• 
    

    
    

      99热精品在线国产_美女午夜性视频免费_国产精品国产高清国产av_av欧美777_自拍偷自拍亚洲精品老妇_亚洲熟女精品中文字幕_www日本黄色视频网_国产精品野战在线观看

      ?

      車輛路徑跟蹤自動控制系統(tǒng)的研究*

      2022-12-21 17:21:43謝達城
      南方農(nóng)機 2022年23期
      關(guān)鍵詞:模糊控制無人駕駛滑模

      李 晶 , 謝達城

      (江西應(yīng)用技術(shù)職業(yè)學(xué)院,江西 贛州 341000)

      無人駕駛是未來智能交通系統(tǒng)發(fā)展的主要趨勢,憑借車輛中的傳感系統(tǒng)全方位識別周邊環(huán)境,將道路信息、車輛位置信息、周圍障礙物信息及紅綠燈情況作為信息源,為實現(xiàn)智能車輛的全局規(guī)劃和局部路徑控制預(yù)定目標提供便利條件。為此,研究如何在保證車輛運行安全基礎(chǔ)上,通過控制車輛自動轉(zhuǎn)向系統(tǒng)的參數(shù),減小車輛實際航跡與規(guī)劃目標航跡之間的橫向偏差和方位偏差具有重要意義。

      1 自動駕駛原理

      驅(qū)動機制是人工智能、物聯(lián)網(wǎng)及海量數(shù)據(jù)相結(jié)合的新型技術(shù),是未來車輛軌跡跟蹤的主要發(fā)展方向,是保證無人駕駛車輛正常運行的前提條件,是實現(xiàn)車輛正常、平穩(wěn)運行的關(guān)鍵因素。軌跡跟蹤的任務(wù)可以理解為設(shè)計一個水平控制器,以連續(xù)生成方向指令來補足偏差,保證車輛運行安全穩(wěn)定。目前,軌跡跟蹤的主要方法可分基于幾何關(guān)系的幾何跟蹤方法與基于模型設(shè)計的控制方法兩種形式。近年來,國內(nèi)外許多研究人員對軌跡跟蹤做了大量的研究,提出了一種自適應(yīng)時間預(yù)測算法,可以憑借不同的預(yù)測次數(shù)預(yù)測未來車輛的運行情況。并提出了一種改進預(yù)覽跟蹤算法,確保計算出的預(yù)覽點位于所需路徑上,避免發(fā)生曲率過大情況,最終出現(xiàn)路徑偏差。

      對于軌跡跟蹤問題,模型控制方法是解決該問題的一種較為科學(xué)高效方法,雖然該算法復(fù)雜,優(yōu)化求解階段需要消耗大量時間,但在許多工程實例中得到廣泛應(yīng)用,跟蹤方法更為廣泛。在長時間優(yōu)化、改良的基礎(chǔ)上,幾何跟蹤方法可用于道路車輛的開發(fā)中,并取得了明顯的成效[1]。

      車輛路徑跟蹤控制系統(tǒng)是重點研究內(nèi)容。目前,經(jīng)典PID控制在國內(nèi)外應(yīng)用較為廣泛,其中包含多種算法,雖然多元化的車輛路徑跟蹤算法及相關(guān)技術(shù)各具優(yōu)勢特征,但在具體運行時也存在一定問題。例如,大多數(shù)算法并不依附于精確的數(shù)學(xué)模型,最終控制精度數(shù)值普遍偏低,但如果算法控制精度偏高,則抗干擾能力差。因此,無法從根本上同時達到精度、穩(wěn)定性和實時性標準。車輛路徑跟蹤橫向控制為重點研究內(nèi)容,充分發(fā)揮模糊控制及滑??刂谱陨硭邆涞膬?yōu)勢特征,能夠集中凸顯滑模變結(jié)構(gòu)控制特點,且能夠快速響應(yīng),也為順利實現(xiàn)橫向控制提供了便利。模糊控制對建模并沒有較高要求,自身具有較強的魯棒性與容錯性特征,能夠為多元化控制方法的有效集成提供便利條件。為此,可設(shè)計出一種智能車輛橫向軌跡跟蹤控制器,并借助方位偏差與水平偏差融合方法,來降低模糊控制維數(shù),以便減輕計算工作,保證控制器實時性與穩(wěn)定性。此外,還應(yīng)該要測試控制器性能,如果最終測試控制效果良好,就可以保證控制的精度,滿足車輛路徑跟蹤需求,保證車輛運行安全[2]。

      2 自動駕駛車輛路徑跟蹤控制算法

      2.1 模型預(yù)測控制

      重點描述模型預(yù)測控制(Model Predictive Control, MPC)工作機理,即每次在線求解開環(huán)優(yōu)化問題時,在獲取當前測量信息的基礎(chǔ)上,獲得控制對象上控制動作序列的第一個分量。在采樣中對其進行循環(huán)往復(fù)操作,在初始值測量條件下,預(yù)判系統(tǒng)動力學(xué)未來發(fā)展情況,并對車輛運行中存在的問題加以治理與解決,稱之為反饋控制策略。在運行過程當中,更應(yīng)該將預(yù)測模型控制的基本特性比如反饋校正、滾動優(yōu)化、預(yù)測模型,發(fā)揮最大的優(yōu)勢。在使用MPC算法時,可從三方面進行探尋,一是科學(xué)預(yù)判系統(tǒng)未來發(fā)展動態(tài)模型,二是優(yōu)化處理數(shù)值解,三是將最優(yōu)解合理應(yīng)用于系統(tǒng)中。在每次取樣時都應(yīng)加以重視,在借助模型預(yù)測控制時,應(yīng)將每次采樣時的測量值看作是預(yù)測未來系統(tǒng)動力學(xué)不可或缺的前提條件。MPC與傳統(tǒng)控制方法兩者之間存在明顯差異,最優(yōu)開環(huán)序列是憑借在線求解開環(huán)優(yōu)化問題所得來的,而在線求解開環(huán)優(yōu)化問題通常是離線求解一個反饋控制律,在系統(tǒng)運行中有一定體現(xiàn)[3]。

      對于復(fù)雜度較低的自動駕駛汽車行程追蹤來說,一種基于非線性模型的預(yù)測控制器更為合適。為增強無人駕駛車輛動態(tài)性能,避免發(fā)生輪胎漂移及失穩(wěn)情況,并未對極限環(huán)附近輪胎的非線性摩擦問題給予重視,非線性模型預(yù)測控制引入的C/GMRES算法,更好地將自動駕駛車輛路徑預(yù)測模型與二自由度動力學(xué)模型相互融合;在此基礎(chǔ)上,設(shè)計出MPC軌跡跟蹤控制器,進而獲得橫向跟蹤誤差及方向盤轉(zhuǎn)角實時信息輸入。根據(jù)硬件仿真結(jié)果可知,在跟蹤誤差較小時,可滿足控制精度標準。UGV作為一種高級制導(dǎo)控制系統(tǒng),非線性模型預(yù)測控制算法通過順序求解在線數(shù)值優(yōu)化,進而解決最優(yōu)控制和路徑規(guī)劃問題,通過在UGV實驗平臺上驗證,驗證了該算法的有效性與真實性。

      2.2 比例-積分-微分控制

      PID算法及其優(yōu)化算法被廣泛應(yīng)用于工業(yè)控制系統(tǒng)中,PID控制技術(shù)通過對Kp、Ki、Kd三個控制參數(shù)進行調(diào)整,其中預(yù)期結(jié)果比例參數(shù)Kp的作用為平衡控制器輸入與輸出二者之間關(guān)聯(lián),為保證無人駕駛車輛路徑跟蹤精度,借助遺傳算法對PID控制器參數(shù)做適當修正,以便提升系統(tǒng)穩(wěn)定性與動態(tài)適應(yīng)性。在對無人機進行跟蹤控制時,可應(yīng)用PID控制方法,明確航跡偏離角與距離存在的誤差,根據(jù)模糊控制規(guī)則參數(shù)更改操作PID控制器,實現(xiàn)姿態(tài)和運動的自適應(yīng),從而實現(xiàn)車輛路徑的自動跟蹤[4]。

      由于控制器模型設(shè)計的不確定性,提出了一種將自適應(yīng)控制、反向繞組補償器和積分PID控制相結(jié)合的抗飽和補償器模型。通過設(shè)計視覺導(dǎo)航的自動駕駛車輛轉(zhuǎn)向控制系統(tǒng)的嵌入式PID控制系統(tǒng),以方向盤轉(zhuǎn)角為輸入,跟蹤不確定的曲率軌跡,設(shè)計基于偏置電壓橫向曲率攝動的嵌入式PID控制系統(tǒng),以抑制隨時間的線性增長。PID控制算法雖然能夠?qū)嶋H控制行為與控制對象之間的誤差消除,但是信號處理過程太過簡單[5]。

      2.3 模糊控制

      模糊控制即模糊邏輯控制,是集模糊語言變量、模糊集合論和模糊邏輯推理于一體的綜合型控制方法,在計算機數(shù)字控制技術(shù)有直接關(guān)聯(lián)。模糊邏輯控制算法是建立在目標搜索過程的數(shù)學(xué)模型分析語言,可直接翻譯成計算機語言。現(xiàn)實情況的工業(yè)控制中,被控制的數(shù)據(jù)模型相對精度較高。但由于受外界因素所影響,傳統(tǒng)控制方法無法達到滿意成果,也無法滿足精確數(shù)學(xué)模型需要。模糊概念的含義不能滿足非常精確的要求,在實踐中也存在不確定性。運行車輛本質(zhì)作為一種較為繁雜的非線性動力學(xué)系統(tǒng),需要多種部件構(gòu)成,無法準確構(gòu)建數(shù)學(xué)模型。所以,從滑??刂茖用鎭砜?,這是一個復(fù)雜而簡化的問題,需加以重視[6]。

      根據(jù)車輛逆動力學(xué)控制理論,在建模中應(yīng)考慮車輛滾動自由度和構(gòu)建車輛三自由度輸入角的線性化模型,使用科學(xué)方法對車輛操縱性及穩(wěn)定性進行評估分析。因此,根據(jù)理想道路輸入,可選擇典型方法進行仿真。根據(jù)模糊控制在確定控制規(guī)則及隸屬函數(shù)后無法進行調(diào)整的實際情況,將模糊算法中邏輯推理與神經(jīng)網(wǎng)絡(luò)算法的學(xué)習(xí)能力進行融合,建立了一種角速度模糊網(wǎng)絡(luò)控制器。由于神經(jīng)網(wǎng)絡(luò)在自動駕駛中得到了廣泛應(yīng)用,該設(shè)計中利用神經(jīng)網(wǎng)絡(luò)兩個輸入?yún)?shù)位置誤差與向角誤差,采用由非線性模型演進的T-S模糊模型作為模糊控制器,對Lyapunov方法和線性矩陣不等式方法應(yīng)用進行分析,并對其真實性與有效性進行探尋。該方法基于機器視覺和模糊控制理論,選擇CMOS傳感器進行道路識別,通過對圖像處理技術(shù)進行探尋,畫出車道中心線。設(shè)計一種分層模糊控制器,通過額外的輸入納入車速反饋過程中,形成系統(tǒng)完整閉環(huán)。將這兩種模糊控制器結(jié)合起來控制車輛的行駛方向,并用模糊控制代替?zhèn)鹘y(tǒng)的PID控制來控制車速。與傳統(tǒng)的PID和模糊控制算法相比,改進后的模糊控制算法能夠保證智能車輛轉(zhuǎn)彎時穩(wěn)定運行,且超調(diào)量小。雖然模糊控制魯棒性強,對模型精度并無明確要求,但過多的模糊信息最終會影響系統(tǒng)精度[7]。

      2.4 滑??刂?/h3>

      滑膜控制即結(jié)構(gòu)控制,作為一種非線性控制中獨特的控制,也是離散控制系統(tǒng)。與其他控制方法相比,主要不同之處在于系統(tǒng)結(jié)構(gòu)并不是完全固定,可以是動態(tài)過程。結(jié)合當前系統(tǒng)狀態(tài)實際運行情況,系統(tǒng)將沿著預(yù)定“滑?!边M行移動。可控制滑??刂品椒?,也不會受目標物理參數(shù)所影響。此外,系統(tǒng)具有易于物理實現(xiàn)、響應(yīng)速度快、系統(tǒng)離線識別等特點。將滑??刂婆c自抗擾融合在一處,將形成一種新型跟蹤控制方法,以便系統(tǒng)能夠快速響應(yīng),從而保證系統(tǒng)穩(wěn)定運行。為了快速、準確地跟蹤偏航角,設(shè)計了一種非線性誤差率反饋自抗擾控制器(ADRC)[8]。

      無人駕駛車輛二自由度模型與擴展狀態(tài)觀測器及非語言滑模車輛主動前輪轉(zhuǎn)向系統(tǒng)之間存在著內(nèi)在關(guān)聯(lián),擴展觀測器主要作用在于預(yù)判與了解車輛的實時運行狀態(tài),非線性滑??刂破鞴δ苤饕w現(xiàn)在補償系統(tǒng)干擾與輸出控制參數(shù)方面,如果將二者結(jié)合,能夠從根本上提升無人駕駛車輛橫向穩(wěn)定性。研究了四輪驅(qū)動(4WS)自動駕駛汽車(AVS)的道路監(jiān)控問題。通過利用動力學(xué)模型對4WS進行誤差分析,發(fā)現(xiàn)4WA自動駕駛車輛對控制穩(wěn)態(tài)誤差有很好效果,但是FES方式依然不能徹底去除穩(wěn)態(tài)誤差問題[9]。將滑動角及滑??刂茟?yīng)用其中的,無人駕駛車輛將不存在偏航和航向誤差,盡管車輛在極端情況下也能平穩(wěn)、安全運行。根據(jù)4WS自動駕駛車輛的動態(tài)特性,引入了新型魯棒滑??刂破?,對4WS自動駕駛車輛的行駛軌跡跟蹤有較好的體現(xiàn)。根據(jù)相關(guān)理論分析及仿真結(jié)果可得,新型滑模魯棒控制器在參數(shù)變化及外界干擾等因素影響下,特別是在摩擦、粘著、縱向風(fēng)速等運行狀態(tài)下,具有良好魯棒性。為此,滑??刂疲⊿MC)在特定狀態(tài)下會使系統(tǒng)產(chǎn)生顫振情況。但在系統(tǒng)模型無法順利建設(shè)的情況下,可借助自身優(yōu)勢來彌補不足缺失,以此來增強控制精度[10]。

      3 優(yōu)勢及未來發(fā)展前景

      在車輛無人駕駛跟蹤領(lǐng)域,基于幾何關(guān)系的幾何跟蹤方法自身具有較高可靠性,已成功應(yīng)用于車輛無人駕駛軌跡跟蹤中。目前,幾何跟蹤模型中以PurPursuit模型與Stanley模型為主,已被應(yīng)用于各種場景中,但由于固有的模型缺陷,且預(yù)覽距離對角度控制有很大影響,導(dǎo)致跟蹤性能較差,也有可能發(fā)生偏離道路情況[11]。雖然模型的優(yōu)化沒有增加復(fù)雜性,也能夠提升該模型的穩(wěn)定性,然而,由于優(yōu)化模型或現(xiàn)有幾何跟蹤模型的局限性,既沒有考慮車輛的形狀和路徑,也沒有考慮水平控制和垂直控制的耦合,這也是未來汽車路徑跟蹤中需要重點探尋的主要問題。該方法將模型控制方法與不同工況下的控制方法相結(jié)合,有效增強了車輛軌跡跟蹤的穩(wěn)定性,也保證了車輛運行的安全性。

      4 結(jié)語

      無人駕駛技術(shù)是一種較為復(fù)雜的非線性系統(tǒng)運行模式,實際工況相對復(fù)雜,在應(yīng)用過程中能夠充分發(fā)揮自身優(yōu)勢特征。由于自動控制方法還存在一定缺陷,帶有動態(tài)約束性能,這導(dǎo)致車輛軌跡跟蹤控制準確度受到了影響,因此,自動駕駛車輛路徑跟蹤控制應(yīng)考慮將多元控制方法進行結(jié)合,以便應(yīng)對動態(tài)模型對車輛運行安全性的約束,從而提高自動駕駛車輛行車精度,確保穩(wěn)定運行。

      猜你喜歡
      模糊控制無人駕駛滑模
      我們村的無人駕駛公交
      無人駕駛車輛
      科學(xué)(2020年3期)2020-11-26 08:18:28
      無人駕駛公園
      基于組合滑??刂频慕^對重力儀兩級主動減振設(shè)計
      測控技術(shù)(2018年4期)2018-11-25 09:47:26
      并網(wǎng)逆變器逆系統(tǒng)自學(xué)習(xí)滑??箶_控制
      T-S模糊控制綜述與展望
      基于模糊控制的PLC在溫度控制中的應(yīng)用
      電子制作(2016年21期)2016-05-17 03:53:01
      基于模糊控制的恒壓供水系統(tǒng)的研究
      用于光伏MPPT中的模糊控制占空比擾動法
      陈巴尔虎旗| 平顺县| 凤阳县| 崇文区| 茌平县| 泰顺县| 拉孜县| 大宁县| 龙南县| 璧山县| 融水| 安乡县| 遵义市| 新源县| 冀州市| 凤台县| 樟树市| 竹溪县| 资中县| 吴堡县| 板桥市| 忻州市| 克东县| 永济市| 河东区| 唐山市| 中西区| 额敏县| 溆浦县| 临湘市| 宁国市| 报价| 嵩明县| 绥宁县| 广河县| 宾阳县| 江都市| 昭苏县| 扎赉特旗| 专栏| 泰州市|