一种基于转向时滞估计与补偿的叉车路径跟踪控制方法技术

本发明专利技术公开了一种基于转向时滞估计与补偿的叉车路径跟踪控制方法，所述路径根据控制方法包括以下步骤：步骤1、获取T

【技术实现步骤摘要】
一种基于转向时滞估计与补偿的叉车路径跟踪控制方法


[0001]本专利技术涉及液压转向车辆的路径跟踪控制领域，具体是一种基于转向时滞估计与补偿的叉车路径跟踪控制方法。

技术介绍

[0002]随着时代的进步，工程机械、农业机械和军事车辆等全液压同步转向的应用领域越来越广泛，应用环境也更加复杂多样。且现在全面智能化的提出也奠定了各类使用全液压转向的车辆智能化发展的趋势。因此人们对于全液压同步转向车辆的要求已经从功能性要求过渡到高效，安全，精确等要求。对转向控制能力要求也随之增加。
[0003]全液压转向系统的时滞是随机的，时滞的这种随机变化可能由全液压转向系统的内部动力学和其他非线性特性引起，例如阀芯压力、流体压缩性、泵的死区、阀门流量和流体管道摩擦特性。随机时滞使系统识别过程变得复杂化。在实际应用上，如果不清楚时滞的影响，许多控制算法以及策略可能会变得非常不准确。因此，在路径跟踪控制中，由于转向系统中存在随机时滞会导致路径跟踪控制采集周期内信号采集不准确，车轮转角输出相应延时，导致跟踪效果不稳定、系统鲁棒性降低、响应迟缓，严重可能还会导致控制失谐。
[0004]全液压转向系统在车辆上的应用如此广泛，路径跟踪过程中的转向系统精度无疑是工程车辆，军事车辆和农业机械车辆等安装全液压转向系统的车辆行业智能化研究中最关注的问题之一，而对路径跟踪精度起决定性作用的影响因素是系统转向的精准性和可靠性，因此，要提高此类智能车辆路径跟踪精度应该首要考虑其转向的精确性与可靠性方面的研究。

技术实现思路

[0005]本专利技术的目的在于提供一种基于转向时滞估计与补偿的叉车路径跟踪控制方法，以解决上述
技术介绍
中提出的问题。
[0006]为实现上述目的，本专利技术提供如下技术方案：
[0007]一种基于转向时滞估计与补偿的叉车路径跟踪控制方法，所述路径根据控制方法包括以下步骤：
[0008]步骤1、获取T
‑
1周期内的最优时滞，其中：T为路径跟踪计算周期，且T≥1，当T＝1时最优时滞为零；
[0009]步骤2、获取叉车方向盘转角参数、车轮转角参数；
[0010]步骤3、获取路径跟踪周期T内的叉车期望车轮转角β、期望方向盘转角θ；
[0011]步骤4、根据步骤1获取的T
‑
1周期内的最优时滞和步骤3中的叉车期望车轮转角β、期望方向盘转角θ计算路径跟踪周期T内的实际方向盘转角；
[0012]步骤5、叉车转向系统根据步骤4获取的实际方向盘转角来控制叉车转向，并获得路径跟踪周期T内的最优时滞；
[0013]步骤6、令T＝T+1并执行步骤1。
[0014]作为本专利技术进一步的方案：所述期望方向盘转角θ＝β*K
v
，其中，K
v
为转向系统传动比。
[0015]作为本专利技术进一步的方案：所述最优时滞的获取包括以下步骤：
[0016]S1、建立液压转向输入
‑
输出概率模型；
[0017]S2、建立时滞采集时间轴；
[0018]S3、将输入
‑
输出概率模型、时滞采集时间轴结合变分贝叶斯估计算法对转向时滞进行估计，得到每个路径跟踪计算周期的最优时滞。
[0019]作为本专利技术进一步的方案：所述液压转向输入
‑
输出概率模型为f(X；θ)；
[0020]其中X为方向盘输入转角组成的向量，θ为分布参数，液压转向输入
‑
输出概率模型是对每个所述路径跟踪计算周期建立的；
[0021]时滞产生的误差视为过程噪声，假设系统具有正态分布的噪声，时滞概率可以表达为：
[0022]p(Y|X，θ，σ2)＝N(Y|T(X；θ)，σ2)
[0023]最大似然分布为：
[0024]p(θ|Y，X)
∝
p(Y|X，θ，σ2)
·
p(θ)
[0025]其中，Y为系统参考输出组成的向量，参考车轮转角，σ2为噪声的方差。
[0026]作为本专利技术进一步的方案：所述时滞采集时间轴包括车轮转角传感器采集周期、路径跟踪计算周期、滞后时间差；所述S2中时滞采集时间轴建立包括以下步骤：
[0027]S2.1、定义滞后时间差k，每个所述路径跟踪计算周期实际对应转角采集时刻相对于方向盘转角输入时刻存在k单位时间差，一个单位即为一个所述车轮转角传感器采集周期t的时间长度；
[0028]S2.2、定义潜在变量参数在所述采集时间轴对应的每个控制时域周期T下，用二进制0、1数据组成的向量表示模型输入方向盘转角X且输入时刻为T时与所述输出采集车轮转角之间的时滞误差，向量集为
[0029]其中上标表示模型输入和参考输出之间的时间戳之差，所述时滞的上限值定为K，K≤5t。
[0030]作为本专利技术进一步的方案：所述车轮转角传感器采集周期指的是采集转角信息的间隔；所述路径跟踪计算周期指的是路径跟踪控制算法处理采集信号，计算更新期望车轮转角的周期。
[0031]作为本专利技术进一步的方案：所述S3中结合变分贝叶斯估计算法获取转向最优时滞步的骤如下：
[0032]在变分贝叶斯估计算法中，将不同方向盘转角工况输入对应的估计值分配给分布参数以及所述潜在变量，结合公式最大似然分布公式，近似联合分布为：
[0033][0034]其中：q()为建议分布；
[0035]在变分贝叶斯估计算法中，通过固定其余建议分布来优化剩下的建议分布，系统的最优时滞建议分布Kullback
‑
Leibler Divergence公式为：
[0036][0037]其中：p(X
T
，Y
T
)在所述变分贝叶斯估计算法求解过程中恒定，因此公式(4)等效为：
[0038][0039]其中：q(θ)以及q(σ2)考虑为固定值，因此两分布已知，分别进行积分得到对应的积分常数值，且已知的分布可以作为条件获取对应的最大似然估计中的期望，即
[0040][0041]因此公式(5)可以等效为：
[0042][0043]最后系统时滞建议分布公式表示为与其余两项固定建议分布的似然期望指数的熵差，可将最优解表示为：
[0044][0045]将和υ的建议分布进行参数化表示为：
[0046][0047]模型似然分布和先验分布为共轭分布，和υ的参数可以由概率共轭求出，分别为：
[0048][0049][0050]其中：<.>代表了自身分布的期望，和υ的参数相关表达如下：
[0051][0052][0053][0054]最终不同转角输入X下的时滞统计均能得到有效的后验分布，且每个周期均能作出最优时滞。
[0055]作为本专利技术进一步的方案：所述最优时滞与所述时滞采集时间轴相结合获得输入
‑
输出时刻方程；
[0056]输入
‑
输本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于转向时滞估计与补偿的叉车路径跟踪控制方法，其特征在于，所述路径根据控制方法包括以下步骤：步骤1、获取T
‑
1周期内的最优时滞，其中：T为路径跟踪计算周期，且T≥1，当T＝1时最优时滞为零；步骤2、获取叉车方向盘转角参数、车轮转角参数；步骤3、获取路径跟踪周期T内的叉车期望车轮转角β、期望方向盘转角θ；步骤4、根据步骤1获取的T
‑
1周期内的最优时滞和步骤3中的叉车期望车轮转角β、期望方向盘转角θ计算路径跟踪周期T内的实际方向盘转角；步骤5、叉车转向系统根据步骤4获取的实际方向盘转角来控制叉车转向，并获得路径跟踪周期T内的最优时滞；步骤6、令T＝T+1并执行步骤1。2.根据权利要求1所述的一种基于转向时滞估计与补偿的叉车路径跟踪控制方法，其特征在于，所述期望方向盘转角θ＝β*K
v
，其中，K
v
为转向系统传动比。3.根据权利要求1所述的一种基于转向时滞估计与补偿的叉车路径跟踪控制方法，其特征在于，所述最优时滞的获取包括以下步骤：S1、建立液压转向输入
‑
输出概率模型；S2、建立时滞采集时间轴；S3、将输入
‑
输出概率模型、时滞采集时间轴结合变分贝叶斯估计算法对转向时滞进行估计，得到每个路径跟踪计算周期的最优时滞。4.根据权利要求3所述的一种基于转向时滞估计与补偿的叉车路径跟踪控制方法，其特征在于，所述液压转向输入
‑
输出概率模型为f(X；θ)；其中X为方向盘输入转角组成的向量，θ为分布参数，液压转向输入
‑
输出概率模型是对每个所述路径跟踪计算周期建立的；时滞产生的误差视为过程噪声，假设系统具有正态分布的噪声，时滞概率可以表达为：p(Y∣X,θ,σ2)＝(Y∣f(X；θ),σ2)最大似然分布为：p(θ∣Y,X)
∝
p(Y∣X,θ,σ2)
·
p()其中，Y为系统参考输出组成的向量，参考车轮转角，σ2为噪声的方差。5.根据权利要求3所述的一种基于转向时滞估计与补偿的叉车路径跟踪控制方法，其特征在于，所述时滞采集时间轴包括车轮转角传感器采集周期、路径跟踪计算周期、滞后时间差；所述S2中时滞采集时间轴建立包括以下步骤：S2.1、定义滞后时间差k，每个所述路径跟踪计算周期实际对应转角采集时刻相对于方向盘转角输入时刻存在k单位时间差，一个单位即为一个所述车轮转角传感器采集周期t的时间长度；S2.2、定义潜在变量参数在所述采集时间轴对应的每个控制时域周期T下，用二进制0、1数据组成的向量表示模型输入方向盘转角X且输入时刻为T时与所述输出采集车轮转...

【专利技术属性】
技术研发人员：张冬林，程清，毕胜，白迎春，陈洋，夏光，
申请(专利权)人：安徽合力股份有限公司，
类型：发明
国别省市：