隨著電驅(qū)動等新能源汽車技術(shù)的發(fā)展,四輪獨立驅(qū)動鉸接車逐漸成為了采礦、農(nóng)業(yè)、軍事等行業(yè)中的重要運輸裝備,其自主行駛控制也成為了這些行業(yè)自動化進程中的核心技術(shù)。四輪獨立驅(qū)動鉸接車的自主行駛控制目前面臨著兩方面的挑戰(zhàn),首先是傳統(tǒng)路徑跟蹤控制方法在參考路徑曲率突變幅度較大時表現(xiàn)不佳,其次是常見的鉸接車四輪獨立驅(qū)動系統(tǒng)存在驅(qū)動力分配不協(xié)調(diào)、差動力矩?zé)o法有效利用等問題。為了提高四輪獨立驅(qū)動鉸接車自主行駛控制的精確性,減小橫向誤差、航向誤差,針對上述兩方面挑戰(zhàn),從理論基礎(chǔ)層面的數(shù)學(xué)模型、運動學(xué)層面的路徑跟蹤控制方法、動力學(xué)層面的自主行駛控制系統(tǒng)等三個方面展開了研究。在數(shù)學(xué)模型研究中,首先回顧了鉸接車運動學(xué)模型的研究現(xiàn)狀,介紹了多種常見鉸接車運動學(xué)模型,并對它們進行了比較分析,最終明確了 Croke提出的鉸接車經(jīng)典運動學(xué)模型較為適合作為路徑跟蹤控制方法的研究基礎(chǔ)。在動力學(xué)模型方面,目前其他研究工作主要聚焦于鉸接車動力學(xué)輸出特性的分析,而忽視了模型輸入與輸出之間的非線性關(guān)系。因此針對這個問題,基于牛頓-歐拉法對四輪獨立驅(qū)動鉸接車進行了受力分析和理論推導(dǎo),并通過引入魔術(shù)公式（MF）完善了模型中動力學(xué)狀態(tài)量... 

【文章來源】：北京科技大學(xué)北京市 211工程院校 教育部直屬院校

【文章頁數(shù)】：153 頁

【學(xué)位級別】：博士

【部分圖文】：

圖１－２十二自由度鉸接車動力學(xué)模型??

?四輪獨立驅(qū)動鉸接車自主行駛控制研究???［１４８】、Ｙｕ［ｌ４９】、Ｌｉ［１５Ｑ］、劉洋［１５１＿１５２］等人提出了一些用于移動機器人、無人機等??移動裝備路徑跟蹤控制器。在這些控制器的設(shè)計過程中，先通過坐標(biāo)轉(zhuǎn)換將??移動裝備的運動學(xué)模型轉(zhuǎn)換為非線性誤差模型，然后將其作為推導(dǎo)預(yù)測模型??的理論基矗在上述研究成果中，Ｋａｎｊａｎａｗａｎｉｓｈｋｕｌ等人的論文證明了??ＮＥＭＰＣ優(yōu)于純跟蹤控制。??基于最優(yōu)控制思想的移動裝備路徑跟蹤控制方法種類較多，圖１－３顯示??了這些控制方法之間的聯(lián)系與區(qū)別。相對于傳統(tǒng)反饋控制，最優(yōu)控制具有設(shè)??計簡便、魯棒性較強等優(yōu)勢。而相比未引入前饋思想的最優(yōu)控制和前饋－ＬＱＲ??控制，ＭＰＣ更為先進。在與ＰＩＤ、反饋線性化、純跟蹤、ＬＱＲ等控制方法的??比較中，ＭＰＣ在精確性等方面的表現(xiàn)較好。而文獻［１０５－１５２］中的大量研究事??實，則可以證明ＭＰＣ在處理系統(tǒng)約束方面的顯著優(yōu)勢。??最Ｐ丨丨Ｉ??．………’?￣?Ｊｒ??無前攔?有前饋Ｉ??ＭＰＣ?｜??｜?ＬＭＰＣ?＼?ＮＭＨＣ－?｜??｜??１?Ｉ?＼￣￣１．．．．．．．．．??ＬＱＲ等?｜?前饋?ＬＱＲ等?｜?ＬＭＰＣ?｜?ＬＥＭＰＣ?｜?ＮＭＰＣ?［?ＮＥＭＰＣ?｜??圖１－３最優(yōu)控制分類示意圖??ＭＰＣ顯然可以用于提高四輪獨立驅(qū)動鉸接車的路徑跟蹤控制性能。不過??在四種ＭＰＣ控制方法中，目前僅有ＬＥＭＰＣ被應(yīng)用于鉸接車的路徑跟蹤控制。??ＬＭＰＣ、ＮＭＰＣ和ＮＥＭＰＣ則不僅未曾用于鉸接車，而且相互之間也缺乏深??入的比較研究。??３．滑�？刂�??滑動模態(tài)控制（Ｓｌｉｄｉｎｇ?Ｍｏｄｅ?Ｃｏｎｔｒ

在新的控制周期中，首先檢測控制系統(tǒng)的實際輸出，將其與上一個控制周期??中的預(yù)測結(jié)果進行對比，從而利用其差值對當(dāng)前的預(yù)測結(jié)果進行實時修正。??在移動裝備的路徑跟蹤和驅(qū)動力分配控制中，由于預(yù)測模型是較為精確的運??動學(xué)模型或動力學(xué)模型，所以多數(shù)研宄者省略了反饋校正環(huán)節(jié)。??模型預(yù)測控制的原理可以通過單輸入單輸出系統(tǒng)進一步闡明，如圖１－４??所示�？刂七^程中存在一組參考狀態(tài)，預(yù)測模型基于當(dāng)前的輸出和未來所有??可行的輸入，預(yù)測未來一段時域內(nèi)所有可能出現(xiàn)的輸出。滾動優(yōu)化則通過優(yōu)??化求解，找出這段時域內(nèi)與參考狀態(tài)最為接近的輸出狀態(tài)，從而獲得最優(yōu)的??控制序列，并將其中的第一個元素作為實際的控制輸入。此外也可以采用框??圖的形式解釋模型預(yù)測控制的原理，如圖１－５所示。??

【參考文獻】：
期刊論文
[1]LQR-GA Controller for Articulated Dump Truck Path Tracking System[J]. 孟宇,甘鑫,汪鈺,顧青.  Journal of Shanghai Jiaotong University（Science）. 2019(01)
[2]A Novel Integrated Stability Control Based on Differential Braking and Active Steering for Four-axle Trucks[J]. Buyang Zhang,Changfu Zong,Guoying Chen,Yanjun Huang,Ting Xu.  Chinese Journal of Mechanical Engineering. 2019(01)
[3]基于非線性模型預(yù)測控制的農(nóng)用拖掛車避障控制器研究[J]. 白國星,劉立,孟宇,羅維東,顧青,梁晨.  農(nóng)業(yè)機械學(xué)報. 2019(04)
[4]基于預(yù)見位姿信息的鉸接式車輛LQR-GA路徑跟蹤控制[J]. 孟宇,汪鈺,顧青,白國星.  農(nóng)業(yè)機械學(xué)報. 2018(06)
[5]國外鉸接式前后等直徑輪胎果園專用型拖拉機技術(shù)淺析[J]. 楊茵,陳靜芳,董昊,馮海余,楊東輝,張悅慶.  拖拉機與農(nóng)用運輸車. 2018(03)
[6]農(nóng)業(yè)輪式移動機器人自適應(yīng)滑模路徑跟蹤控制[J]. 李逃昌.  中國機械工程. 2018(05)
[7]自動導(dǎo)航插秧機路徑跟蹤系統(tǒng)穩(wěn)定性模糊控制優(yōu)化方法[J]. 唐小濤,陶建峰,李志騰,李彥明,劉成良.  農(nóng)業(yè)機械學(xué)報. 2018(01)
[8]基于禁區(qū)懲罰函數(shù)和MPC倍增預(yù)測的車輛避障研究[J]. 花曉峰,段建民,田曉生.  計算機工程與應(yīng)用. 2018(15)
[9]基于模型預(yù)測控制的智能車輛路徑跟蹤控制器設(shè)計[J]. 王藝,蔡英鳳,陳龍,王海,李健,儲小軍.  汽車技術(shù). 2017(10)
[10]基于模型預(yù)測控制的智能汽車目標(biāo)路徑跟蹤方法研究[J]. 段建民,田曉生,夏天,宋志雪.  汽車技術(shù). 2017(08)

博士論文
[1]分布驅(qū)動鉸接車輛差動輔助液壓轉(zhuǎn)向控制研究[D]. 徐濤.北京科技大學(xué) 2019
[2]鉸接式工程車輛操縱穩(wěn)定性控制與可視化模型開發(fā)[D]. 高玉.北京科技大學(xué) 2018
[3]地下礦用鉸接車路徑跟蹤與智能避障控制研究[D]. 竇鳳謙.北京科技大學(xué) 2018
[4]無人駕駛地下礦用汽車路徑跟蹤與速度決策研究[D]. 趙翾.北京科技大學(xué) 2016



本文編號：3129109