原文传递
考虑轮胎动力学约束的模型预测轨迹跟踪控制算法设计
| 论文题名： | 考虑轮胎动力学约束的模型预测轨迹跟踪控制算法设计 |
| 关键词： | 无人驾驶车辆;轨迹跟踪模型;模型预测控制;滑移约束;RBF神经网络估计器 |
| 摘要： | 随着科学技术和人工智能技术的飞速发展，无人驾驶车辆技术引起了人们的高度关注，作为无人驾驶技术一部分的轨迹跟踪控制问题成为研究的重点。由于轮胎的动态特性严重影响车辆的操纵稳定性，因此本文通过考虑轮胎非线性动力学特性，研究了基于模型预测控制的无人驾驶车辆轨迹跟踪控制问题。本文主要研究如下： (1)描述了车辆轨迹跟踪模型和车辆预瞄模型的建模过程，然后通过考虑轮胎动力学特性对车辆操纵稳定性的影响，建立了基于径向基(RadialBasisFunction,RBF)神经网络轮胎侧向力估计器。 (2)针对所建立的车辆轨迹跟踪模型和车辆预瞄模型使用零阶保持(ZOH)法将连续的状态方程离散化并用于轨迹跟踪系统的状态预测；在求解最优化的问题中，目标函数由滑移约束项、车辆轨迹跟踪项和控制输入项等部分组成，滑移约束的边界条件由RBF神经网络估计出的轮胎侧向力来确定。然后，根据求解最优化问题计算出的期望纵向加速度和期望前轮转角。最后，通过下位控制器转化为车辆转角、节气门开度和制动主缸压力，控制车辆以实现轨迹跟踪。 (3)为验证所提出模型预测轨迹跟踪控制算法的有效性，本文对所提出的轨迹跟踪控制系统进行了联合仿真测试和硬件在环测试。搭建了基于Matlab/Simulink和CarSim的联合仿真平台，仿真结果表明，本文所设计的RBF神经网络轮胎侧向力估计器的有效性，有效地减少了车辆的滑移现象；车辆超出轮胎非线性区域仍能有效行驶；并且近年来所提出算法相比，本文所提出的算法能在更高的速度在双移线轨迹上有效行驶，且跟踪精度更高。为进一步验证算法在工程上的可行性，本文还对算法进行硬件在环测试。硬件在环测试使用树莓派和CarSim进行测试。硬件在环测试结果表明，车辆在极限工况下可以安全行驶，并有效减少了滑移现象。 |
| 作者： | 刘英杰 |
| 专业： | 机械工程;机械电子工程 |
| 导师： | 赵容晨 |
| 授予学位： | 硕士 |
| 授予学位单位： | 贵州师范大学 |
| 学位年度： | 2023 |
检索历史
应用推荐
