一种带太阳能翼板的自动驾驶车辆轨迹跟踪控制方法技术

本发明专利技术属于自动驾驶

【技术实现步骤摘要】
一种带太阳能翼板的自动驾驶车辆轨迹跟踪控制方法


[0001]本专利技术属于自动驾驶
、
自动控制
、
振动控制
，具体涉及一种带太阳能翼板的自动驾驶车辆轨迹跟踪控制方法
。

技术介绍

[0002]轨迹跟踪控制的本质是消除实际路径与期望路径之间的误差，需要对自动驾驶车辆的驱动系统和转向系统进行精准的协同控制，是一个高难度的复杂系统控制问题，特别的，对于带太阳翼板的自动驾驶车辆而言，当翼板展开时，车辆运动的改变会引起翼板的振动，剧烈的振动会损坏翼板且不利于整车的稳定；
[0003]面向该应用需求，本专利技术针对一类带太阳能翼板的自动驾驶车辆的轨迹跟踪问题，考虑车辆运动与翼板的相互作用，建立动力学模型，并考虑控制量饱和受限
、
参数不确定
、
环境干扰未知等实际问题，提出了一种带太阳能翼板的自动驾驶车辆轨迹跟踪控制方法
。

技术实现思路

[0004]本专利技术的目的是提供一种带太阳能翼板的自动驾驶车辆轨迹跟踪控制方法，能够抑制翼板振动，减少翼板因剧烈振动而造成的损坏，减小了翼板振动对汽车轨迹跟踪的稳定性影响
。
[0005]本专利技术采取的技术方案具体如下：
[0006]一种带太阳能翼板的自动驾驶车辆轨迹跟踪控制方法，包括以下步骤：
[0007]S1
：选用智能材料，建立控制模型；
[0008]S2
：在
S1
的基础上，构建带饱和补偿的自动驾驶车辆轨迹跟踪控制器，对所提出控制器进行稳定性证明；
[0009]S3
：在
S2
的基础上，设计主动振动控制器
。
[0010]进一步地，所述
S1
中的智能材料为压电传感器和作动器中的任意一种
。
[0011]进一步地，所述
S1
包括以下步骤：
[0012]S101
：在翼板上安装智能材料，翼板与汽车主体分别视为刚体和挠性体，采用混合坐标建模的方法，对刚体部分和挠性体部分分别建模；
[0013]S102
：建立如下刚柔耦合的自动驾驶车辆模型：
[0014][0015]其中，
m
是车的总重量，
v
x
、v
y
分别为纵向
、
横向速度，
F
yf
、F
yr
分别为前后轮的侧偏力，
r
a
为横摆角速度，
l
f
为质心距前轴的距离，
l
r
为质心距后轴的距离，
I
z
为车辆绕
z
轴的转动惯量，
M
z
为横摆力矩，
d1、d2为干扰变量，
F
i
为挠性翼板第
i
阶模态和车体的耦合系数
(i
＝
1,2,
…
n)
，
l
i
为挠性附件第
i
阶模态坐标，
z
i
为挠性附件第
i
阶模态阻尼比，
w
i
为挠性附件第
i
阶模态固有频率，
k
i
为压电作动器与挠性附件第
i
阶模态的耦合系数，
u
p
为压电作动器的控制电压，
n
为考虑的模态数目；
[0016]F
yf
＝
C
f
a
f
，
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(2)
[0017]F
yr
＝
C
r
a
r
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(3)
[0018]其中，
C
f
和
C
r
分别表示车辆前
、
后轮侧偏刚度，
a
f
和
a
r
分别表示车辆前
、
后轮侧偏角，如下
[0019][0020]其中
d
f
为前轮胎转向角，
b
＝
arctan(v
y
/v
x
)≈v
y
/v
x
为车辆质心侧偏角；
[0021]S103
：考虑车辆参数不确定性，即侧偏刚度是变化的，如下
[0022][0023]其中，
C
f0
、C
r0
分别为侧偏刚度的标称值，
Δ
C
f
、
Δ
C
r
为其参数不确定项；
[0024]S104
：考虑控制量饱和限制，系统控制量为横摆力矩
M
z
和前轮胎转角
d
f
，定义
d
max
、M
max
为系统所能提供的最大幅值，则两者限幅如下
[0025][0026]S105
：建立跟踪误差模型，如下
[0027][0028]其中，
r
为参考路径，
e
x
为横向轨迹误差，
j
为车辆期望横摆角与实际横摆角之间的误差，对横摆角进行小角度线性化，有
[0029][0030]S106
：转换控制目标，根据车辆模型可知，轨迹跟踪的目标是通过设计
d
f
和
M
z
，使得横向轨迹误差
e
x
和航向误差
j
趋向于零，若有
v
y
趋向于零，则有
e
x
和
j
也趋向于零，将轨迹跟踪控制系统的控制目标转换为通过设计
d
f
和
M
z
，使得横向速度
v
y
趋向于零；
[0031]S107
：将控制问题写成状态空间形式；
[0032]令
x
＝
[v
y r
a
]T
，
u
＝
[d
f M
z
]T
，将系统模型整理为如下形式
[0033][0034][0054]其中
a2＝
‑
h2(j+h1sinhie
x
)coshie
x
，
h1＝
h3/v本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.
一种带太阳能翼板的自动驾驶车辆轨迹跟踪控制方法，其特征在于：包括以下步骤：
S1
：选用智能材料，建立控制模型；
S2
：在
S1
的基础上，构建带饱和补偿的自动驾驶车辆轨迹跟踪控制器，对所提出控制器进行稳定性证明；
S3
：在
S2
的基础上，设计主动振动控制器
。2.
根据权利要求1所述的一种带太阳能翼板的自动驾驶车辆轨迹跟踪控制方法，其特征在于：所述
S1
中的智能材料为压电传感器和作动器中的任意一种
。3.
根据权利要求2所述的一种带太阳能翼板的自动驾驶车辆轨迹跟踪控制方法，其特征在于：所述
S1
包括以下步骤：
S101
：在翼板上安装智能材料，翼板与汽车主体分别视为刚体和挠性体，采用混合坐标建模的方法，对刚体部分和挠性体部分分别建模；
S102
：建立如下刚柔耦合的自动驾驶车辆模型：其中，
m
是车的总重量，
v
x
、v
y
分别为纵向
、
横向速度，
F
yf
、F
yr
分别为前后轮的侧偏力，
r
a
为横摆角速度，
l
f
为质心距前轴的距离，
l
r
为质心距后轴的距离，
I
z
为车辆绕
z
轴的转动惯量，
M
z
为横摆力矩，
d1、d2为干扰变量，
F
i
为挠性翼板第
i
阶模态和车体的耦合系数
(i
＝
1,2,
…
n)
，
l
i
为挠性附件第
i
阶模态坐标，
z
i
为挠性附件第
i
阶模态阻尼比，
w
i
为挠性附件第
i
阶模态固有频率，
k
i
为压电作动器与挠性附件第
i
阶模态的耦合系数，
u
p
为压电作动器的控制电压，
n
为考虑的模态数目；
F
yf
＝
C
f
a
f
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(2)F
yr
＝
C
r
a
r
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(3)
其中，
C
f
和
C
r
分别表示车辆前
、
后轮侧偏刚度，
a
f
和
a
r
分别表示车辆前
、
后轮侧偏角，如下其中
d
f
为前轮胎转向角，
b
＝
arctan(v
y
/v
x
)≈v
y
/v
x
为车辆质心侧偏角；
S103
：考虑车辆参数不确定性，即侧偏刚度是变化的，如下其中，
C
f0
、C
r0
分别为侧偏刚度的标称值，
Δ
C
f
、
Δ
C
r
为其参数不确定项；
S104
：考虑控制量饱和限制，系统控制量为横摆力矩
M
z
和前轮胎转角
d
f
，定义
d
max
、M
max
为系统所能提供的最大幅值，则两者限幅如下
S105
：建立跟踪误差模型，如下其中，
r
为参考路径，
e
x
为横向轨迹误差，
j
为车辆期望横摆角与实际横摆角之间的误差，对横摆角进行小角度线性化，有
S106
：转换控制目标，根据车辆模型可知，轨迹跟踪的目标是通过设计
d
f
和
M
z
，使得横向轨迹误差
e
x
和航向误差
j
趋向于零，若有
v
y
趋向于零，则有
e
x
和
j
也趋向于零，将轨迹跟踪控制系统的控制目标转换为通过设计
d
f
和
M
z
，使得横向速度
v
y
趋向于零；
S107
：将控制问题写成状态空间形式；令
x
＝
[v
y r
a
]
T
，
u
＝
[d
f M
z
]
T
，将系统模型整理为如下形式，将系统模型整理为如下形式，将系统模型整理为如下形式，将系统模型整理为如下形式定义有
S108
：设计集总干扰项，综合系统参数不确定性和未知干扰对控制系统的影响，将
S103
中的式
(5)
带入
S107
中的式
(10)
‑
(11)
，可得，可得作如下定义
A0、B0分别为矩阵
A、B
的固定项，由系统参数标称值确定，
Δ
A
和
Δ
B
分别为矩阵
A、B
的不确定项，由系统参数的变化产生，据此，状态空间矩阵可以分离为如下形式设计如下集总干扰项
d
s
＝
Δ
Ax+
Δ
Bu
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(17)
整理可得集总干扰
d
s
将系统参数不确定产生的
Δ
A、
Δ
B
和未知干扰
d
合并为一项；
S109
：定义状态误差，定义期望状态为
x
d
＝
[v
yd r
ad...

【专利技术属性】
技术研发人员：吴利平，宋智军，冯姝慧，
申请(专利权)人：新智元南京科技信息有限公司，
类型：发明
国别省市：