【技术实现步骤摘要】
本专利技术涉及智能车辆运动控制，尤其涉及一种基于动态避障的无人矿卡横纵向自适应协同控制方法。
技术介绍
1、随着智能化矿山应用技术的持续发展，无人驾驶技术已经被广泛应用于露天煤矿全生命周期设备、生产全工艺流程和企业全业务流程的自动化、信息化和智能化，这项技术基于高科技手段，如5g网络、高清全息成像、4d光感分析和ai视频分析等，大幅提高了生产效率、降低了行业内煤矿生产成本、减少环境污染等。
2、无人驾驶矿用卡车是现代矿山重要的运输设备，对于提升矿山行业生产效率和安全性具有重要意义。轨迹跟踪控制是实现矿卡无人驾驶的关键技术。轨迹跟踪研究旨在保证行驶安全性，通过纵向行驶控制方法和横向转向控制方法，使车辆按照预先规划的路径行驶。轨迹跟踪的目标是通过消除车辆在行驶过程中实际位置与期望位置的角度偏差与横向偏差，从而实现路径的准确跟踪，其次还要保证无人矿卡的操纵稳定性。而矿区道路环境复杂，随机路面激励较多，且路面附着系数容易发生突变，具有不确定性，因此常规轨迹跟踪控制方法并不适用于无人矿卡，需要提出改进。
3、目前现有的无人矿卡轨迹跟踪相关研究，主要针对固定路线、单一环境的工况进行研究，针对复杂矿区工况的无人矿卡研究较少。
技术实现思路
1、本专利技术的目的是提供一种基于动态避障的无人矿卡横纵向自适应协同控制方法，能够有效提高无人矿卡在复杂矿区工况下的横纵向稳定性，从而提高无人矿卡的运行效率及行驶安全性。
2、本专利技术提供一种基于动态避障的无人矿卡横纵向自
3、考虑矿区动态障碍物躲避的路径规划：基于碰撞锥理论结合动态窗口算法，对无人矿卡行驶速度以及最优避障路径进行规划，得到纵向期望控制量和横向期望控制量；
4、纵向行驶控制：基于纵向期望控制量，得到纵向期望加速度，根据纵向期望加速度，进行驱动控制和制动控制，实现速度轨迹的平稳跟踪；
5、横向转向控制：基于横向期望控制量，对构建的二自由度车辆模型进行离散化，得到目标横摆角速度，基于目标横摆角速度，采用离散滑模控制实现横向转向控制；
6、横纵向协同控制：基于纵向行驶控制以及横向转向控制，得到车轮的侧向附着力及对应的侧向偏角，进而确定自适应前轮转角约束，对前轮转角进行控制。
7、进一步地，基于碰撞锥理论结合动态窗口算法，对无人矿卡行驶速度以及最优避障路径进行规划，具体包括：
8、基于碰撞锥理论，确定碰撞检测范围，所述碰撞检测范围内包括避障起点、结束避障点、避过障碍物的点；：其中，为预测时间间隔，表示无人矿卡a和障碍物b的相对速度；
9、表示无人矿卡速度方向与障碍物扩张半径边缘的直线距离，的计算公式如下：
10、其中，无人矿卡与障碍物圆心连线为ab，表示无人矿卡a和障碍物b之间的距离，为无人矿卡a和障碍物b相对速度的朝向角，表示连线ab与障碍物边缘夹角，表示障碍物的扩大半径；
11、当时，无人矿卡无碰撞风险，不执行碰撞操作，当时，无人矿卡与障碍物之间的距离小于最远危险距离，有碰撞风险，此时要进一步判断无人矿卡速度是否在绝对碰撞区域内，若是，则执行避障操作，若不是，则正常行驶；最后当无人矿卡运动过结束避障点时，即表示已经避过该障碍物；
12、通过车辆动力学约束关系，获得在预测时间间隔内可达的避障速度，进一步采用动态窗口算法对避障路径进行规划，通过无人矿卡的运动方向、最近障碍物的距离、速度评价指标对规划路径进行评价，筛选出最优避障路径以及无人矿卡行驶速度；基于最优避障路径以及无人矿卡行驶速度，得到纵向期望控制量和横向期望控制量。
13、进一步地，所述通过车辆动力学约束关系，获得在预测时间间隔内可达的避障速度，具体包括：
14、无人矿卡在预测时间间隔内可达的避障速度是通过执行器约束映射到加速度约束上的，定义可行加速度为：
15、其中，为无人矿卡的位置向量，为执行器控制量，为前轮转角，为驱动力或制动力；进一步地，基于纵向期望控制量，得到纵向期望加速度，根据纵向期望加速度，进行驱动控制和制动控制，实现速度轨迹的平稳跟踪，具体包括：
16、根据纵向期望控制量，得到纵向期望加速度；
17、将纵向期望加速度代入车轮转动动力学模型中，并结合归一化轮胎模型以及滑模控制算法得到期望车轮转矩；
18、基于pi控制理论引入加速度的反馈控制：
19、其中，为转矩误差，为纵向期望加速度，为实际的加速度，为比例系数，为积分系数；
20、基于期望转矩，将pi控制器的输出作为转矩补偿，进行驱动控制和制动控制，实现纵向期望加速度。
21、进一步地，所述车轮转动动力学模型可用下式表达：
22、式中，为轮胎和传动轴的转动惯量，为转动的角加速度，为车轮滚动半径，为驱动力，为制动力；为轮胎上的驱动力矩；为轮胎上的制动力矩。进一步地，所述将纵向期望加速度代入车轮转动动力学模型中，并结合归一化轮胎模型以及滑模控制算法得到期望车轮转矩，具体包括：
23、将纵向期望加速度代入车轮转动动力学模型中，得到目标纵向力；
24、基于目标纵向力，采用归一化轮胎模型，结合不同的轮胎垂直载荷和不同的路面峰值附着系数，设计纵向驱动力或制动力控制目标的目标滑移率；
25、利用滑模控制算法，调节车轮的驱动转矩或制动转矩，使得实际滑移率跟随目标滑移率，得到期望转矩。进一步地，所述基于目标纵向力，采用归一化轮胎模型，结合不同的轮胎垂直载荷和不同的路面峰值附着系数，设计纵向驱动力或制动力控制目标的目标滑移率，具体包括：
26、归一化附着率和归一化滑移率分别为：
27、其中，为路面峰值附着系数，为轮胎的纵向刚度，为轮胎垂直载荷，为轮胎实际驱动力，为轮胎实际滑移率；
28、利用二次函数对归一化曲线进行拟合的结果为：
29、利用该拟合结果进一步得到当前路面附着条件和轮胎垂直载荷下的相应的目标滑移率。
30、进一步地，所述利用滑模控制算法，调节车轮的驱动转矩或制动转矩，使得实际滑移率跟随目标滑移率，得到期望转矩，具体包括：选取的滑模面为：其中，为系统参数，为系统误差；
31、选取指数滑模趋近率，其表达式如下：
32、式中，为滑模面控制参数，为趋近速率；将滑模面求导并联立指数滑模趋近率可以得出期望转矩：
33、式中，为目标滑移率的一阶导数
34、：
35、分别表示为：
36、其中：
37、进一步地，所述基于横向期望控制量，对构建的二自由度车辆模型进行离散化，得到目标横摆角速度，基于目标横摆角速度，采用离散滑模控制实现横向转向控制，具体包括：
38、1）车辆动力学建模
39、首先构建二自由度车辆模型：
40、
41、其中， m本文档来自技高网...
【技术保护点】
1.一种基于动态避障的无人矿卡横纵向自适应协同控制方法，其特征在于，包括：
2.根据权利要求1所述的基于动态避障的无人矿卡横纵向自适应协同控制方法，其特征在于，基于碰撞锥理论结合动态窗口算法，对无人矿卡行驶速度以及最优避障路径进行规划，具体包括：
3.根据权利要求2所述的基于动态避障的无人矿卡横纵向自适应协同控制方法，其特征在于，所述通过车辆动力学约束关系，获得在预测时间间隔内可达的避障速度，具体包括：
4.根据权利要求1所述的基于动态避障的无人矿卡横纵向自适应协同控制方法，其特征在于，基于纵向期望控制量，得到纵向期望加速度，根据纵向期望加速度，进行驱动控制和制动控制，实现速度轨迹的平稳跟踪，具体包括：
5.根据权利要求4所述的基于动态避障的无人矿卡横纵向自适应协同控制方法，其特征在于，
6.根据权利要求4所述的基于动态避障的无人矿卡横纵向自适应协同控制方法，所述将纵向期望加速度代入车轮转动动力学模型中，并结合归一化轮胎模型以及滑模控制算法得到期望车轮转矩，具体包括：
7.根据权利要求6所述的基于动态避障的无
8.根据权利要求7所述的基于动态避障的无人矿卡横纵向自适应协同控制方法，所述利用滑模控制算法，调节车轮的驱动转矩或制动转矩，使得实际滑移率跟随目标滑移率，得到期望转矩，具体包括：
9.根据权利要求1所述的基于动态避障的无人矿卡横纵向自适应协同控制方法，所述基于横向期望控制量，对构建的二自由度车辆模型进行离散化，得到目标横摆角速度，基于目标横摆角速度，采用离散滑模控制实现横向转向控制，具体包括：
10.根据权利要求1所述的基于动态避障的无人矿卡横纵向自适应协同控制方法，所述基于纵向行驶控制以及横向转向控制，得到车轮的侧向附着力及对应的侧向偏角，进而确定自适应前轮转角约束，对前轮转角进行控制，具体包括：
...【技术特征摘要】
1.一种基于动态避障的无人矿卡横纵向自适应协同控制方法，其特征在于，包括：
2.根据权利要求1所述的基于动态避障的无人矿卡横纵向自适应协同控制方法，其特征在于，基于碰撞锥理论结合动态窗口算法，对无人矿卡行驶速度以及最优避障路径进行规划，具体包括：
3.根据权利要求2所述的基于动态避障的无人矿卡横纵向自适应协同控制方法，其特征在于，所述通过车辆动力学约束关系，获得在预测时间间隔内可达的避障速度，具体包括：
4.根据权利要求1所述的基于动态避障的无人矿卡横纵向自适应协同控制方法，其特征在于，基于纵向期望控制量，得到纵向期望加速度，根据纵向期望加速度，进行驱动控制和制动控制，实现速度轨迹的平稳跟踪，具体包括：
5.根据权利要求4所述的基于动态避障的无人矿卡横纵向自适应协同控制方法，其特征在于，
6.根据权利要求4所述的基于动态避障的无人矿卡横纵向自适应协同控制方法，所述将纵向期望加速度代入车轮转动动力学模型中，并结合归一化轮胎模型以及滑模控...
【专利技术属性】
技术研发人员：高超俊，叶青，张垚，汪若尘，黄壤，万佳楠，
申请(专利权)人：江苏大学，
类型：发明
国别省市：
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。