵稳定性。     

多关节机器人反馈线性化双模糊滑模控制

为了提高多关节机器人轨迹跟踪控制性能,提出了一种反馈线性化双模糊滑模控制方法。该方法在对机器人非线性动力学模型反馈线性化的基础上,设计了一种双模糊滑模控制器。通过设计一个模糊控制器,根据跟踪误差和误差变化率自适应地调整滑模面的斜率,从而加快响应速度。通过设计另一个模糊控制器,根据滑模面自适应地调整滑模控制的切换控制部分,从而减弱抖振。利用李亚普诺夫定理证明了控制系统的稳定性。针对空间三关节机器人进行了仿真实验,结果表明了所提方法的有效性。     

基于DSP的机械臂约束预测控制系统设计

针对机械臂的实时控制问题,基于约束预测控制,提出了一种机械臂实时运动控制方法。介绍了机械臂动力学模型并进行了线性化处理,以降低算法复杂度、保证实时性。设计了轨迹跟踪控制器和约束预测控制器,其中轨迹跟踪控制器采用最优反馈控制律,可确保机械臂按参考轨迹运动;而约束预测控制器则在考虑机械臂物理约束的情况下,为跟踪控制器提供最优参考轨迹。以DSP作为核心控制器,搭建了机械臂控制系统,同时给出了硬件和软件设计方法。以梯形和三次多项式轨迹为例,进行了系统功能测试,测试结果表明了所述控制系统的可行性和有效性。     

基于博弈论和功能分配的汽车底盘系统协调控制

考虑汽车底盘悬架、转向、制动子系统间耦合动力学关系,建立高阶非线性动力学模型。对各子系统设计局部最优控制器,对悬架子系统设计非线性H∞控制器,对转向子系统设计直接横摆力矩比例积分微分(Proportion-integration-differentiation, PID)控制器,对制动子系统设计滑模变结构控制器。为进一步提高整车全局控制性能,基于功能分配原理对子系统控制功能进行分配,采用博弈论对子系统控制功能指标进行博弈,设计上层协调控制器以输出期望的控制作用,模糊规则实时自整定子系统控制器输出量以跟踪期望控制目标。基于Matlab/Simulink软件,对整车协调控制系统进行仿真,采用ARM构建底盘功能分配的控制系统实车试验平台,进行实车道路试验。结果表明,基于博弈论的整车协调控制系统较子系统单独控制、不加控制时均能取得更好的控制性能,验证了协调控制的有效性。     

基于控制分配的主动前轮独立转向车辆转角分配算法

针对新近提出的主动前轮独立转向(AIFS)系统基于规则的转角分配方法自适应性差、无法实现最优分配的问题,提出了一种基于控制分配的转角分配算法。指出了传统主动前轮转向(AFS)存在的问题,阐述了主动前轮独立转向系统的结构和工作原理;在MATLAB/Simulink中建立了整车四自由度数学模型,设计了AIFS滑模控制器和转角分配模块;通过阶跃转向工况对所提出的转角分配算法进行了仿真验证。结果表明：该分配算法可以使AIFS自适应内外轮载荷转移变化,自动调整内外轮转角大小,较AFS可以更好地跟踪理想横摆角速度和理想运动轨迹,实现了“能力越大的轮胎贡献越大”的控制目标,提高了车辆极限转弯时的侧向稳定性。       

视觉导航智能车辆的路径跟踪预瞄控制

视觉导航智能车辆通过机器视觉获取导航路径信息并进行自动跟踪。常规的反馈控制仅利用当前的路径信息,在复杂条件或突发状况下难以有效工作。通过对在线获取的具体路径信息进行预瞄,可以对未来的路径信息加以利用,从而提高智能车辆行驶的安全性和有效性。为此,在获取的路径信息中确定当前路径和未来路径分别用于反馈和预瞄,并设计预瞄加反馈的控制器。该控制器能够自动根据预瞄路径的弯曲程度调整智能车辆的预瞄距离和行驶速度,从而提高跟踪精度和行驶稳定性。仿真和试验结果表明,该控制器与一般反馈式控制器相比跟踪误差较小,行驶更稳定。     

基于T-S模糊变权重MPC的智能车轨迹跟踪控制

为了协调智能驾驶车辆的轨迹跟踪精确性和稳定性,提高控制算法对不同工况的自适应能力,提出基于Takagi-Sugeno模糊变权重模型预测控制(Takagi-Sugeno fuzzy model predictive control,T-S FMPC)的轨迹跟踪控制策略。以前轮转角为控制变量建立MPC控制,并以实时横向位移误差和横摆角误差为模糊输入,通过T-S模糊控制在线优化MPC目标函数权重,协调权重矩阵对轨迹跟踪精确性和稳定性的影响。基于Carsim建立分布式驱动电动汽车的整车动力学模型,基于Simulink建立控制策略,通过双移线工况仿真及实车试验,验证了所提控制策略的有效性。仿真结果表明,相比于传统MPC控制,所提出的T-S模糊变权重MPC控制可降低横向位移误差达62.24%,有效提高轨迹跟踪精度;并且可使前轮转角波动减小37.46%、横摆角误差减小84.19%,显著增强轨迹跟踪稳定性;试验结果表明,在20 km/h、沥青路面双移线工况下,横向位移误差在0.12 m以内,横摆角误差在1°以内,且前轮转角控制曲线平滑,说明所提算法具有良好的控制效果和实用性。     

Adaptive neural network based position tracking control for Dual-master/Single-slave teleoperation system under communication constant time delays

The novel trajectory tracking control strategies for trilateral teleoperation systems with Dual-master/Single-slave robot manipulators under communication constant time delays are proposed in this article. By incorporating this design technique into the neural network (NN) based adaptive control framework, two controllers are designed for the trilateral teleoperation systems in free motion. First, with acceleration measurements, an adaptive controller under the synchronization variables containing the position and velocity error is constructed to guarantee the position and velocity tracking errors between the trilateral teleoperation systems asymptotically converge to zero. Second, without acceleration measurements, an adaptive controller under the new synchronization variables is presented such that the trilateral teleoperation systems can obtain the same trajectory tracking performance as the first controller. Third, in term of establishing suitable Lyapunov–Krasovskii functionals, the asymptotic tracking performances of the trilateral teleoperation systems can be derived independent of the communication constant time delays. Moreover, these two controllers are obtained without the knowledge of upper bounds of the NN approximation errors, respectively. Finally, simulation results are presented to demonstrate the validity of the proposed methods.     

基于大系统理论半主动悬架系统

建立基于大系统理论的车辆半主动悬架整车数学模型,设计悬架系统各子系统的时滞半主动悬架模糊控制器,利用大系统递阶控制理论实现车辆悬架系统的集成控制,分析车辆动态性能,在仿真计算的基础上,进行实车道路试验。结果表明,大系统递阶控制系统可降低控制矩阵的阶数,通过协调控制、优化车辆的整体性能,而且子系统的划分,能提高控制系统的稳定性,为半主动悬架及其控制系统研究开辟了新的方法和途径。     

Supervisory hybrid control of piezoelectric actuators utilized in tracking piecewise continuous trajectories

This article presents a supervisory hybrid control design for piezoelectric actuators utilized in tracking trajectories with intermittent jump discontinuities. We use a previously developed robust adaptive controller and a standard PID controller to construct this hybrid control strategy. We show that when the sub-controllers are used for step tracking, while primarily tuned for continuous trajectory tracking, large undesirable oscillations occur. Conversely, when the controllers are retuned for step tracking, their performance degrades in tracking high-frequency continuous trajectories. Thus, a supervisory hybrid controller is developed to track desired trajectories with occasional discontinuities, using both the robust adaptive and the PID controllers. The robust adaptive controller performs as the primary controller for tracking the continuous segments of the desired trajectory, while the PID controller is activated when the steps occur. Results indicate that the proposed supervisory hybrid controller outperforms both sub-controllers in tracking high-frequency trajectories with intermittent discontinuities.     

汽车防抱死制动系统分级智能控制

在分析车辆制动时轮胎与地面接触力学特性的基础上,提出一种用轮速峰值连线来求解参考车速和参考滑移率的方法。为了解决汽车防抱死制动系统(ABS)在各种条件下复杂的控制问题,设计出一种由运行控制、参数校正和组织协调构成的分级智能控制系统。在运行控制级,给出参考滑移率误差的目标轨迹,建立特征模型、控制模态集和推理规则集,以此设计出基于参考滑移率的仿人智能控制器。在参数校正级,为了弥补只针对参考滑移率控制的不足,用车轮角减速度对仿人智能控制量进行校正。在组织协调级,设计出基于轮减速度和参考滑移率的模糊智能控制器来自动辨别制动时的路面信息,给出四轮制动的协调控制规则。运用Matlab进行汽车ABS的仿人智能控制系统研究,搭建出汽车ABS全车测控系统,参照国际标准,在不同条件下进行道路试验。试验结果表明,相对于逻辑门限控制,ABS分级智能控制具有良好的制动平稳性和自适应性,可提高控制精度,是一种有效的新的ABS控制方法。     

Autonomous homing control of a powered parafoil with insufficient altitude

In order to realize safe and accurate homing of a powered parafoil under the condition of insufficient initial altitude, a multiphase homing path is designed according to the flight characteristics of the vehicle. With consideration that the traditional control methods cannot ensure the quality of path following because of the nonlinear, large inertial and longtime delay existed in the system and strong disturbances in a complex environment, a homing controller, composed of the vertical and horizontal trajectory tracking controllers, is designed based on active disturbance rejection control (ADRC). Then autonomous homing simulation experiment of the powered parafoil with insufficient altitude is carried on in a windy environment. The simulation results show that the planned multiphase homing trajectory can fulfill the requirements of fixed-point homing and flare landing; the designed homing controller can overcome the influences of uncertain items of the internal and external disturbances, track the desired homing path more rapidly and steadily, and possesses better control performances than traditional PID controllers.