买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!
申请/专利权人:江苏大学
摘要:本发明公开了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,具体包括考虑矿区动态障碍物躲避的路径规划、纵向行驶控制、横向转向控制和横纵向协同控制。其中,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;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;横向转向控制,采用离散滑模控制实现轨迹跟踪;横纵向协同控制,设计一种自适应前轮转角约束策略对前轮转角进行控制。本发明能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。
主权项: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: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;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;具体包括:根据纵向期望控制量,得到纵向期望加速度;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: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;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Fz和不同的路面峰值附着系数μmax,设计纵向驱动力或制动力控制目标的目标滑移率;其中,轮胎垂直载荷Fz通过车辆系统状态信息获得,不同的路面峰值附着系数μmax通过车辆状态观测模块获得,其具体方法如下:1轮胎垂直载荷Fz的计算首先建立三自由度车辆动力学模型纵向运动: 横向运动: 横摆运动: 式中:m、vx、vy、δf、ω分别为整车质量、车辆的纵向速度、侧向速度、前轮转向角和横摆角速度;Fxi、Fyii=1,2,3,4分别为各轮胎纵、横向力;Iz、a、b、d分别为车辆绕z轴转动惯量、质心距前轴距离、质心距后轴距离、前后轮距;考虑纵向加速度ax和横向加速度ay对轮胎垂直载荷转移造成的影响,通过车辆加速度传感器提供纵、横向加速度,再结合车辆的结构参数求得轮胎的垂直载荷,轮胎垂直载荷Fz的计算公式如下: 式中,m为整车质量、h为侧倾中心高度,a、b、d分别为质心距前轴距离、质心距后轴距离、前后轮距,g为重力加速度;2不同的路面峰值附着系数μmax的估计选取路面峰值附着系数μmax为系统的状态变量,即Xt=[μmax]T,选取车身纵向加速度、侧向加速度、横摆角速度为系统的观测变量,即前轮转角输入为Ut=[δt];首先根据初始化条件,利用前一时刻的估计值预测状态与误差协方差,然后获取到所需要的增益矩阵,再通过当前时刻的观测量更新校正状态和误差协方差;将预测模块和更新模块不断迭代循环,使得滤波过程最终逐渐收敛,最终得到不同的路面峰值附着系数μmax的估计值;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,得到期望车轮转矩;基于PI控制理论引入加速度的反馈控制: 其中,ΔT为转矩误差,aref为纵向期望加速度,ax为实际的加速度,KP为比例系数,KI为积分系数;基于期望车轮转矩,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;其中,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Fz和不同的路面峰值附着系数μmax,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:归一化附着率和归一化滑移率分别为: 其中,μmax为路面峰值附着系数,Cfx为轮胎的纵向刚度,Fz为轮胎垂直载荷,Fx为轮胎实际驱动力,λ为轮胎实际滑移率;利用二次函数对归一化曲线进行拟合的结果为: 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λxd;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;具体包括:1车辆动力学建模首先构建二自由度车辆模型: 其中,m为整车质量;Cf、Cr分别为前后轴侧偏刚度;la、lb分别为车辆质心距前后轴的距离;IZ为整车绕Z轴的转动惯量;δ为前轮转角;vx为纵向车速;β为质心侧偏角;为车辆横摆角;将其转化为状态空间矩阵: y=Cx其中: 最后通过前向欧拉法进行离散化,得到以下公式:xk+1=Akxk+Bkuk,yk=Ckxk其中,k表示第k时刻,xk+1表示第k+1时刻系统的状态变量,Ak表示第k时刻系统矩阵A,xk表示第k时刻系统的状态变量,Bk表示第k时刻系统矩阵B,uk表示第k时刻系统的控制变量,Ck表示第k时刻系统矩阵C,yk表示第k时刻系统输出变量;把状态量拆分为通过移项后化简,由此可得: 其中,T为采样周期;2离散滑模控制首先,定义滑模面为:sk=ek=ωk-ωd,k其中,ek为k时刻横摆角速度的跟踪误差,ωk为k时刻的横摆角速度,ωd,k为k时刻期望横摆角速度;根据模型信息,下一时刻的滑模动态为:sk+1=ek+1=a21βk+a22ωk+b2δ其中,ek+1为k+1时刻横摆角速度的跟踪误差,βk为k时刻的质心侧偏角,a21、a22、b2为系统参数;控制目标为尽可能减少横摆角速度的跟踪误差,为了下一时刻的滑模动态趋向期望目标sk=0,改进指数趋近律:sk+1=sk-q1Tsk-q2Tsignαsk其中,sk为k时刻的滑模面,q1、q2为系统待定参数,signαsk为符号函数;此处的α调定收敛速度和震荡之间的矛盾,取α=0.5,将其代入,获得以下控制律: signsk由饱和函数satsk代替;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。
全文数据:
权利要求:
百度查询: 江苏大学 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
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。