融合自适应曲线预瞄的驾驶机器人转向操纵粒子群优化滑模控制
2021-03-08蒋一辰陈刚
西安交通大学学报 2021年3期
关键词:方法
蒋一辰,陈刚
(南京理工大学机械工程学院,210094,南京)
汽车试验具有重复性强、工作环境恶劣、危险性大等特点,需要试验员掌握丰富的经验,极大增加了试验的培训和人工成本;此外在其他特种作业领域,包括抢险救灾、恶劣环境下的物资运输等,采用人类驾驶员驾驶汽车,有可能危及生命安全。驾驶机器人是指无需对车辆进行任何改装,就能安装在驾驶室内操纵车辆的特种作业机器人,其特点是经过车辆性能自学习后,可适用于多种车型,能够广泛应用于特种作业领域[1]。目前,国外主要是日本三重大学[2]、新西兰奥克兰大学[3]、英国ABD公司等涉足该领域并掌握一定的技术;国内主要是南京理工大学[1,4-7]、东南大学[8]、北京航空航天大学[9]等掌握该技术。
当驾驶机器人操纵试验车辆时,有必要对车速和转向控制进行研究。Wong等利用纯跟踪和矢量跟踪等方法,通过PID控制驾驶机器人进行了多工况下的路径跟踪仿真试验,但是PID的3个参数不能实现自调节[3]。陈刚等提出了一种具有自学习能力的驾驶机器人模糊神经网络车速控制方法,但是仅适用于小干扰条件下的非线性控制场合[4]。王纪伟等提出了一种基于模糊免疫PID的驾驶机器人车辆路径跟踪方法,但是存在不确定性干扰时,跟踪精度和稳定性较差,且试验工况单一[6]。Chen等提出了一种适用于驾驶机器人的自适应转向控制方法,但是未涉及车速变化时的转向操纵研究[7]。Norouzi等将滑模控制和反演控制相结合以控制驾驶机器人车辆转向,但参数寻优采取的是离线方法[10]。……
登录APP查看全文
