当前位置：文档之家 › 智能车辆导航控制技术

智能车辆导航控制技术

  • 格式：pdf
  • 大小：215.97 KB
  • 文档页数：5

文章编号:1671-5497(2004)04-0582-05

收稿日期:2004204221.

基金项目:国家自然科学基金资助项目(50175064).

作者简介:马雷(1973-),男,现在南京航空航天大学作博士后研究.E2mail:malei97yan@163.com

通讯联系人:王荣本(1946-),男,教授,博士生导师.E2mail:wrb@jlu.edu.cn

智能车辆导航控制技术马　雷1,王荣本2(1.南京航空航天大学机电学院,江苏南京　210016;2.吉林大学交通学院,吉林长春　130022)摘　要:首先建立了车辆预瞄运动学方程,并通过系统辨识实验得到了转向系统动态方程,然后获得了完整的基于预瞄运动学模型的转向控制模型。采用滑模变结构控制方法设计了车辆的导航控制器。针对在设计和实验中遇到的一些问题(前轮转角对控制器输出的影响、实验中系统存在静偏差的原因、预瞄点处的侧向偏差与车辆实际侧向偏差之间的关系等)通过仿真进行了系统的分析,并提出在软件中消除净偏差的解决方法。最后现场实验验证了导航控制方法满足车辆导航的要求。关键词:自动控制技术;变结构控制;智能车辆;系统辨识中图分类号:TP242.62 文献标识码:A

IntelligentvehiclesteeringcontrolMALei1,WANGRongben2(1

.CollegeofMechanicalandElectricalEngineering,NanjingUniversityofAeronauticsandAstronautics,Nanjing

210016,China;2.CollegeofTransportation,JilinUniversity,Changchun130022,China

)

Abstract:Apreviewkinematicequationofvehiclewasestablishedatfirst,andadynamicequationforvehiclesteeringsystemwasobtainedthroughsystemidentificationexperiments.Then,amoreintegratedsteeringcontrolmodelwasestablishedbasedonthepreviewkinematicequation.Asteeringcontrollerwasdesignedbymeansoftheslidingvariablestructurecontroltheory.Asimulationwasperformedtoanalyzesystematicallytheproblemsmetinthesystemdesignandexperimentssuchastheeffectofthefront2wheelsteeringangleonthecontrolleroutput,thestaticdeflectionfoundinexperiments,andtherelationbetweenthepreviewlateraldeflectionandvehicleactuallateraldeflection,etc.,andamethodtoeliminatethedeflectioninthecontrolsoftwarewassuggested.Thesteeringcontrolsystemwasverifiedbyfieldtestanditsfavorabletrackcapabilityhasbeendemonstrated.Keywords:automaticcontroltechnology;variablestructurecontrol;intelligentvehicle;systemidentification

随着智能交通运输系统(ITS)的迅速发展,智能车辆[1～5]已成为此领域的研究热点。而车辆的导航控制又是进行智能车辆研究的基础。作者对设计导航控制器和实验验证时遇到的影响车辆导航控制

第34卷　第4期吉林大学学报(工学版)　Vol.34　No.4

2004年10月JournalofJilinUniversity(EngineeringandTechnologyEdition)　Oct.2004的因素及解决方法进行了定性分析,分析结果对解决导航实验中出现的问题有一定的指导意义。1　车辆转向控制器设计111　模型建立当车辆行驶速度较低,且不考虑轮胎侧偏时,根据车辆运动学可知:

R=L/tanδ(1)式中:R为车辆转弯半径;L为车辆轴距;δ为转向轮转角。在只考虑车辆的平面运动情况下,转向时,车辆只做平面移动和平面旋转运动。车辆的角速度ω

图1　车辆预瞄运动示意图Fig.1　Schematicofvehiclepreviewkinematics

为:

ω=

vx

Ltanδ(2)

式中:vx为车辆后轮轴中心点线速度。图1为车辆预瞄运动示意图。图中,y

L

为车

辆视觉预瞄点处车辆中心线与道路的侧向偏差;eL为车辆视觉预瞄点处车辆中心线与道路切线的夹角。因为车辆既有前向运动,又有侧向运动,根据实际选取的轮距L=2.6m,预瞄距离D

L=14m

时选用运动学模型,模型

中vx暂选为15km/h。基于预瞄的运动学模型为:

y・L=vxeL-ωDL(3)

e・L=vxKL-ω(4)

智能车辆转向系统由步进电机、减速器和原车辆转向系统组成。辨识系统以工业控制机为中心进行测量与控制。工业控制机的D/A为输入信号,前轮的转角为输出信号,通过研究D/A电压值与前轮转角的相互关系可得系统的一阶传递函数如下[6,7]:

G(s)=13.124s+0.475(5)

这样结合系统辨识模型可得转向模型:

X=AX+BU+DKL(6)

式中:A=A11A12A21A22　B=0013.124　X=δyLeL　D=

00vx

A11=0vx00　A12=(-vx/L)DL-vx/L　A21=(00)　A22=(-0.475)112　控制器设计采用滑模变结构控制方法对连续线性系统的滑模控制系统进行设计。第一部分设计系统的切换超平面,并使超平面具有某种优良品质;第二部分设计能在切换超平面附近产生滑动模态的控制输入。设计切换超平面的方法有很多,本文采用二次型最优设计方法。二次型最优设计法的评价函数[7]如下:

J=∫tτs(xT1Q11x1+xT2Q22x2)dt(7)

・385・第4期马　雷,等:智能车辆导航控制技术黎卡提(Riccati)

方程为

:

PA11+AT11P-PA12Q-122A12P+Q11=0 切换超平面S的形式如下:

S=CX=[CaCn]X(8)式中:C为系数矩阵;C

a=AT12P;Cn=Q22=1

,P

为黎卡提方程的解。

通过仿真分析确定Q

11=diag[15　100],Ca=[-3.87　-1.12

]

。达到律采用加速度型达到

律[8],其表达式为:

S・=-G|S|αsgn(S)式中:0控制器的输出为:

u=-(CB)-1{CAX+G|S|αsgn(S)}(9)式中:G=2,α=0.8。

2　导航控制若干技术分析在转向模型式(6)

,车辆前轮转角作为系统的状态变量,

由于车辆其他状态的改变是由前轮转角引

起的,因此分析其对控制器输出的影响。从式(8)可以看出控制器输出分为两部分,其中CAX是使系统状态到达切换超平面的控制项,令:

CAX=[ca1ca2ca3]X(10)

图2　Ca随速度vx的变化曲线Fig.2　CurveofCaversusspeedv

x

图2为在切换超平面系数不变的前提下,系数ca3、ca1、ca2

的值随车辆速度vx的变化曲线。从图中

可知,状态δ所对应的系数ca3随着车辆速度vx的增加而增加的值远大于状态eL和yL所对应系数ca1和ca2

的值。这说明系统对状态δ的约束最大,这样可

以保证在车辆导航的前提下,使状态δ变化的幅度较小,对于提高导航控制的平稳性是有利的。在实验中经常会出现车辆虽然可以平稳导航,但是车辆总是沿着偏离理想路径一段距离行驶,即侧向偏差不是收敛在零附近,而是收敛在正或负的某个值附近。图3和图4为状态eL和δ分别存在系统误差0.05rad时在导航控制器作用下的系统收敛曲线,系统初始状态为[0　0.6　-0.3]。从图3和图4可以看出状态eL和δ分别收敛于-0.05rad,此值与系统误差的和为零,但是系统yL没有收敛在零附近。实际上控制器输出可以看作是以系统状态为自变量的函数,只要这个函数的输出为零,控制器将不调整转向系统。也就是说虽然yL平稳时不为零,但是这样补偿其他状态系统误差,使控制器输出这个函数为零。在实验中如果遇到车辆跑偏的现象,可以通过观测实验数据确定是哪个状态系统误差导致的,在软件中减掉即可。在建立车辆转向控制模型时,所取的侧向偏差在车辆预瞄点处,由于车辆预瞄距离较大,此偏差难以反映车辆在道路中的实际状态,因此应把车辆预瞄点处的侧向偏差转换到车辆在道路中的实际状态。图5为转换示意图,图中y为车辆实际偏差,yi为图像中车辆预瞄点处的侧向偏差,a为图像中心线车辆到道路中心线的距离。根据图5可得下式:

・485・吉林大学学报(工学版)第34卷

合集下载

自然导航agv原理

自然导航agv原理

自然导航agv原理 随着人工智能技术的不断发展，自动导航车辆也越来越受到人们的关注和重视。自然导航AGV是经过长时间实践和沉淀，集合了多种导航技术和软件算法的一种智能化辅助设备。其优点为不需要外部的引导或程序控制，只需要通过内部程序的控制，就能够根据机器感知到的环境特征准确进行路径规划和导航，下面将详细介绍其原理和应用。 一、自然导航AGV的定义 自然导航AGV是指通过机器自身所感知到的环境特征，利用先进的导航算法和软件控制技术，帮助机器自动规划路径，实现自主导航的一种智能车辆。通过机器所感知到的环境特征，包括地面标记、墙壁、垃圾桶等，自然导航AGV能够识别出其所在的具体位置和路线，然后精准地按照规划好的路径运行，避开障碍和阻碍，将货物顺利地运输到指定的地点。 二、自然导航AGV的原理 自然导航AGV所采用的导航原理就是根据机器所感知到的环境特征，在计算机中编写指令程序，通过软件控制实现机器的自主规划路径和导航。自然导航AGV的原理可分为以下几个方面： 1.机器感知环境特征 自然导航AGV的机器能够感知到地面标记、墙壁、垃圾桶等具体的环境特征，这种感知能力是通过机器视觉技术来实现的。机器视觉技术是将机器视觉和人工智能技术相结合，使机器可以类似于人类一样，对周围的环境进行感知，从而对周围的环境进行精准地分析和辨认。 2.环境特征的分析和处理 机器感知到环境特征后，需要进行分析和处理。这个过程可以分为三个步骤：图像采集、图像识别和图像处理。图像采集是指将机器所感知到的环境特征采集到计算机中，图像识别是指将采集到的环境特征进行分析和识别，而图像处理则是对分析和识别的结果进行进一步的处理和优化。 3.路径计算和规划 一旦机器感知到了周围的环境特征，并对其进行了分析和处理，便会根据环境特征的分布规律进行路径计算和规划。路径计算是通过程序对已有的环境特征进行计算和分析，并确定最佳路径，路径规划则是将计算好的最佳路径传递给控制模块，并控制车辆按照计算好的路径进行行驶。 4.控制模块的作用 控制模块是自然导航AGV系统的核心模块，通过集成了多种硬件和软件，能够对车辆进行控制并对车辆的行驶情况进行监控。除此之外，控制模块还能够根据车辆所处的环境情况，自动调整机器的行驶速度，避免车辆出现失控和碰撞等问题。 三、自然导航AGV的应用 随着自然导航AGV技术的不断提升，它在现代物流、生产制造、医院等领域的应用也越来越广泛。下面就来介绍一下自然导航AGV的主要应用场景。 1.物流仓储 对于物流仓储行业来说，自然导航AGV往往用于仓库的货物搬运、堆垛和分拣等环节。自然导航AGV能够根据预先规划好的路径，无需人工干预地将货物运输到指定地点。这种无人化的物流操作方式不仅能够提高运输效率，在关键环节还能够大大减少人员误操作的风险和安全隐患。 2.生产制造 在生产制造方面，自然导航AGV主要用于半自动化和自动化制造环节。在自动化制造环节，自然导航AGV能够帮助生产线将物料自动运输到所需的加工点，减少了人员的操作和物料的等候时间；在半自动化制造环节，则能够帮助人员将重物和危险物品从制造工序间进行移动。 3.医院 在医院方面，自然导航AGV主要用于将药品、绷带、耗材等物品自动运输到各个医院科室，减少人员的操作和物品的搬运时间。同时，缺乏人员的物流环节也能够避免医院因为疫情等原因的交叉感染风险，确保了医疗环境的干净和健康。 总之，自然导航AGV已经成为物流、生产制造、医疗等应用领域中不可或缺的智能化设备。它的出现不仅提高了工作效率，降低了成本，也为人们带来了更为安全和舒适的工作环境。

智能交通系统的技术和应用

智能交通系统的技术和应用

智能交通系统的技术和应用随着人们出行需求的不断增加，交通问题也日益成为社会关注的热点。

为了改善交通状况，提升出行体验，智能交通系统应运而生。

智能交通系统是一种集计算机技术、通信技术、控制技术于一体的交通信息处理和管理系统，它可以通过数据采集、信息共享和智能控制等方式实现交通优化、资源调度、环境保护和安全保障等目标。

本文将阐述智能交通系统的技术和应用，以全面了解智能交通系统的发展及其未来展望。

一、技术1.智能感知技术智能感知是智能交通系统的核心技术之一。

它通过视频、红外、雷达等传感器对道路和车流进行实时监测和收集，并进行分析和处理，来获得精准的交通信息。

这种信息有时效性，以及地理位置和交通状况等维度。

智能感知技术为智能交通系统的其他模块提供了基础数据。

2.智能分析技术智能分析技术是智能交通系统数据分析的核心技术之一。

它能够有效地处理大量的数据，从车辆密度、车速、道路畅通度等角度为交通管理提供依据。

同时，它还可以根据某些模式、规则和算法等进行精准的数据处理和分析，为智能交通系统的其他模块提供更为准确和有效的数据支持。

3.智能控制技术智能控制技术是智能交通系统的关键技术之一。

它是通过实时掌握交通信息并根据交通需求进行智能调节，实现对交通流量和信号控制的精准化管理和优化。

例如，在地铁站、机场等场所中，通过智能控制技术实现快速安检、自助导航、二维码识别等功能，提高了公共交通系统的运行效率和人性化服务。

二、应用1.智能公交随着城市化的发展，智能公交系统的应用越来越广泛。

智能公交为居民提供了智能导航、实时查询、实时定位和个性化推荐等多种服务，可以更加准确地、更加快速地发现和指导公共交通系统。

对于运营商而言，智能公交能够最大化运行效率、提高客流量、降低成本、节省资源，在提高服务质量和效率方面具有很大优势。

2.智能高速公路智能高速公路是现代智能交通系统的重要应用，通过智能化技术对高速公路上的车辆、路况、天气等进行实时监测和调度，实现高速公路系统的可靠、高效和安全运行。

第3章智能网联汽车高精度地图与定位技术

第3章智能网联汽车高精度地图与定位技术


五、高精度地图作用
（二）辅助环境感知
高精度地图可以看作是无人驾驶的传感器。相比传统硬件传感器（雷达、 激光雷达或摄像头），在检测静态物体方面，高精度地图具有的优势包括： 所有方向都可以实现无限广的范围；不受环境、障碍或者干扰的影响；可以 “检测”所有的静态及半静态的物体；不占用过多的处理能力，已存有检测 到的物体的逻辑，包括复杂的关系。
五、高精度地图作用
（三）路径规划
对于提前规划好的最优路径，由于交通信息会实时更新，最优路径可能 也在随时发生变化。此时高精度地图在云计算的辅助下，能有效地为无人驾 驶车辆提供最新的路况，帮助无人驾驶车辆重新制定最优路径。
从以上三个方面出发，可以更好地理解高精度地图的组织结构。
二、高精度地图组织结构
（一）路网
路网即地图中道路的拓扑关系，在传统的电子地图中，路网是地图的骨架， 道路元素多是通过在路网基础上添加短枝来表述的。高精度地图系统中，使用 路网语义的主要目的之一就是产生全局路径规划，即起点到终点的全局路线。 区别于粗粒度的电子导航全局规划，高精度地图系统中的全局规划不仅需要知 道车的路线（道路级别），还需要知道车道级别的信息，例如可以走哪些车道、 车道是不是公交专用道、车道能否变道、能否借道等。
一、高精度地图与自动驾驶
图3-1为高精度地图与自动驾驶技术分级的关系，在自动驾驶技术等级 较低时，使用传统的导航地图即可满足需求，随着自动驾驶技术等级的提升， 当运用于L3、L4级别的自动驾驶时，传统地图技术不再满足需求，对于整 个道路需要更加准确、清晰和完整的描述。高精度地图除了包含传统地图的 要素，还包含了道路之间的连接关系。此外，高精度地图在搜集道路信息时， 会将道路及周围所有静态障碍物的信息一同处理，大大降低了自动驾驶车辆 的算力消耗。
智能汽车及智能汽车控制系统的研究_龙志军

智能汽车及智能汽车控制系统的研究_龙志军

智能汽车及智能汽车控制系统的研究_龙志军当前，世界各国的汽车总量在迅速增加，其中我国的增量更是⾮常明显。

越来越多的汽车给城市带来了交通事故增多、道路更加拥挤等⼀系列问题，为了解决这⽅⾯的问题，世界各国的汽车研究者提出了很多的想法，其中把现代⾼科技与汽车技术相结合，研究智能汽车，成为应对现代城市交通问题最可⾏的⼀种先进的解决⽅案。

智能汽车⼀直是现代汽车研究领域的热点和难点，伴随着控制理论的发展，越来越多新的控制理论和控制⽅法被应⽤于智能汽车的⾃主循迹控制，这使得如何根据不同的道路环境和⾏驶⼯况选择最适合的控制⽅法成为⼀门新的课题。

⽬前，许多研究学者将精⼒⼤都集中在⾃主控制型智能汽车上，其借助车载雷达、GPS、惯导与中央控制系统导引车辆实现安全⾏驶，中央控制系统依据检测到的路况信息发送前⾏、加速、转向、避让、刹车等各种指令到执⾏机构，由执⾏机构完成相应操作。

1智能汽车的特点智能汽车也称⽆⼈驾驶汽车，属于轮式移动机器⼈的⼀种，是⼀个集环境感知、规划决策、⾃动驾驶等多功能于⼀体的综合系统。

智能汽车技术将计算机科学、⼈⼯智能、图像处理、模式识别和控制理论等许多领域联系在⼀起。

智能汽车控制系统的研究是⼀项复杂的系统⼯程，其中包括机械、传感器检测、电机控制、模式识别、图像分析、信号处理、嵌⼊式系统等多个学科融合。

智能汽车与⼀般所说的⾃动驾驶有所不同，它更多指的是利⽤GPS 和智能公路技术实现的汽车⾃动驾驶。

由于智能汽车装有相当于⼈的“眼睛”“⼤脑”“脚”的电视摄像机、电⼦计算机、⾃动操纵系统之类的装置，所以能和⼈⼀样会“思考”“判断”“⾏⾛”，既可以⾃动启动、加速、刹车，还可以⾃动绕过地⾯障碍物。

在复杂多变的道路交通环境下，根据⾃⾝的运动状态，能随机应变，⾃动选择最佳⽅案，控制汽车安全、合法、⾼效地⾏驶，从⽽实现汽车的⾃动⾏驶、最优化路径等功能。

智能汽车控制系统具有⾃动跟踪、⾃动驾驶、⾃动学习等特点，具有⼴阔的发展前景。