一种履带车辆平台路径跟踪控制方法及系统技术方案

本发明专利技术涉及一种履带车辆平台路径跟踪控制方法及系统。该方法包括建立履带车辆平台的运动学模型，并根据所述运动学模型确定履带车辆平台的状态量和控制量；根据履带车辆平台的运动学模型建立履带车辆平台路径跟踪控制问题的第一优化目标函数；根据第一优化目标函数更新状态量和控制量，并根据更新后的状态量和控制量建立履带车辆平台路径跟踪控制问题的第二优化目标函数；根据更新后的权重参数更新第一优化目标函数，直至再次更新后的状态量和控制量收敛或者达到迭代次数；若再次更新后的状态量和控制量收敛或者达到迭代次数，则根据迭代完成的控制量控制履带车辆平台。本发明专利技术能够实现对履带车辆平台的灵活、准确控制。准确控制。准确控制。

【技术实现步骤摘要】
一种履带车辆平台路径跟踪控制方法及系统


[0001]本专利技术涉及路径跟踪控制领域，特别是涉及一种履带车辆平台路径跟踪控制方法及系统。

技术介绍

[0002]履带车辆由于其通过性能良好、安全性高以及强火力等众多优点，一直是地面机动平台的重要组成部分，在各种军事演习以及实战中扮演着重要角色，比如边境越野巡逻、恶劣环境中的区域侦察、打击等等。并且在现代军事领域中，信息化、无人化程度以及军事应用需求水平的不断提高，对履带车辆平台的智能化控制技术也提出了更高的要求，尤其是考虑多地域行军的路径跟踪控制技术。这种技术的关键有两点：一是解决高精度需求，二是提高方法的通用性能。然而，目前国内外对路径跟踪控制技术的研究集中在前者，对后者的研究不够充分。
[0003]路径跟踪控制技术发展至今，已有多种控制方法在这一领域得到广泛使用，这些方法可以分为两大类：非优化的方法和基于最优化的方法。非优化的路径跟踪控制方法主要包括PID控制、纯跟踪控制、模糊控制等。基于最优化的路径跟踪控制方法主要包括线性二次调节器方法、模型预测控制等。这种基于最优化的方法主要包含一个预测模型，一个可以量化要求指标的目标函数，同时还可添加约束保证最优解满足条件。随着计算机设备的迭代更新，硬件算力的不断提高，优化问题的求解不再制约其应用，并且由于能考虑多种约束，控制精度较高，目前已经是路径跟踪控制模块使用的主流方法。但是这种现有的方法目前在应用设计时过分依赖经验，需要基于规划轨迹特征，行驶工况以及所部署的平台设计权重参数值，这要求前期大量的实验数据支撑。一旦权重参数设置不佳，就会导致履带车辆平台跟踪误差较大，稳定性较差。

技术实现思路

[0004]本专利技术的目的是提供一种履带车辆平台路径跟踪控制方法及系统，能够实现对履带车辆平台的灵活、准确控制。
[0005]为实现上述目的，本专利技术提供了如下方案：一种履带车辆平台路径跟踪控制方法，包括：建立履带车辆平台的运动学模型，并根据所述运动学模型确定履带车辆平台的状态量和控制量；所述状态量包括：履带车辆平台的位姿；所述控制量包括：履带车辆平台的履带的卷绕速度；根据履带车辆平台的运动学模型建立履带车辆平台路径跟踪控制问题的第一优化目标函数；所述第一优化目标函数中权重参数不变；所述第一优化目标函数用于确定更新后的状态量和控制量；根据第一优化目标函数更新状态量和控制量，并根据更新后的状态量和控制量建立履带车辆平台路径跟踪控制问题的第二优化目标函数；所述第二优化目标函数中更新后
的状态量和控制量不变；所述第二优化目标函数用于确定更新后的权重参数；根据更新后的权重参数更新第一优化目标函数，并进行状态量和控制量的更新，并判断再次更新后的状态量和控制量是否收敛或者达到迭代次数；若再次更新后的状态量和控制量没有收敛且没有达到迭代次数，则根据第一优化目标函数更新状态量和控制量，并返回所述根据更新后的状态量和控制量建立履带车辆平台路径跟踪控制问题的第二优化目标函数的步骤，直至再次更新后的状态量和控制量收敛或者达到迭代次数；若再次更新后的状态量和控制量收敛或者达到迭代次数，则根据迭代完成的控制量控制履带车辆平台。
[0006]可选地，所述建立履带车辆平台的运动学模型，并根据所述运动学模型确定履带车辆平台的状态量和控制量，具体包括：根据履带车辆平台的位姿建立世界坐标系下的履带车辆平台的运动学模型；对世界坐标系下的履带车辆平台的运动学模型进行简化，确定连续非线性模型；对连续非线性模型进行离散化处理。
[0007]可选地，所述根据履带车辆平台的运动学模型建立履带车辆平台路径跟踪控制问题的第一优化目标函数，具体包括：其中，为第一优化目标函数，为状态量沿梯度方向的变化量，为控制量沿梯度方向的变化量，为状态量的变化量，为控制量的变化量，为预测区间，为学习率，为履带车辆平台在k时刻第i个预测时域的预测状态，为k时刻第i个预测时域的参考状态，为k时刻第i个预测时域求解的控制量，为k时刻第i个预测时域的参考控制量，为状态量的权重参数，为控制量的权重参数，N
c
为控制区间。
[0008]可选地，所述根据第一优化目标函数更新状态量和控制量，并根据更新后的状态量和控制量建立履带车辆平台路径跟踪控制问题的第二优化目标函数，具体包括：；
其中，为第二优化目标函数，为拉格朗日乘子，为部分或全部预测区间，用于影响权重参数的更新，小于或等于，为两向量逐元素相乘，相乘后向量维度不变，。
[0009]可选地，所述若再次更新后的状态量和控制量收敛或者达到迭代次数，则根据迭代完成的控制量控制履带车辆平台，具体包括：采用转速控制将迭代完成的控制量中的履带的卷绕速度转换为电机对应的转速控制；利用整车控制器将电机对应的转速控制发送至两侧电机对应的电机控制器。
[0010]一种履带车辆平台路径跟踪控制系统，包括：运动学模型建立模块，用于建立履带车辆平台的运动学模型，并根据所述运动学模型确定履带车辆平台的状态量和控制量；所述状态量包括：履带车辆平台的位姿；所述控制量包括：履带车辆平台的履带的卷绕速度；第一优化目标函数建立模块，用于根据履带车辆平台的运动学模型建立履带车辆平台路径跟踪控制问题的第一优化目标函数；所述第一优化目标函数中权重参数不变；所述第一优化目标函数用于确定更新后的状态量和控制量；第二优化目标函数建立模块，用于根据第一优化目标函数更新状态量和控制量，并根据更新后的状态量和控制量建立履带车辆平台路径跟踪控制问题的第二优化目标函数；所述第二优化目标函数中更新后的状态量和控制量不变；所述第二优化目标函数用于确定更新后的权重参数；判断模块，用于根据更新后的权重参数更新第一优化目标函数，并进行状态量和控制量的更新，并判断再次更新后的状态量和控制量是否收敛或者达到迭代次数；迭代模块，用于若再次更新后的状态量和控制量没有收敛且没有达到迭代次数，则返回所述第二优化目标函数建立模块的步骤，直至再次更新后的状态量和控制量收敛或者达到迭代次数；迭代完成模块，用于若再次更新后的状态量和控制量收敛或者达到迭代次数，则根据迭代完成的控制量控制履带车辆平台。
[0011]可选地，所述运动学模型建立模块具体包括：运动学模型建立单元，用于根据履带车辆平台的位姿建立世界坐标系下的履带车辆平台的运动学模型；运动学模型简化单元，用于对世界坐标系下的履带车辆平台的运动学模型进行简化，确定连续非线性模型；运动学模型离散化单元，用于对连续非线性模型进行离散化处理。
[0012]可选地，所述第一优化目标函数建立模块具体包括：
其中，为第一优化目标函数，为状态量沿梯度方向的变化量，为控制量沿梯度方向的变化量，为状态量的变化量，为控制量的变化量，为预测区间，为学习率，为履带车辆平台在k时刻第i个预测时域的预测状态，为k时刻第i个预测时域的参考状态，为k时刻第i个预测时域求解的控制量，为k时刻第i个预测时域的参考控制量，为状态量的权重参数，为控制量的权重参数，N
c
为控制区间。
[0013]可选地，所述第二优化目标函数建立模本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种履带车辆平台路径跟踪控制方法，其特征在于，包括：建立履带车辆平台的运动学模型，并根据所述运动学模型确定履带车辆平台的状态量和控制量；所述状态量包括：履带车辆平台的位姿；所述控制量包括：履带车辆平台的履带的卷绕速度；根据履带车辆平台的运动学模型建立履带车辆平台路径跟踪控制问题的第一优化目标函数；所述第一优化目标函数中权重参数不变；所述第一优化目标函数用于确定更新后的状态量和控制量；根据第一优化目标函数更新状态量和控制量，并根据更新后的状态量和控制量建立履带车辆平台路径跟踪控制问题的第二优化目标函数；所述第二优化目标函数中更新后的状态量和控制量不变；所述第二优化目标函数用于确定更新后的权重参数；根据更新后的权重参数更新第一优化目标函数，并进行状态量和控制量的更新，并判断再次更新后的状态量和控制量是否收敛或者达到迭代次数；若再次更新后的状态量和控制量没有收敛且没有达到迭代次数，则根据第一优化目标函数更新状态量和控制量，并返回所述根据更新后的状态量和控制量建立履带车辆平台路径跟踪控制问题的第二优化目标函数的步骤，直至再次更新后的状态量和控制量收敛或者达到迭代次数；若再次更新后的状态量和控制量收敛或者达到迭代次数，则根据迭代完成的控制量控制履带车辆平台。2.根据权利要求1所述的一种履带车辆平台路径跟踪控制方法，其特征在于，所述建立履带车辆平台的运动学模型，并根据所述运动学模型确定履带车辆平台的状态量和控制量，具体包括：根据履带车辆平台的位姿建立世界坐标系下的履带车辆平台的运动学模型；对世界坐标系下的履带车辆平台的运动学模型进行简化，确定连续非线性模型；对连续非线性模型进行离散化处理。3.根据权利要求1所述的一种履带车辆平台路径跟踪控制方法，其特征在于，所述根据履带车辆平台的运动学模型建立履带车辆平台路径跟踪控制问题的第一优化目标函数，具体包括：其中，为第一优化目标函数，为状态量沿梯度方向的变化量，为控制量沿梯度方向的变化量，为状态量的变化量，为控制量的变化
量，为预测区间，为学习率，为履带车辆平台在k时刻第i个预测时域的预测状态，为k时刻第i个预测时域的参考状态，为k时刻第i个预测时域求解的控制量，为k时刻第i个预测时域的参考控制量，为状态量的权重参数，为控制量的权重参数，N
c
为控制区间。4.根据权利要求3所述的一种履带车辆平台路径跟踪控制方法，其特征在于，所述根据第一优化目标函数更新状态量和控制量，并根据更新后的状态量和控制量建立履带车辆平台路径跟踪控制问题的第二优化目标函数，具体包括：；其中，为第二优化目标函数，为拉格朗日乘子，为部分或全部预测区间，用于影响权重参数的更新，小于或等于，为两向量逐元素相乘，相乘后向量维度不变，。5.根据权利要求1所述的一种履带车辆平台路径跟踪控制方法，其特征在于，所述若再次更新后的状态量和控制量收敛或者达到迭代次数，则根据迭代完成的控制量控制履带车辆平台，具体包括：采用转速控制将迭代完成的控制量中的履带的卷绕速度转换为电机对应的转速控制；利用整车...

【专利技术属性】
技术研发人员：刘海鸥，唐泽月，陈慧岩，刘庆霄，陶俊峰，臧政，
申请(专利权)人：北京理工大学，
类型：发明
国别省市：