【技术实现步骤摘要】
一种无人智能清扫车轨迹跟踪控制方法及系统
本专利技术属于无人驾驶控制
,具体地说,是涉及一种基于无模型自适应控制方法的无人智能清扫车轨迹跟踪控制方法及系统。
技术介绍
近年来,随着城市建设的不断完善,街道卫生环境管理的任务越来越繁重,纯人力打扫负担加剧,这就要求提高道路机械化清扫率,清扫车自动化作业日渐成为无人驾驶领域的一个重要应用场景。环境感知、路径决策规划和轨迹跟踪是当前无人驾驶3个主要控制研究方向。其中,轨迹跟踪是无人驾驶汽车运动控制的最基本问题之一,其通常是在路径规划完成的基础上,通过控制算法计算确定车辆所需的期望控制输入,进而实现车辆按照规划路径行驶。近年来,国内外学者针对无人驾驶轨迹跟踪问题进行了大量研究工作,其中,文献“无人驾驶汽车RBF神经网络滑模横向控制策略”在单点预瞄模型与车辆二自由度模型的基础上建立横向运动模型,设计了一种优化型径向基函数(RBF)神经网络的无人车横向运动滑模控制策略;文献“基于自适应模糊PID控制的农用作业机械轨迹跟踪系统研究”针对农业自动机械轨迹跟踪控制,运用模型预测控制算法,设计了自适应MPC控制器以及自适应模糊PID控制器;文献“四轮转向车辆的径向基函数神经网络复合控制器设计”建立了四轮转向车辆的八自由度动力学模型,并设计了一种径向基函数神经网络控制与单神经元自适应PSD控制的复合控制系统,采用直接闭环训练法以离线的方式进行训练。值得指出的是,无人智能清扫车是一种具有高耦合度的复杂非线性系统,其车身构造复杂,当清扫车速度提高,车身横摆角速度变化也会更 ...
【技术保护点】
1.一种无人智能清扫车轨迹跟踪控制方法及系统,其特征在于:所述方法包括下述步骤:/n(1)在无人智能清扫车中,预先录入需要清扫的区域路径;/n(2)获取车的实际位置、姿态信息,建立车的运动学模型:/n
【技术特征摘要】 【专利技术属性】
1.一种无人智能清扫车轨迹跟踪控制方法及系统,其特征在于:所述方法包括下述步骤:
(1)在无人智能清扫车中,预先录入需要清扫的区域路径;
(2)获取车的实际位置、姿态信息,建立车的运动学模型:
其中,
(x,y)表示车后轴的中心点坐标;v表示当前车速;是当前车的航向角;n表示车前后轴的轴距;χ是车的前轮偏角,受最大转向角χmax限制;
(3)在期望路径上,实时选取合适的预瞄点,并计算预瞄角,将轨迹跟踪问题转化为预瞄偏差角跟踪问题;
(4)进行动态线性化处理,建立仅与输入的预瞄偏差角和输出的前轮转角相关的转向动态线性化数据模型:
h(t+1)=h(t)+ξ(t)Δu(t);
其中,
h(t)表示t时刻的预瞄偏差角;u(t)表示t时刻的方向盘转角,Δu(t)=u(t)-u(t-1);ξ(t)表示系统的伪偏导数;
(5)计算无模型自适应控制下的转向角控制率及PPD估计算法:
其中,为ξ(t)的估计值,λ∈(0,1]、μ∈(0,1]是步长因子,使控制算法设计具有更大的灵活性;hd(t+1)为t+1时刻的预瞄角;
(6)在上述转向角控制率中,加入时变比例控制项,得到新的控制率为:
其中,λ∈(0,1]、μ∈(0,1]是步长因子;e(t)=hd(t+1)-h(t);k1>0,k2≥0且k1≥k2;
(7)输出前轮转角,实现期望轨迹的跟踪。
2.根据权利要求1所述的方法,其特征在于:步骤(2)的运动学方程转化为离散化模型:
其中,T为采样时间,该模型验证了智能清扫车系统的非线性,仅用于提供智能清扫车轨迹跟踪控制仿真中的I/O数据,不参与控制。
3.根据权利要求1所述的方法,其特征在于:步骤(4)具体包括下述步骤:
(1)由智能清扫车转向控制系统的非线性可知,h(t)和u(t)之间的关系也是非线性的,建立如下的离散时间非线性系统:
h(t+1)=f(h(t),…,h(t-nh),u(t),…,u(t-nu));
其中,h(t)表示t时刻的预瞄偏差角,u(t)表示t时刻的方向盘转角,分别表示t时刻系统的输入和输出;nh和nu是两个未知的参数;f(…)是未知的非线性函数;
(2)利用传统无模型自适应算法对该系统进行分析,考虑系统的下一时刻预瞄角变化量与之前时刻的方向盘该变化量有关,得到:
f(…)存在对于系统输入变量u(t)的连续偏导数;
该系统满足广义Lipschitz条件,即给定任意u(t1)≠u(t2)(t1≠t2且t1,t2≥0),可以得到|h(t1+1)-h(t2+1)|≤m|u(t1)-u(t2)|,其中,m>0是一个常数;
对于满足上述条件的非线性系统,当Δu(t)≠0时,一定存在时变参数向量ξ(t)使系统转化为如下的动态线性化数据模型:
Δh(t+1)=ξ(t)Δu(t)。
技术研发人员:姚文龙,庞震,池荣虎,邵巍,李博洋,
申请(专利权)人:青岛科技大学,
类型:发明
国别省市:山东;37
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。