原文传递
无人驾驶机器人车辆纵向动力学特性学习与控制研究
| 论文题名： | 无人驾驶机器人车辆纵向动力学特性学习与控制研究 |
| 关键词： | 无人驾驶机器人车辆;横纵向协调控制;动力学模型;模糊监督控制;动态模糊神经网络 |
| 摘要： | 驾驶机器人结构灵活、能够适应不同类型的车辆，本文在课题组对无人驾驶机器人车辆横纵向协调控制研究的基础上，为了能够了解被操纵车辆动力学特性的前提下，更好的操纵不同类型的车辆，研究了驾驶机器人车辆的纵向动力学特性学习方法与纵向动态控制。 首先，介绍了驾驶机器人的性能指标。并分析了驾驶机器人换挡机械手、驾驶机械腿的结构特征。在此基础上，建立驾驶机器人各机械臂的运动学与动力学模型。 接着，介绍了驾驶机器人车辆纵向动力学特性的离线学习与在线学习方法。建立了驾驶机器人车辆驱动力矩与离合器换挡结合传递力矩的卡尔曼估计模型以及制动力矩的扩展自回归模型，同时采用模糊变遗忘因子递推最小二乘（FFRLS）算法在线辨识扩展自回归模型的参数。 然后，介绍了两种驾驶机器人车辆的自适应多模态车速跟踪控制方法，包括依赖模型的模糊监督控制以及无模型的动态模糊神经网络（DFNN）与PI组合控制。给出了对应的控制律设计，并对其稳定性进行了理论证明。 最后，考虑驾驶机器人车辆长期驾驶出现性能衰退的情况，结合纵向动力学特性学习方法，提出了改善驾驶质量的驾驶机器人车辆动态控制方法。同时，考虑离合机械腿的结合控制对车辆换挡性能的影响，以滑磨功与换挡冲击度为性能函数，设计了离合机械腿换挡结合时传递力矩的二次型最优控制。并设计了驾驶机械腿的神经网络自适应鲁棒控制器用于跟踪二次型最优传递力矩。在此基础上，试验验证了驾驶机器人车辆纵向动态控制方法的有效性。 |
| 作者： | 王和荣 |
| 专业： | 车辆工程 |
| 导师： | 陈刚 |
| 授予学位： | 硕士 |
| 授予学位单位： | 南京理工大学 |
| 学位年度： | 2019 |
检索历史
应用推荐
