针对双轮差速驱动自动导引车的轨迹跟踪问题,首先根据车辆角度偏差,横向距离偏差这两者与驱动轮速之间的关系,建立简化车辆运动模型,其次,采用线性递减惯性权重改进的粒子群算法设计控制方案,最后提出时间乘误差绝对值积分准则与误差占比相结合的变化适应度函数.将以上两种控制方法与标准粒子群控制方法进行仿真对比,结果表明,采用线性递减惯性权重粒子群算法能有效提高粒子寻优速度,结合以上两种改进的控制方法,能减小超调量,缩短调节时间,增加车辆行驶稳定性.

高速车辆自动紧急避让技术能够提高车辆行驶的安全性。在高速车辆紧急避让过程中,由于外界干扰不确定等因素,参数固定的自抗扰控制器存在控制精度较差、效果不尽人意的问题,针对这一问题提出了一种基于神经网络的自抗扰控制方法。以车辆二自由度模型为基础,设计了二阶自抗扰控制器,利用神经网络在线整定三阶扩张状态观测器参数,并嵌入到自抗扰控制器中,同时考虑车辆避让过程中存在侧向加速度过大、曲率不连续等问题,采用Sigmoid函数进行路径再规划。Carsim/Simulink联合仿真结果表明,在不同车速下外界不同侧向风速干扰时,神经网络自抗扰控制器较常规自抗扰控制器路径跟踪精度高、鲁棒性好,且在100km/h车速下60km/h侧向风干扰时,两者最大跟踪误差分别为9.82%、58.70%。

以方向驾驶员模型为研究对象,讲解了自适应神经模糊推理系统的原理和结构,并基于自适应神经模糊推理系统建立了一种两输入单输出的方向驾驶员模型。输入变量是道路参考线到预瞄点的横向偏差和道路参考线与车辆X轴之间面积偏差,输出是车辆方向盘转角。首先,通过车辆动力学仿真软件Carsim获取车辆的仿真数据。其次,自适应神经模糊推理系统通过仿真数据能够自动获取模糊控制规则并建立方向驾驶员模糊控制器。最后,将基于自适应神经模糊推理系统建立的方向驾驶员模型和Carsim中的车辆动力学模型进行联合仿真。仿真结果表明基于自适应神经模糊推理系统所建立的方向驾驶员模型能够对路径进行良好的跟踪。

针对轮式移动机器人的路径跟踪问题,提出了一种基于动态预瞄的移动机器人路径跟踪控制方法。根据差速轮式移动机器人运动学模型和实时位置信息,建立路径跟踪偏差模型,并采用构建虚拟运动路径的方式设计移动机器人路径跟踪控制方法,结合路径跟踪偏差模型,实时调整移动机器人的运动状态,不断缩小运动过程中的偏差,最终实现路径跟踪。实验结果表明,所设计的移动机器人路径跟踪控制方法能够实现高精度的路径跟踪控制,同时具有良好的可靠性,平稳性。

针对面向大部件协同运载的双联AGV系统,融合单台全向移动AGV的路径跟踪运动学模型与Leader-Follower策略下的队形保持方法建立了一种双联AGV的协同偏差模型。基于该模型,采用Lyapunov反演法,提出一种双联AGV协同运载的运动学控制模型。最后通过软件仿真和系统实验验证了该控制模型的运行稳定性、精确性和协调性。

为实现农用机器人自主导航行走系统在满足较高环境适应性和运动灵活性条件下,能够平稳导航自动路径跟踪。根据农业机器人采摘作业环境要求,构建四轮转向AGV位姿估计的运动学模型,开展了基于模糊控制器的磁导航路径跟踪控制和多传感器信息融合的AGV位姿定位方法研究。试验结果表明采用模糊控制器能够即时调整AGV车体速度与导向角,UKF滤波器进行数据信息融合的方法能够有效提高AGV位姿定位精度,实现48mm以内的位姿误差和小于4°的航向误差,可为农用轮式AGV应用提供参考。

为了提高四轮转向(4WS)汽车的操纵稳定性和主动安全性,建立汽车二自由度四轮转向模型和系统状态方程,应用LQR最优控制理论建立了以横摆角速度和质心侧偏角为优化目标的四轮转向线性控制二次型最优控制模型,并基于路径跟踪策略建立预瞄驾驶员方向控制模型。基于"人-车-路"闭环控制系统,在Matlab/Simulink、CarSim联合仿真环境下对普通前轮转向、前后轮转角比例控制、LQR控制的控制效果进行验证。结果表明LQR控制器能够很好地改善汽车质心侧偏角和横摆角速度的动态响应特性,高速控制效果最佳,基于LQR控制的4WS汽车具有更好的道路循迹能力、高速稳定性和主动安全性。

针对海上鱼场网衣清洗问题,文中提出了一种水下清洗机器人的反演跟踪控制方法。首先对机器人的运动进行分析,建立了运动学、动力学模型。为了保证机器人在扰动环境下具有良好路径跟踪能力以实现对网箱的有序清洗,将控制系统分为三个子系统,分别定义了位置误差、速度误差、扰动估计误差及各自的李雅普诺夫函数,对每个子系统设计中间虚拟控制量,并导出最终控制律,完成了反演控制器的设计。在MATLAB Simulink环境下建立水下机器人仿真模型,并实现了机器人对规划清洗路径的跟踪控制仿真。仿真结果表明,通过该方法设计的控制器在水下干扰环境下具有良好的鲁棒性,机器人能够较好地跟踪规划清洗路径。

对拖拉机自动驾驶的基本组成及路径跟踪原理进行分析,建立了拖拉机的运动学模型。在东方红954拖拉机上加装液压转向和电动方向盘自动驾驶系统,对2种转向方式的控制系统性能、直线度性能和入线数据进行田间试验研究。现场试验表明,电动方向盘自动驾驶方式的动态性能指标高于液压转向自动驾驶方式,稳态误差略低于液压转向自动驾驶方式,入线米数多数情况下少于液压转向自动驾驶方式,直线度的标准差比液压转向自动驾驶方式低0.55 cm。可见在相同情况下,电动方向盘自动驾驶方式路径跟踪效果和稳定性方面略优于液压转向自动驾驶方式。

对传统的人工叉车进行自动化改造可以大幅度提高车间物流自动化水平。以倍福控制器CX5130作为AGV控制核心,倍福控制器分别与激光导航传感器和无线终端通过TCP/IP协议通信,实现与AGV本体和调度系统的数据交换。激光导航传感器通过反光柱返回激光导航仪发射的激光束实现AGV的定位。倍福HMI界面作为人机界面方便操作和监控。实现AGV的自动运行之后,通过PID算法提高了AGV的定位精度。实验结果表明:所设计的控制系统能满足AGV系统使用要求,成本低,验证了其有效性和可行性。