基于模型预测控制策略的协同自适应巡航控制仿真研究

本文基于模型预测控制原理设计了上层控制器,用来决策期望加速度以实现良好的跟车效果,并将期望加速度变化作为优化条件之一引入代价函数中,目的是为了更有效的优化油耗和乘坐舒适性,最后利用Simulink和CarSim的联合仿真验证所提出的控制器。从结果可以看到所设计的控制器能够很有效的控制跟随车辆跟随领航车迅速做出一系列加减速机动,可以在相同的道路条件下使车辆以更小的车间距保持队列行驶来增加道路容量,同时能降低油耗。通过加速度的变化结果可以看到燃油车的换挡操作会造成加速度的突变从而影响乘坐舒适。     

智能汽车的路面附着极限横向轨迹跟踪控制

在极限轮胎-路面条件下,智能汽车的横向操纵性能急剧恶化,增加了自动驾驶系统的控制难度。现有研究主要聚焦智能汽车轨迹跟踪的性能,但是难以解决低附着路面、紧急避障等极限工况下的智能汽车轨迹跟踪时的安全性和稳定性。利用模型预测控制方法实现了智能汽车的轨迹跟踪,同时保证智能汽车行驶稳定性和安全性,仿真试验同样表明该控制器具有较好的鲁棒性。结合二次型代价函数和安全约束构建了轨迹跟踪的开环最优预测控制问题,通过约束车辆的前后轮侧偏角,保持极限工况下智能汽车的行驶稳定性。研究方法与结果可为智能汽车设计提供参考。     

复杂环境下智能汽车自动驾驶系统研究

为了提高智汽车的驾驶安全性,研究了智能汽车自动驾驶系统,包括路径规划和跟踪两个方面。对于路径规划,在传统RRT算法基础上,将路径转角引入度量函数中,实现了对距离和平滑性的综合度量;将目标偏向策略和相向扩展策略引入到扩展方法中,将随机扩展改进为启发扩展,从而提出了CE-RRT算法,经仿真验证,CE-RRT算法不仅提高了路径规划成功率,而且缩短了规划时间。对于路径跟踪,建立了车辆路径跟踪的线性时变误差模型,设计了线性时变模型预测控制器,通过仿真验证,控制器可以实现对直线路径的完全跟踪,对圆形路径也有很高的跟踪精度。     

分布式驱动智能汽车轨迹跟踪的协同控制

针对车辆在轨迹跟踪过程中,尤其是高速转向等极限工况下,易出现车辆跟踪精度差和失稳的问题,以分布式驱动智能汽车为研究对象,提出一种考虑横向稳定性的轨迹跟踪协同控制策略。首先,建立车辆纵向、横向以及横摆运动的三自由度动力学模型,设计了基于模型预测控制的主动转向控制器,通过优化求解得到跟踪期望轨迹的最佳前轮转角。然后,采用滑模控制设计横摆力矩控制器,将横摆角速度和质心侧偏角作为联合变量,利用积分二自由度控制模型,计算车辆稳定的等效附加横摆力矩。最后,采用二次规划算法设计最优力矩分配控制器,以满足总的驱动力矩和附加横摆力矩的控制需求。仿真试验结果表明,控制系统在极限高速工况下,能够使车辆精确、稳定的跟踪期望轨迹。     

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。     

MPC算法中实现单边区间控制的研究

对于具有多变量强耦合特点的工业过程对象，控制系统的稳定性是非常重要的。当输出偏离控制目标，尤其控制输出偏向非常不希望的方向时，需要较强的控制作用使输出快速返回目标值。这样就存在协调控制的快速性和稳定性之间的矛盾。本文针对这一问题，提出了以模型预测控制MPC（model predictive control）理论为基础的单边区间控制算法。通过权重区分输出偏离目标值的方向，对不同的偏离方向采取不同的控制强度，在保证快速控制的前提下最大限度满足了稳定控制的要求。本文对算法的求解进行了讨论，并通过实例仿真验证了新算法的单边区间控制功能。     

压电智能板结构的振动模型预测控制研究

研究了压电智能板结构的振动预测控制问题,在导出其有限元运动微分方程后,对其进行解耦,在状态空间中利用最小实现和平衡降阶法对其进行降阶处理,据此降阶模型设计了模型预测控制器,将其应用于对原系统的振动控制,并讨论了预测步长和控制步长对控制性能的影响。以智能悬臂板结构为例,求出了相应的预测控制器,仿真结果表明它成功地实现了压电智能板结构对干扰的抑制。     

基于μ综合方法的智能车辆人机共驾的鲁棒横向控制

在大多数智能车辆横向控制研究中,存在未考虑驾驶员误操作的影响这一不足。以人机共驾控制问题为研究对象,将驾驶员操纵转矩和车辆状态作为控制器输入。首先,建立转向系统和车辆二自由度模型,在车辆局部坐标系中,根据预瞄点曲率信息实现虚拟路径的规划,基于车辆状态和目标车道设计上层期望横摆角速度控制器。其次,将侧向风和驾驶员误操作作为干扰输入,以车辆状态中的横摆角速度、转向盘转角、转矩传感器测量值和期望横摆角速度作为控制器反馈变量,考虑车辆参数摄动及传感器测量噪声等影响,设计下层μ综合控制器,使车辆跟踪期望横摆角速度和期望的横向位移,确保车辆能稳定地跟踪目标路径。最后,进行自动换道和车道保持仿真,并基于Carsim/Labview的硬件在环试验台上进行硬件在环试验,仿真和试验结果均表明,提出的横向控制方法能辅助驾驶员更好的跟踪目标车道,且对侧向风和驾驶员误操作均有很好的干扰抑制性能。     

基于模型预测控制的智能车辆横纵向综合控制研究

汽车数量的急剧增长使得道路安全问题日益严峻,如何提高车辆的自动化水平来改善交通问题成为了目前的研究热点。在智能车辆自动驾驶领域,车辆控制算法是整个智能车辆自动驾驶系统中最为基础关键的部分之一,决定了智能车辆行驶时的安全性和舒适性。为实现智能车辆控制,现有研究常根据智能车辆的横向运动和纵向运动将车辆控制简单分为横向控制和纵向控制,但车辆本身是一个高度耦合的复杂控制系统,简化解耦控制不符合实际车辆动力学特性。为提高车辆的横纵向综合控制能力,本文基于模型预测控制的理论原理,提出了一种适用于智能车辆路径和速度跟踪的横纵向控制算法。该控制算法以前轮转角和轮胎纵向力为控制量,以车辆与参考道路中心的纵向位置差、横向位置差、横摆角误差以及与参考车速的横向和纵向速度误差为零为控制目标,基于搭建的三自由度动力学模型,进行智能车辆横纵向控制器设计。随后,基于Carsim/Simulink联合仿真平台,搭建Simulink模型对所设计的控制器性能进行验证,仿真结果表明,本文提出的基于MPC的横纵向控制算法,在对双移线工况进行跟踪时,能很好的跟踪参考速度和参考路径,误差范围均在合理范围内,能实现较好的控制效果。...     

基于模型预测控制的智能网联汽车路径跟踪控制器设计

为解决智能车辆的自主转向问题,提高车辆在高速运动过程中的转向精度和稳定性,在智能网联汽车的背景下,从路径跟踪控制出发,提出一种变参数的智能网联汽车路径跟踪控制方法。该方法基于模型预测控制原理,设计了一种智能网联汽车的路径跟踪控制器。该方法先以3自由度模型的车辆模型为控制系统;对系统进行线性化后,确定系统的二次型目标函数,并依据函数形式确定矩阵形式;然后,在Carsim和Matlab/Simulink平台上进行离线仿真,确定各个典型工况下适用于该路径跟踪控制器的仿真参数;最后实现系统可根据由车联网获得车辆实际所处道路形状和实际车速选择合适的路径跟踪控制器的控制参数,完成智能网联汽车的自动转向。仿真结果表明该控制器相对于固定控制参数的控制器具有更好的控制效果,可控制车辆以较高车速行驶时达到较高跟踪精度和行驶稳定性。     

模型算法控制对大迟延系统的控制效果研究

大迟延系统在工业生产过程中比较常见但又是难以控制的,一直是控制界关注的研究方向,利用经典控制方法对实际系统进行控制的时候,得到理想的控制效果相当困难。而模型算法控制(MAC)正是解决此问题的比较好的方法,通过与传统PID控制效果的比较,更能理解模型算法控制的优势。     

产品质量智能预测控制研究

介绍了质量预测控制的研究现状,提出了基于质量特征参数序列的质量智能预测控制系统模型,分析了系统的稳定性.根据提出的系统模型利用动态神经网络对加工过程质量特征参数的变化进行了跟踪实验,效果良好.     

采煤机智能调速控制设计及应用效果

通过对刮板输送机负载电流监测来实现对采煤机进行智能调速的效果,从监控平台设备构建以及软件处理方面进行监控系统设计,并进行煤壁截割模拟试验,通过试验可以看出在保证刮板输送机负载电流平稳下对采煤机的智能调速测试效果较好,基本可以满足设计精度要求,实现根据刮板输送机负载量的变化而对采煤机速度的智能调控效果。     

四轮转向智能车辆轨迹跟踪及稳定控制研究

为了改善智能车辆轨迹跟踪过程中的行驶稳定性,针对四轮转向车辆提出了一种轨迹跟踪及稳定控制方法。首先建立了车辆三自由度动力学模型,然后应用模型预测控制算法设计轨迹跟踪控制器。考虑了四轮转向车辆的动力学特性和不同路面附着对轮胎侧偏角控制的影响,在跟踪算法中引入零质心侧偏角控制和动态轮胎侧偏角边界控制方法,实现车辆的稳定控制。最后,通过对接路面工况下的仿真,验证了所提出的控制方法能够保证车辆在轨迹跟踪过程中具有良好的稳定性。     

智能网联汽车横向控制仿真测试模型分析

智能网联汽车作为目前汽车发展的趋势,但距离大规模应用仍有很大差距。智能网联汽车在无人驾驶模式下需要大量仿真测试数据,在横向控制中,选择运动学模型或动力学模型得出的结果也不相同。本文基于MATLAB软件,通过分析运动学模型和动力学模型,并用仿真案例对比两个模型下仿真结果,做出仿真模型的选择。     

基于负载转矩观测器的热连轧电机模型预测控制

在大型热连轧机传动领域,交流电机作为传动电机取代直流电机已经是必然的发展趋势。交流异步电机凭借低成本、质量小、易操作、结构简易、运行可靠、易于维护、能够用于易燃易爆等恶劣环境等优点,在大型热连轧机主传动领域受到广泛青睐。针对大功率低转速的热连轧机异步传动电机设计模型预测转矩控制系统,并设计负载转矩观测器对速度外环控制器做前馈补偿。仿真实验结果表明,该控制系统能够有效地对热连轧机异步传动电机进行控制,具有较快的响应速度和较高的稳定性。     

基于模型预测控制的排爆机器人轨迹跟踪算法研究EI北大核心CSCD

排爆机器人在复杂、危险环境下代替人作业拥有非常重要的地位。排爆机器人对期望轨迹的跟踪是避免发生危险最重要的环节。基于模型预测控制算法提出了排爆机器人末端轨迹跟踪算法。给出了机械臂状态空间的离散模型,已知当前时刻位置状态和下一时刻位置输入状态,预测未来某时域内的输出状态;然后根据给定性能指标和约束条件,求解未来一段时域内的输入序列,对实际输出进行反馈校正;最后,采用实验仿真对比测试,验证了该算法的有效实时性,结果表明,基于模型预测控制的机器人末端轨迹跟踪算法具有良好的动态实时跟踪能力,实现了目标轨迹的有效跟踪。     

基于粒子群算法的车道保持模型预测控制研究

针对模型预测控制(MPC)在解决车道线偏离过程中遇到的偏差过大,计算时间长的问题,提出基于粒子群算法的车道保持模型预测控制方法,其采用模型预测控制来有效的控制车辆,并利用粒子群算法对模型预测控制的控制时域NP和预测时域Nc进行优化,减小模型预测控制的迭代次数。首先,利用粒子群算法(PSO)对模型预测控制进行优化,使目标函数达到最小值就停止迭代,减少计算量;然后利用CarSim和Simulink对优化后的车道保持控制器进行联合仿真,测试控制效果。仿真结果表明,与文中所提的其他三种方法相比,本控制方法能够更准确地控制车辆在车道线上行驶,可将控制精度提高约16%。另外,基于粒子群算法优化模型预测控制将控制精度提高的同时,兼顾了汽车行驶的稳定性以及控制的平缓性。     

无人驾驶混合动力汽车轨迹跟踪节能控制融合研究

为进一步提高无人驾驶混合动力汽车轨迹跟踪精度和能耗经济性,提出了一种轨迹跟踪节能控制融合策略。首先,建立车辆运动学模型,采用模型预测控制策略对车辆进行轨迹跟踪控制;在此基础上,以速度为交互变量,提出了一种三阶段动态规划节能控制策略,在线优化最优经济性函数,以降低整车能耗总成本;最后,选择相互独立的纯跟踪轨迹跟踪算法与功率跟随节能控制策略进行比较。结果表明,所提出的轨迹跟踪节能控制融合策略提高了轨迹跟踪效果,降低了整车能耗总成本,轨迹跟踪精度提高了70.47%,纯电动和混合驱动模式下能耗总成本分别下降了4.52%和25.10%。     

冷带轧机液压压下伺服系统模型算法控制应用研究

冷带轧机是典型的复杂机电系统,其控制系统日益精密化和智能化。目前广泛应用于现场的PID控制策略,由于其鲁棒性较差,已经不能满足冷带轧机控制系统日益精密化和智能化的要求。针对冷带轧机液压压下伺服系统,应用模型算法控制算法,设计预测控制器,采用了滚动优化、反馈校正的控制策略。该控制算法基于受控对象脉冲响应,具有较强的稳定性和鲁棒性。同时,提出了上述控制策略的计算机控制实现方法,实验研究结果表明该方法远比目前带钢生产中广为采用的PID控制策略优越,且易于实现。