基于动态目标位置的车辆弯道保持控制仿真
- 格式:pdf
- 大小:427.13 KB
- 文档页数:5
乘用车底盘动态行为的建模与仿真随着科技的不断进步,乘用车底盘动态行为的建模与仿真在汽车行业中的应用越来越广泛。
底盘动态行为的建模与仿真技术可以帮助汽车制造商预测和优化车辆的性能,改进驾驶安全性和乘坐舒适性,并提高车辆的燃油效率和可靠性。
本文将介绍乘用车底盘动态行为的建模与仿真的原理、方法和应用。
首先,乘用车底盘动态行为的建模与仿真是通过数学模型来描述和预测车辆在运动过程中的各种动态行为。
这些动态行为包括悬挂系统的运动、转向系统的响应、制动系统的性能等。
建模的过程需要收集车辆的相关数据,并将其转化为数学方程,以描述车辆的运动和相互作用。
然后,通过仿真软件将该模型输入计算机,进行仿真分析,以评估和优化车辆的性能。
在乘用车底盘动态行为的建模与仿真中,涉及到多个方面的技术和方法。
首先是悬挂系统的建模与仿真。
悬挂系统是车辆底盘的重要组成部分,它会影响车辆的平稳性、舒适性和操控性能。
通过建立悬挂系统的数学模型,可以研究和优化悬挂系统的性能。
其次是转向系统的建模与仿真。
转向系统包括转向机构、转向器、转向连杆等,它决定了车辆的转向性能和操控性。
通过建立转向系统的数学模型,可以预测和改进车辆的转向特性。
再次是制动系统的建模与仿真。
制动系统是车辆行驶过程中必不可少的安全装置,它能够控制和调节车辆的速度和停止距离。
通过建立制动系统的数学模型,可以评估和改进车辆的制动性能。
乘用车底盘动态行为的建模与仿真在汽车行业中具有广泛的应用。
首先,在车辆开发和设计过程中,可以使用建模与仿真技术来评估和改进车辆的性能。
通过模拟不同的驾驶条件和路面状况,可以预测车辆在各种情况下的动态行为,从而优化车辆的悬挂、转向和制动系统。
其次,在车辆碰撞安全性评价中,底盘动态行为的建模与仿真也发挥着重要的作用。
模拟车辆在碰撞过程中的动态行为,可以评估车辆的撞击性能和乘员的安全性。
另外,在驾驶辅助系统的研发中,底盘动态行为的建模与仿真可以用于测试和优化系统的性能,提高驾驶安全性和乘坐舒适性。
硕士学位论文基于预瞄的车辆路径跟踪控制研究RESEARCH ON PATH TRACKING CONTROL OF VEHICLE BASED ON THE LOOK-AHEAD SCHEME王聪哈尔滨工业大学2014年6月国内图书分类号:U461.6 学校代码:10213 国际图书分类号:629 密级:公开工程硕士学位论文基于预瞄的车辆路径跟踪控制研究硕士研究生:王聪导师:任殿波讲师申请学位:工程硕士学科:车辆工程所在单位:汽车工程学院答辩日期:2014年6月授予学位单位:哈尔滨工业大学Classified Index: U461.6 University Code: 10213 U.D.C: 629 Security: OpenDissertation for the Master’s Degree in EngineeringRESEARCH ON PATH TRACKING CONTROL OF VEHICLE BASED ON THE LOOK-AHEAD SCHEMECandidate:Wang CongSupervisor:Lecturer Ren DianboAcademic Degree Applied for:Master of EngineeringSpeciality:Vehicle EngineeringAffiliation:School of Automobile Engineering Date of Defence:June, 2014Degree-Conferring-Institution:Harbin Institute of Technology摘要随着汽车保有量稳步增加,由汽车带来的各种社会问题也凸显了出来。
我国每年因车祸死亡的人数高达惊人的数十万,而这些车祸基本上都是由驾驶员操作失误造成的;另外,由不合理的路径规划造成的城市交通拥堵也是一个亟待解决的问题。
车辆动力仿真系统设计方案简介车辆动力学的仿真测试是车辆工程领域非常重要的一个环节。
模拟车辆动力学的仿真系统可以对车辆各种简单或复杂的工况进行测试和优化,从而提高汽车整体性能,缩短研发周期和成本。
因此,本文将介绍车辆动力仿真系统的设计方案,包括系统架构、模块设计和算法实现等。
系统架构车辆动力仿真系统包含三大部分:流程控制、数据处理和仿真核心。
其中,数据处理部分包括数据采集、数据传输和数据预处理三个模块;仿真核心则包括车辆动力学、车辆控制和整车模型三个模块。
模块设计1. 数据采集模块数据采集模块主要用于采集车辆的实时运行数据,如车速、油门踏板位置、车辆纵向加速度、转向角度等,可以采用CAN总线进行,以确保实时性和准确性。
2. 数据传输模块数据传输模块主要负责将采集到的数据传输到数据预处理模块,可以采用无线通信或有线通信两种方式。
3. 数据预处理模块数据预处理模块主要用于对采集到的车辆数据进行校验和预处理,以达到最佳的仿真效果。
4. 车辆动力学模块车辆动力学模块采用MATLAB/Simulink工具进行建模,以实现对车辆动力学行为的仿真模拟。
5. 车辆控制模块车辆控制模块采用基于模糊控制或PID控制策略,实现对车辆的动态稳定性控制,以确保仿真结果的可靠性。
6. 整车模型模块整车模型模块主要用于对车辆整体系统的仿真模拟,包括动力学和控制两个方面,采用多学科集成的方法,对车辆系统性能进行全面评估。
算法实现本文将采用MATLAB/Simulink和C++语言进行系统的算法实现,通过搭建仿真系统的原型和进行模块测试、联调,实现对车辆整体性能的仿真模拟、优化和评估。
总结车辆动力仿真系统的设计需要考虑多方面的因素,包括系统架构、仿真模型和算法实现等。
本文从三个方面介绍了车辆动力仿真系统的设计方案,希望能为车辆工程师们提供参考和借鉴,最终实现对车辆系统性能的全面优化。
车辆仿真方案设计说明一、引言车辆仿真可帮助工程师在设计和调试机器人、智能车和其他动力学系统时,更好地理解其行为和性能。
其中,仿真软件是非常关键的一环,能够有效地模拟和视觉化机器人或车辆行驶的过程。
本文将介绍车辆仿真方案的设计说明,包括仿真软件的选择、仿真环境的建立、动力学模型的建立以及仿真结果的分析。
二、仿真软件的选择目前市面上有很多种车辆仿真软件,如Simulink、CarSim、ADAMS等。
根据不同的需求和应用场景,选择合适的仿真软件是很重要的。
在本方案中,我们选择了MATLAB/Simulink作为我们的仿真软件。
Simulink是一款基于模块化的仿真工具,支持快速搭建各种系统模型和控制策略,并可在真实时间内对系统进行仿真。
同时,Simulink还拥有强大的绘图和数据分析功能,可以帮助我们更好地分析仿真结果。
三、仿真环境的建立在进行车辆仿真前,我们需要建立一个逼真的仿真环境。
仿真环境包括了车辆所在的地形、车道、道路标记、交通信号灯等因素,这些因素对车辆行驶行为的影响非常重要。
本方案中,我们使用了Simulink中的Vehicle Dynamics Blockset模块,可以快速创建逼真的道路环境,并支持实时调整地形和路况。
此外,我们还使用了Simulink中的Vision Sensor模块,可以模拟交通信号灯、路标和其他障碍物,以更好地模拟真实的交通环境。
四、动力学模型的建立在建立仿真环境后,我们需要建立车辆的动力学模型。
动力学模型是仿真的核心,它可以描述车辆运动过程中的力学动态和控制行为,从而使仿真更加逼真。
本方案中,我们使用了Simulink中的Vehicle Dynamics Blockset模块,其中包括了预定义的车辆建模模型,可以快速建立车辆的动力学模型。
同时,我们还可以在此基础上进行参数调整和扩展,以满足具体的仿真需求。
五、仿真结果的分析完成车辆仿真后,我们需要对仿真结果进行分析,从而得出结论和指导进一步的优化和调整。
仿真车辆控制系统设计及实现的开题报告一、研究背景随着汽车产业的发展,车辆控制系统已成为汽车技术发展的关键领域之一,其主要目的在于提高汽车的安全性、舒适性和经济性。
仿真车辆控制系统可以通过计算机模拟的方法对车辆进行动态性能测试和实际驾驶环境下的响应能力测试,加速车辆控制系统开发过程、降低成本和风险。
二、研究目的本研究旨在设计和实现一个基于实时仿真的车辆控制系统,可以进行车辆性能测试、驾驶行为分析和交通事故模拟等功能,为汽车制造商和车辆控制系统供应商提供参考和支持。
三、研究方法1. 根据车辆动力学原理和控制理论,建立仿真模型;2. 选择合适的仿真平台和软件工具;3. 设计车辆控制算法、实现控制器和仿真模型的相互作用;4. 分析仿真结果,优化控制算法和模型参数;5. 进行性能测试、驾驶行为分析和交通事故模拟等实验。
四、研究内容1. 车辆控制系统的建模与仿真基于车辆动力学原理和控制理论,建立仿真模型。
考虑车辆的运动学和动力学性能,对车辆的加速度、转向和制动进行模拟。
将控制器与模型进行连接,包括传感器、执行机构和控制算法等。
利用仿真模拟车辆在实际驾驶环境下各种情况的响应和行为,以便进行性能测试和优化控制算法。
2. 车辆控制算法的设计和实现车辆控制算法的设计和实现是实现仿真车辆控制系统的核心。
采用综合控制策略,包括PID控制、LQR控制、MPC控制等,将车辆控制器的控制信号转换为控制器可以理解的命令信号,使车辆运动状态达到期望的状态。
优化算法参数,改进控制策略,提高性能和安全性。
3. 系统实验和分析进行性能测试、驾驶行为分析和交通事故模拟等实验。
通过对仿真结果的分析,得出控制策略的优缺点和改进方向。
五、研究意义1. 提高车辆的安全性和性能。
2. 加快车辆控制系统的开发和调试速度。
3. 为汽车制造商和车辆控制系统供应商提供参考和支持。
4. 推动汽车行业的智能化和网络化发展。
六、研究进展目前已完成仿真模型的建立和车辆控制算法的设计,正在进行仿真实验和性能测试。
基于前馈反馈的自行车道保持系统的转向控
制策略设计
自行车道保持系统是一种自动辅助驾驶技术,它可以使自行车在行驶过程中保持在规定的车道内,避免脱离车道,确保行驶的安全性和稳定性。
其中,转向控制策略是自行车道保持系统中最重要的一部分,下面详细介绍基于前馈反馈的自行车道保持系统转向控制策略的设计原理和实现方法。
转向控制策略是指自行车道保持系统在行驶过程中如何处理转向动作,以及如何根据外界环境的变化进行调整。
一种基于前馈反馈的转向控制策略可以通过两个步骤来实现:
第一步是前馈控制。
前馈控制可以根据车辆当前的状态和前方道路的情况来进行预测,从而提前进行转向控制。
例如,如果前方车道存在转弯,前馈控制系统就可以提前将方向盘转向适当的角度,使车辆能够顺利转弯,并保持在规定的车道内。
第二步是反馈控制。
反馈控制可以通过车辆传感器和控制系统实时地监测车辆的状态和位置,以及周围的道路和环境变化。
如果车辆偏离规定的车道,反馈控制系统就会根据偏离的角度和方向来自动调整方向盘的角度,使车辆重新回到规定的车道内。
基于前馈反馈的自行车道保持系统转向控制策略不仅可以有效地避免因人为操作不当而导致的车辆失控和碰撞,还可以提高驾驶的舒适度和安全性,减少驾驶疲劳和压力,使驾驶员更加放松和自信。
总之,基于前馈反馈的自行车道保持系统转向控制策略是一种先进的自动驾驶技术,它可以通过预测和调整,实现车辆在行驶过程中自动保持在规定的车道内,并且可以实时地根据外界环境的变化来进行调整,确保行驶的安全性和舒适性。
同时,该技术的应用还有很大的潜力和发展空间,未来将会成为自动驾驶领域的重要方向之一。
基于心理场理论的高速公路弯道路段车辆跟驰建模与仿真陈康;游峰;李耀华【摘要】弯道是高速公路的事故频发路段,是道路交通安全与交通控制仿真领域研究的热点问题.通过引入时间距离概念,基于心理场理论构建驾驶员心理场等势线,设计了驾驶人的高速公路弯道路段心理模型框架.提出改进车头间距的优化策略,以提高该类工况下车辆跟驰模型的自抗干扰能力.基于CarSim和Matlab进行了系统建模和数字仿真.结果表明,考虑驾驶员心理场效应后,弯道路段车辆跟驰模型具有更好的鲁棒性,车辆速度、加速度及车间距变化更加平顺.【期刊名称】《交通信息与安全》【年(卷),期】2016(034)006【总页数】6页(P77-82)【关键词】交通安全;车辆跟驰;高速公路;弯道路段;心理场理论【作者】陈康;游峰;李耀华【作者单位】华南理工大学土木与交通学院广州510640;华南理工大学土木与交通学院广州510640;华南理工大学土木与交通学院广州510640【正文语种】中文【中图分类】U491.2+54在高速公路弯道路段上,由于线性设计的特殊性,曲率半径较小,车辆跟驰行驶速度较快,并且驾驶员视距不良,是事故潜在高发路段。
据交通事故统计调查表明,1次死亡10人以上特大交通事故中,与弯道相关的事故数占到总事故数的50%[1],如何提高弯道路段行驶安全已成为亟待解决的交通安全问题。
车辆跟驰是弯道路段的一个常见驾驶行为,其研究在限制超车的单车道上,行驶车队中前车速度的变化引起的后车反应,并用数学模型表达跟驰过程中发生的各种状态[2]。
比如,Chandler等[3]基于刺激-反应的模式提出了GM(general model)模型的原型,建立了跟驰车加速度与前后相对速度之间的关系模型,Gazis[4]进一步提出GM模型一般表达式,使之成为经典跟驰模型。
Bando等[5]提出OV(optimal velocity)模型通过速度差的反馈能够适用交通失稳、阻塞演化等非线性交通现象。
第24卷第2期2010年3月山东理工大学学报(自然科学版)JournalofShandongUniversityofTechnology(NaturalScienceEdition)Vol.24No.2Mar.2010
收稿日期:2009-09-03作者简介:周芦芦(1983-),女,硕士研究生.E-mail:zhoululu27@126.com
文章编号:1672-6197(2010)02-0057-04基于动态目标位置的车辆弯道保持控制仿真
周芦芦,曹 凯(山东理工大学交通与车辆工程学院,山东淄博255049)
摘 要:智能交通领域中,车辆的横向控制技术是智能车辆控制的关键技术.基于动态目标位置,提出车辆弯道保持的控制算法.利用三次曲线对车辆行驶路径进行规划,使用理想数据训练基于T-S模糊神经网络的控制器,进行计算机仿真.结果表明,该控制算法能够实现对车辆转向的平稳操作,较理想地实现了对车辆弯道保持的控制,合理地模拟了车辆实际转弯过程中的运动特性.关键词:动态目标位置;路径规划;弯道保持中图分类号:TP391.9文献标志码:A
SimulationofroadbendkeepingcontrolofvehiclebasedondynamictargetpositionZHOULu-lu,CAOKai(SchoolofTrafficandVehicleEngineering,ShandongUniversityofTechnology,Zibo255049,China)
Abstract:ThetechnologyofvehiclelateralcontrolwasthekeyofintelligentvehiclecontrolinthefieldofITS.Thepaperproposedthecontrolalgorithmforroadbendkeepingemployingdynamictargetpositionconcept.Additionally,thecubiccurvefittingwasemployedforvehiclepathplan-ningandtheidealdatawereusedtotrainthecontrollerbasedonT-Sfuzzyneuralnetwork.Thesimulationresultshowedthatthecontrolalgorithmcouldrealizestabilizedoperationofvehiclesteering,andmoreideallyroadbendkeeping,reasonablysimulatingthevehiclemovementchar-acteristicduringturning.Keywords:movingtargetposition;pathplanning;roadbendkeeping
21世纪将是公路交通智能化的世纪,人们采用先进的一体化交通综合智能管理系统.在该系统中,车辆靠自己的智能控制系统在道路上自由行驶.在车辆的智能控制中,车辆的横向控制是其技术关键.横向控制是指控制车辆在不同的车速、荷载、路况以及风阻等条件下自动跟踪行车路线,并保证一定的舒适性和平稳性.横向控制有两种基本的设计思路,即基于车辆数学模型的方法和基于模拟驾驶员的方法.车辆横向控制模型的建立一般从动力学和运动学两个方面考虑.动力学模型中由于车辆的实际载荷、路况等因素变化较多,使车体转动惯量、轮胎侧偏刚度等参数不易准确测定,而运动学模型从车辆平面运动几何关系入手,描述车辆与行车路线之间的相对几何位置,可以避免荷载、路况等不确定因素的影响,因此本文使用运动学模型来建模.在文献[1]的基础上建立控制机制,设计控制器对车辆在弯道上的行驶进行智能控制,以克服了文献[2-4]的缺点.
1 动态目标位置动态目标位置定义为:被控车辆在跟踪、超越或避让运动障碍物过程中,随着时间和运动障碍物位置的变化而改变的预期到达位置与状态[4].它可由向量T=[xt,yt,Ht]表示,其中xt、yt为动态目标位置在t时刻的坐标,Ht为动态目标位置的车头方向与x坐标轴正方向的夹角,H0为受控车车头转角,H为动态目标位置方向角,如图1所示.图1 动态目标位置以车辆弯路跟踪控制研究为目的,动态目标位置是随着道路线形的变化而变化的.车辆行驶在弯道上,行车道前方一定距离处中心位置为目标位置,目标位置随着车辆不断的前行运动,而不断地前移变换,形成了动态的目标位置.全局坐标系下,动态目标位置的方向角H是由道路线形来确定,即动态目标位置处理想的车头角度应与此处道路中心线切线与x轴正向夹角角度相同.1.1 运动学模型式(1)是一个简化的四轮车辆前轮转向运动模型[1]x(k+1)=x(k)+v#$tcos[H(k)]y(k+1)=y(k)+v#$t#sin[H(k)]H(k+1)=H(k)+v#$t#tanA(k)/l(1)式中:H是车头方向;A是前轮转向角;v是车速;l是轴距;$t是估计取样时间,k是仿真步骤,四轮车的运动学模型如图2所示.图2 四轮车运动学模型1.2 坐标转换若要对车辆与动态目标位置之间进行路径规划,必须先对车辆位置与动态目标位置进行坐标转化.将它们从全局坐标系中转化为以受控车辆后轴中心所在位置为原点,以其车头方向为x轴正向的局部坐标中,如图1所示.目标位置在每一步仿真中都产生新的局部坐标(x1,y1),由图1可知,受控车辆与目标位置在全局坐标系下的坐标分别为(X0,Y0)和(X1,Y1).由几何关系可知其局部坐标值的转换关系式可由(2)所示为
x1=(X1-X0)2+(Y1-Y0)2#cos[arctan(Y1-Y0X1-X0)-H0]
y1=(X1-X0)2+(Y1-Y0)2#sin[arctan(Y1-Y0X1-X0)-H0](2)在局部坐标系中,动态目标位置方向角与受控车辆车头方向角之差H1表示为 H1=H1-H0(3)
式中,H0为全局坐标系中车辆的实时车头方向角,H1
为全局坐标系中动态目标位置的方向角.
1.3 动态路径规划在很多研究领域里,提出了路径拟合的方法,诸如机器人控制,智能车辆系统等等.本文选择三次样条曲线作为动态路径拟合曲线.三次样条曲线是由分段三次多项式并接而成,在连接点上要求二阶导数连续,即具有二阶光滑度,因此可以很好地拟合车道变换的路径.三次样条曲线在附加控制点方面更灵活,可以在车道变换的起点和目标位置的终点之间附加第三个点,模拟驾驶员在车道变换过程中到达动态目标位置的多条路线选择.假设由车辆当前位置(x,y)、动态目标位置(x1,y1)以及两个位置的车头方向与水平方向的夹角H和H1动态地决定车道变换的路线.车辆的局部坐标系下,车道变换的路线通过三次多项式[5]定义: y=ax3+bx2
(4)
式中,a=(x1tanH1-2y1)/x31,b=(3y1-x1tanH1)/x21.在本研究中,路径是从车辆的当前位置到动态目标位置过程中产生的,所以转向角总是在车辆局部坐标的圆点处计算.为了计算被控车辆到达动态目标位置的转向角,做如下推理:车辆运动微分方程 Ûx=v#cos(H)Ûy=v#sin(H)
ÛH=v#tanAl
(5)
由方程(4)可得到
58山东理工大学学报(自然科学版)2010年 tanH=yc=3ax2+2bx(6)然后得到 sec2HÛH=6axÛx+2bÛx=Ûx(6ax+2b)(7)现在利用方程(1),可将以上方程写为 sec2HvtanA/l=vcos(H)(6ax+2b)(8)可推理得 sec2HÛH=6axÛx+2bÛx=Ûx(6ax+2b)(9)因为参考车辆的局部坐标系,所以有x=0和H=0,于是得到 tanA=2bl(10)最后得到 At=arctan(2bl)(11)2 控制器设计Takagi和Sugeno提出了著名的T-S模糊系统模型[6],其前件是为模糊的,后件是前件的线性描述.T-S模型的本质是是将全局非线性系统通过模糊划分建立多个简单的线性关系,对多个模型的输出再进行模糊推理和判决,以此表示复杂的非线性关系.由于T-S模型可以较高精度地逼近连续的非线性系统,因此这种多个简单线性系统控制器通过模糊推理得到的全局控制器可以很好地控制非线性系统,为解决非线性系统控制问题提供了很好的途径.T-S模糊模型的模糊隐含条件语句表达如下:R1:if(x1isA1andx2isA2,andxkisAk)then y=p0+Eki=1pi#xi(12)式中(x1,x2,,,xk)是模糊前件的变量;(A1,A2,,,Ak)是前件中模糊集合隶属函数中的参数,称为前件参数;(p1,p2,,,pk)为后件参数;y是模糊输出変量.式(12)表示一条规则,若推理系统中含有多条规则,那么它的表示如下:R1:if(x1isA11andx2isA12andxkisA1k)theny1=p10+Eki=1p1i#xi,,Rn:if(x1isAn1andx2isAn2andxkisAnk)then yn=pn0+Eki=1pni#xi(13)针对给定模糊输入向量(x1,x2,,,xk),则输出y是由上述各条模糊规则输出加权平均求得为 y=Eni=1Gi#yi/Eni=1Gi(14)式中n为模糊规则的数量;yi由第i条规则的结论方程式计算得到;Gi为第i条规则的适用度,由下式计算:
Gi=Fkp=1Aip(xp)(15)
式中F为模糊化算子,通常采用取小运算.通过式(5)仿真得到的理想数据集,以基于T-S模型的模糊神经网络来设计控制器.利用神经网络的参数学习算法对由仿真产生的数据集进行学习来调整模糊推理系统中变量的隶属度函数的形状参数,计算出隶属函数的最佳参数,使得设计出来的T-S模糊推理系统能够很好地模拟出希望的输入输出关系,在此基础上获得模糊推理系统,这一过程通过Matlab工具箱中的图形界面工具anfisedit来实现.具体步骤如下:(1)根据本文的控制方法由程序仿真产生用于训练模糊神经网络的理想数据,其中包括训练数据、核对数据和测试数据.根据车辆运动特性,以局部坐标系下的动态目标位置(x1,y1)和动态目标方向H1
三个变量作为模糊控制的输入变量,受控车辆的转
向角为模糊控制的输出变量,并根据实际情况确定各个变量的取值范围.(2)在Matalab命令窗口输入/anfisedit0,在弹出的图形窗口界面中分别加载训练数据、测试数据和核对数据.(3)选择网络法Gridpartition单选按钮,然后点击GeneralFIS,根据系统特点设置相应的参数,建立初始模糊推理系统.(4)选择混合法作为训练算法,设置误差精度和训练次数,开始对模糊神经网络推理系统进行训练.(5)在训练完成后,使用测试数据对其进行测试.如果测试误差满足要求则停止训练,若不满足要求,调整步骤(3)、(4)中的参数,最后得到需要的控制器.