期刊文献+
共找到2篇文章
< 1 >
每页显示 20 50 100
基于前馈非线性模型预测控制的类车机器人路径跟踪
1
作者 伊力夏提·伊力哈木江 孟宇 +5 位作者 白国星 顾青 王国栋 常鑫睿 黄建秀 郑燕 《工程科学学报》 EI 北大核心 2025年第1期101-112,共12页
类车机器人由于零件标准化程度低,侧偏刚度等轮胎力学参数难以准确获得,存在动力学建模十分困难的问题,因此现有研究工作通常以运动学模型作为类车机器人的控制模型,但由于其运动学模型存在模型失配,导致类车机器人与参考路径之间的误... 类车机器人由于零件标准化程度低,侧偏刚度等轮胎力学参数难以准确获得,存在动力学建模十分困难的问题,因此现有研究工作通常以运动学模型作为类车机器人的控制模型,但由于其运动学模型存在模型失配,导致类车机器人与参考路径之间的误差、类车机器人的前轮转角和前轮转角速度出现剧烈振荡现象.针对前述问题,本文基于非线性模型预测控制(Nonlinear model predictive control,NMPC)的滚动优化原理,引入基于逆运动学模型的前馈转角信息,将前轮转向角作为预测模型的第四维,提出了一种基于前馈非线性模型预测控制(Feedforward NMPC,FNMPC)的类车机器人路径跟踪控制算法.并通过Simulink和CarSim进行了联合仿真,结果表明FNMPC有效减小了模型失配导致的振荡现象,同时具有较高的跟踪精度.其中前馈非线性模型预测控制器的位移误差幅值不超过0.1106 m,航向误差幅值不超过0.1253 rad.在相同工况下,线性模型预测控制、前馈线性模型预测控制、纯跟踪控制和Stanley控制误差发散,而本文提出的FNMPC相比已有NMPC跟踪精度更高,且控制增量绝对累计值相比NMPC控制器减小67.53%.通过线控类车机器人底盘作为实验平台完成的测试结果表明,NMPC系统在进入弯道时出现控制失控现象,在相同工况下,FNMPC系统能够有效完成对参考路径的跟踪,同时将位移误差幅值控制在0.1624 m以内,航向误差幅值控制在0.1138 rad以内. 展开更多
关键词 类车机器人 路径跟踪 前馈信息 模型预测控制 平顺性
下载PDF
基于前馈模型预测控制的类车机器人路径跟踪 被引量:1
2
作者 白国星 伊力夏提·伊力哈木江 +3 位作者 付薛洁 孟宇 刘立 顾青 《工程科学学报》 EI CSCD 北大核心 2024年第6期1130-1139,共10页
在类车机器人路径跟踪控制方法中,模型预测控制(Model predictive control,MPC)在处理系统约束方面具有较大优势,但是现有的非线性模型预测控制(Nonlinear MPC,NMPC)实时性较差,线性模型预测控制(Linear MPC,LMPC)精确性较差,因此亟需... 在类车机器人路径跟踪控制方法中,模型预测控制(Model predictive control,MPC)在处理系统约束方面具有较大优势,但是现有的非线性模型预测控制(Nonlinear MPC,NMPC)实时性较差,线性模型预测控制(Linear MPC,LMPC)精确性较差,因此亟需提出一种同时具有较高精确性与实时性的类车机器人路径跟踪控制方法.为此,以无预瞄点的LMPC为基础,引入基于逆运动学模型的前馈转向角信息,提出了一种前馈模型预测控制(Feedforward MPC,FMPC)方法,并通过MATLAB和Carsim进行了联合仿真测试.FMPC具有较高的精确性,在所有仿真结果中,位移误差绝对值不超过0.1110 m,航向误差绝对值不超过0.1177 rad.在相同工况下,FMPC与NMPC精确性相当,LMPC、前馈控制和Stanley控制误差发散.FMPC也具有较高的实时性,在每个控制周期内的解算时间不超过4.31 ms.在相同工况下,FMPC与LMPC实时性相当,相比NMPC能将每个控制周期内解算时间的最大值减小80.68%,平均值减小65.14%.此外,FMPC能够保证控制变量在系统约束范围内,且受定位误差的影响较小. 展开更多
关键词 机器人 类车机器人 路径跟踪 预测控制 实时性
下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部