[发明专利]基于动力学模型的履带无人车辆轨迹跟踪控制器设计方法在审

专利信息
申请号: 202111440661.2 申请日: 2021-11-30
公开(公告)号: CN114355882A 公开(公告)日: 2022-04-15
发明(设计)人: 李胜飞;汪洋;项燊;苏波 申请(专利权)人: 中国北方车辆研究所
主分类号: G05D1/02 分类号: G05D1/02
代理公司: 北京理工大学专利中心 11120 代理人: 廖辉
地址: 100072*** 国省代码: 北京;11
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 基于 动力学 模型 履带 无人 车辆 轨迹 跟踪 控制器 设计 方法
【说明书】:

发明公开了一种基于动力学模型的履带无人车辆轨迹跟踪控制器设计方法,属于车辆控制技术领域。该方法首先根据履带车辆动力学模型建立状态空间方程;其次根据设定的目标函数进行标准二次型转化;在下一个控制周期内系统通过目标函数的优化过程计算出新的控制序列,反复进行滚动优化,从而实现轨迹跟踪控制。本发明能够保证车辆在各种速度条件下都具有高精度且稳定的跟踪能力。

技术领域

本发明涉及车辆控制技术领域,具体涉及一种基于动力学模型的轨迹跟踪控制器的设计方法。

背景技术

目前国内外研究学者对履带式自主平台的轨迹跟踪控制进行了大量研究,但存在以下几点不足:

1.研究对象都是低速运动的小型履带式移动机器人,仿真车速不超过2m/s。并且仿真时给定的轨迹过于单一,普遍是跟踪一段直线或者圆形轨迹。因此控制算法在车辆高速运动条件下跟踪复杂轨迹时的准确性有待进一步验证。

2.控制算法主要基于理想的车辆运动学模型进行构建,没有考虑到打滑对车辆运动造成的影响,在复杂道路条件下跟踪精度会有所降低。

3.仿真结果没有体现出跟踪过程中车辆速度和加速度的变化情况,评价指标只有跟踪轨迹的精确度,缺乏对车辆行驶稳定性和跟踪速度的考虑。

由于模型预测控制算法能够有效结合车辆的约束条件对目标函数进行反复的在线实时优化,并能根据系统实际状态与预测控制之间的误差对预测值进行实时修正,能够有效克服系统不确定性产生的扰动,消除模型误差,非常适合于求解不能精确建立数学模型且存在约束条件的控制系统。因而基于模型预测控制算法来设计履带无人车辆的轨迹跟踪控制器,可使无人车辆在高速运动和非结构化道路环境下能够准确、稳定的跟踪参考轨迹。

发明内容

有鉴于此,本发明提供了一种基于动力学模型的履带无人车辆轨迹跟踪控制器设计方法,能够保证车辆在各种速度条件下都具有高精度且稳定的跟踪能力。

基于动力学模型的履带无人车辆轨迹跟踪控制器设计方法,该方法的实现步骤如下:

步骤一:根据履带车辆动力学模型建立状态空间方程;

步骤二:根据设定的目标函数进行标准二次型转化;

步骤三:在下一个控制周期内系统通过目标函数的优化过程计算出新的控制序列,反复进行滚动优化,从而实现轨迹跟踪控制。

进一步地,所述步骤一中履带车辆动力学模型建立状态空间方程的过程如下:

根据履带车辆动力学模型以及车辆局部坐标与全局坐标的转换关系,得到式(1.1)所示的状态方程:

将其表示为如下的非线性模型:

设定车辆的状态量为控制量μ(t)=[ωLR]T,输出量为

将(1.2)所示的非线性系统进行线性化和离散化,得到的状态空间方程表示为:

其中,

进一步地,所述步骤二中设定目标函数和进行标准二次型转化的过程如下:设定目标函数:

将上述目标函数转化为如下标准二次型:

其中,已知状态量个数n=6,控制量个数m=2,输出量个数p=3,设定预测时域Hp=60,控制时域Hc=15,控制周期T=0.1可以得到:

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于中国北方车辆研究所,未经中国北方车辆研究所许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/202111440661.2/2.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top