一种时变车辆系统的实时跟踪迭代学习控制系统及方法技术方案

本发明专利技术提供一种时变车辆系统的实时跟踪迭代学习控制系统及方法，其中，目标轨迹确定模块，用于确定所述车辆系统的预期目标轨迹；增益矩阵确定模块用于确定控制协议对应增益矩阵；获取模块用于获取所述车辆系统在当前迭代下的位置，从而得到其在当前迭代下的跟踪误差；控制模块用于根据所述车辆系统当前迭代下的控制输入、跟踪误差以及所选择增益矩阵更新下次迭代时车辆系统的控制输入，控制所述车辆系统。通过上述系统及方法，能够克服车辆系统时变动态特性带来的影响，使得Markov参数矩阵不满秩的任意线性时变车辆系统在有限时间段内的所有时刻均能实时跟踪可跟踪的目标轨迹，并具有极高的跟踪精度。并具有极高的跟踪精度。并具有极高的跟踪精度。

【技术实现步骤摘要】
一种时变车辆系统的实时跟踪迭代学习控制系统及方法


[0001]本专利技术涉及控制
，特别涉及一种时变车辆系统的实时跟踪迭代学习控制系统及方法。

技术介绍

[0002]目前，车辆系统的实时跟踪控制问题在实际应用中受到了广泛的关注。随着车辆系统结构的日益复杂化，以及对于车辆系统自主控制要求的日益提高，利用智能控制方法为车辆系统设计高精度控制算法成为一种趋势。针对车辆系统的跟踪控制目标，多数智能控制方法仅能完成车辆系统的稳态跟踪任务。然而，在实际应用中，车辆系统往往需要保持对期望轨迹的实时跟踪，以实现特定目标。为了满足上述需求，迭代学习控制方法被引入车辆系统的跟踪控制算法设计中，其能保证车辆系统在精确模型未知的情况下实现实时跟踪目标。但是，实际情况中，车辆系统往往会受到环境的影响，其对应系统矩阵通常是时变的，同时其对应非零Markov参数矩阵通常不满足满秩条件。
[0003]传统的迭代学习控制方法通常不考虑具有时变动态特性的车辆系统，同时，其仅适用于车辆系统对应非零Markov参数矩阵满足满秩条件的场景，因此具有很大的局限性，无法满足实际控制的要求。

技术实现思路

[0004]针对现有技术中的不足，本专利技术提出了一种时变车辆系统的实时跟踪迭代学习控制系统及方法，该方法能够使具有时变动态特性且非零Markov参数矩阵不满足满秩条件的车辆系统实现对于可跟踪预期目标轨迹的实时跟踪任务。
[0005]本专利技术的技术方案如下：
[0006]一种时变车辆系统的实时跟踪迭代学习控制系统，该控制系统包括：
[0007]目标轨迹确定模块1、增益矩阵确定模块2、获取模块3以及控制模块4；其中，
[0008]所述目标轨迹确定模块1用于确定所述车辆系统的预期目标轨迹；
[0009]所述增益矩阵确定模块2用于获取车辆系统对应系统矩阵，得到对应块Toeplitz矩阵，并确定车辆系统控制协议对应增益矩阵；
[0010]所述获取模块3用于获取所述车辆系统在当前迭代下的位置和跟踪误差；
[0011]所述控制模块4用于根据所述车辆系统当前迭代下的控制输入、跟踪误差以及所选增益矩阵更新下次迭代时车辆系统的控制输入，并控制所述车辆系统。
[0012]优选的，所述车辆系统具有如下的时变动态特性：
[0013][0014]其中，t为运行时刻，t∈{0,1,2,
…
,T}，T为运行周期，为迭代次数；x
k
(t)、u
k
(t)及y
k
(t)为车辆系统在第k次迭代下t时刻对应的状态、输入以及位置；A(t)、B(t)及C(t)为车辆系统在t时刻对应时变系统矩阵。
[0015]优选的，所述目标轨迹确定模块1根据跟踪要求，人为输入预期目标轨迹，如下：
[0016]y
d
(t),t∈{1,2,
…
,T}。
[0017]优选的，所述增益矩阵确定模块2中，
[0018]令车辆系统的初始状态为同时其对应Markov参数矩阵满足C(1)B(0)≠0，由此，车辆系统对应块Toeplitz矩阵为：
[0019][0020]其中p,q为块Toeplitz矩阵G对应的行维数和列维数。令G的秩为m，构造与G具有相同生成空间的矩阵选择车辆系统控制协议对应的增益矩阵为其中且满足谱半径条件其中ρ表示矩阵的谱半径，I表示具有合适维数的单位矩阵。
[0021]优选的，所述获取模块3通过车辆系统上的传感器装置获取车辆系统当前时刻的位置，从而获取车辆系统当前时刻的跟踪误差。
[0022]优选的，所述控制模块4包括控制量确定单元41和位置控制单元42，其中，
[0023]控制量确定单元41用于根据所述车辆系统当前迭代下的控制输入、跟踪误差以及所选择增益矩阵更新下次迭代时车辆系统的控制输入，控制所述车辆系统；所述位置控制单元42用于根据所述车辆系统下次迭代时的控制输入和对应块Toeplitz矩阵，确定车辆系统下次迭代时的位置。
[0024]优选的，控制量确定单元41通过以下公式确定车辆系统的控制输入：
[0025]U
k+l
＝U
k
+KE
k
[0026]其中，为k+1次迭代下系统控制输入增广向量，为k次迭代下系统控制输入增广向量，为k次迭代下系统位置误差增广向量，e
k
(t)＝y
d
(t)
‑
y
k
(t)为k次迭代下t时刻系统位置误差向量。
[0027]位置控制单元42通过以下公式确定车辆系统下次迭代下的位置：
[0028]Y
k+1
＝GU
k+1
[0029]其中，为k+1次迭代下系统位置增广向量。
[0030]基于同一专利技术构思，本专利技术还提供一种时变车辆系统的实时跟踪迭代学习控制方法，包括如下步骤：
[0031]S1：确定车辆系统的预期目标轨迹和车辆系统控制协议对应增益矩阵；
[0032]S2：获取车辆系统当前迭代下的位置，并计算当前迭代下的跟踪误差；
[0033]S3：根据车辆系统当前迭代下的控制输入、跟踪误差以及所选择增益矩阵更新下次迭代时车辆系统的控制输入，控制车辆系统执行下次迭代过程；
[0034]S4：返回S2进行下一次迭代，迭代运行多次直至完成对目标轨迹的实时跟踪。
[0035]优选的，S1具体包括如下步骤：
[0036]预期目标轨迹如下：
[0037]y
d
(t)，t∈{1，2，
…
，T}。
[0038]t为运行时刻，t∈{0,1,2,
…
,T}，T为运行周期；
[0039]车辆系统具有如下的时变动态特性：
[0040][0041]其中，t为运行时刻，t∈{0，1，2，
…
，T}，T为运行周期，为迭代次数；x
k
(t)、u
k
(t)及y
k
(t)为车辆系统在第k次迭代下t时刻对应的状态、输入以及位置；A(t)、B(t)及C(t)为车辆系统在t时刻对应时变系统矩阵；
[0042]令车辆系统的初始状态为同时其对应Markov参数矩阵满足C(1)B(0)≠0，由此，车辆系统对应块Toeplitz矩阵为：
[0043][0044]其中p，q为块Toeplitz矩阵G对应的行维数和列维数。令G的秩为m，构造与G具有相同生成空间的矩阵选择车辆系统控制协议对应的增益矩阵为其中且满足谱半径条件其中ρ表示矩阵的谱半径，I表示具有合适维数的单位矩阵。
[0045]优选的，S1中G为列满秩矩阵，即m＝q，则车辆系统增益矩阵K可简单选择满足谱半径条件ρ(I
‑
KG)<1；或G为行满秩矩阵，即m＝p，则车辆系统增益矩阵K可简单选择满足谱半径条本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种时变车辆系统的实时跟踪迭代学习控制系统，其特征在于，包括：目标轨迹确定模块(1)、增益矩阵确定模块(2)、获取模块(3)以及控制模块(4)；其中，所述目标轨迹确定模块(1)用于确定所述车辆系统的预期目标轨迹；所述增益矩阵确定模块(2)用于获取车辆系统对应系统矩阵，得到对应块Toeplitz矩阵，并确定车辆系统控制协议对应增益矩阵；所述获取模块(3)用于获取所述车辆系统在当前迭代下的位置和跟踪误差；所述控制模块(4)用于根据所述车辆系统当前迭代下的控制输入、跟踪误差以及所选增益矩阵更新下次迭代时车辆系统的控制输入，并控制所述车辆系统。2.根据权利要求1所述的实时跟踪迭代学习控制系统，其特征在于，所述车辆系统具有如下的时变动态特性：其中，t为运行时刻，t∈{0,1,2,
…
,T}，T为运行周期，为迭代次数；x
k
(t)、u
k
(t)及y
k
(t)为车辆系统在第k次迭代下t时刻对应的状态、输入以及位置；A(t)、B(t)及C(t)为车辆系统在t时刻对应时变系统矩阵。3.根据权利要求1所述的实时跟踪迭代学习控制系统，其特征在于，所述目标轨迹确定模块(1)根据跟踪要求，人为输入预期目标轨迹，如下：y
d
(t),t∈{1,2,
…
,T}。4.根据权利要求1所述的实时跟踪迭代学习控制系统，其特征在于，所述增益矩阵确定模块(2)中，令车辆系统的初始状态为同时其对应Markov参数矩阵满足C(1)B(0)≠0，由此，车辆系统对应块Toeplitz矩阵为：其中p,q为块Toeplitz矩阵G对应的行维数和列维数；令G的秩为m，构造与G具有相同生成空间的矩阵选择车辆系统控制协议对应的增益矩阵为其中且满足谱半径条件其中ρ表示矩阵的谱半径，I表示具有合适维数的单位矩阵。5.根据权利要求1所述的实时跟踪迭代学习控制系统，其特征在于，所述控制模块(4)包括控制量确定单元(41)和位置控制单元(42)，其中，控制量确定单元(41)用于根据所述车辆系统当前迭代下的控制输入、跟踪误差以及所选择增益矩阵更新下次迭代时车辆系统的控制输入，控制所述车辆系统；所述位置控制单元(42)用于根据所述车辆系统下次迭代时的控制输入和对应块Toeplitz矩阵，确定车辆系统下次迭代时的位置。6.根据权利要求5所述的实时跟踪迭代学习控制系统，其特征在于，控制量确定单元(41)通过以下公式确定车辆系统的控制输入：
U
k+1
＝U
k
+KE
k
其中，为k+1次迭代下系统控制输入增广向量，为k次迭代下系统控制输入增广向量，为k次迭代下系统位置误差增广向量，e
k
(t)＝y
d
(t)
‑
y
k
(t)为k次迭代下t时刻系统位置误差向量；位置控制单元(42)通过以下公式确定车辆系统下次迭代下的位置：Y
k+1
＝GU

【专利技术属性】
技术研发人员：孟德元，吴宇昕，
申请(专利权)人：北京航空航天大学，
类型：发明
国别省市：