基于感控一体化的铰接车辆动态协调控制方法
发布时间:2025-04-26 20:55
铰接车辆是一种由牵引车和挂车组成的模块化车辆系统,由于其车体结构可变等特点,故具有载货量大、机动灵活、工作效率高等优点,目前已普及于物流、灾情侦查、救援等诸多领域。然而,受限于其机构特征,铰接车辆系统存在状态量繁多且部分不可测、欠驱动动态及摩擦不确定性等难点,为此,本文致力于提出一套感知-控制一体化动态协调控制方法,以提高系统的适应性及操纵性,具体如下:首先,为了实现系统的高精度感知-控制,基于系统机械结构特征,确立独立坐标的选取,并结合Euler-Lagrange原理进行铰接车辆系统动力学建模。阐明其非完整约束,并作出其工作条件假设,同时结合机器人系统两大定理验证其数学模型的合理性。其次,针对铰接车辆源自于运动学及动力学层面的技术难点,如欠驱动动态及存在建模误差等,结合双闭环结构,本文提出了基于约束型模型预测(MPC)及直接自适应模糊控制的位姿/力协同跟踪控制策略。其中,约束型模型预测被用于实现轨迹跟踪控制,同时解决系统的欠驱动问题。此外,直接自适应模糊控制则用以解决复杂环境下的速度跟踪问题,并大大强化了系统的鲁棒性及适应性。再次,针对铰接车辆系统干扰及部分状态测量难度大的情形,结合协...
【文章页数】:75 页
【学位级别】:硕士
【文章目录】:
摘要
Abstract
1 绪论
1.1 课题背景及研究意义
1.2 国内外铰接车辆研究现状
1.2.1 国外铰接车辆研究现状
1.2.2 国内铰接车辆研究现状
1.3 欠驱动铰接车辆感知-控制方法研究
1.4 本文的主要研究内容及结构安排
2 欠驱动铰接车辆机械结构及其动力学模型
2.1 铰接车辆系统描述
2.1.1 机械结构
2.1.2 参数命名
2.2 铰接车辆数学模型
2.2.1 铰接车辆运动学模型
2.2.2 铰接车辆动力学模型
2.3 本章小结
3 基于模型预测与直接自适应模糊的位姿/力协同跟踪控制
3.1 模型预测控制
3.1.1 参考轨迹
3.1.2 误差动力学
3.1.3 MPC控制器
3.2 直接自适应模糊控制
3.2.1 非线性系统描述
3.2.2 模糊控制器
3.3 仿真分析
3.4 本章小结
4 基于扩张观测器的感控一体化控制策略
4.1 扩张观测器
4.1.1 前向子系统
4.1.2 转向子系统
4.2 鲁棒终端滑模控制器
4.2.1 前向子系统
4.2.2 转向子系统
4.3 仿真分析
4.3.1 仿真环境设置
4.3.2 仿真结果
4.4 本章小结
5 基于RBF神经网络与SMC的摩擦辨识与补偿机制
5.1 参数化摩擦模型
5.2 基于RBF神经网络的辨识机制
5.3 运动学及动力学控制器
5.3.1 运动学规划
5.3.2 前向子系统
5.3.3 转向子系统
5.4 仿真分析
5.5 本章小结
结论
参考文献
攻读硕士学位期间发表学术论文情况
致谢
本文编号:4041349
【文章页数】:75 页
【学位级别】:硕士
【文章目录】:
摘要
Abstract
1 绪论
1.1 课题背景及研究意义
1.2 国内外铰接车辆研究现状
1.2.1 国外铰接车辆研究现状
1.2.2 国内铰接车辆研究现状
1.3 欠驱动铰接车辆感知-控制方法研究
1.4 本文的主要研究内容及结构安排
2 欠驱动铰接车辆机械结构及其动力学模型
2.1 铰接车辆系统描述
2.1.1 机械结构
2.1.2 参数命名
2.2 铰接车辆数学模型
2.2.1 铰接车辆运动学模型
2.2.2 铰接车辆动力学模型
2.3 本章小结
3 基于模型预测与直接自适应模糊的位姿/力协同跟踪控制
3.1 模型预测控制
3.1.1 参考轨迹
3.1.2 误差动力学
3.1.3 MPC控制器
3.2 直接自适应模糊控制
3.2.1 非线性系统描述
3.2.2 模糊控制器
3.3 仿真分析
3.4 本章小结
4 基于扩张观测器的感控一体化控制策略
4.1 扩张观测器
4.1.1 前向子系统
4.1.2 转向子系统
4.2 鲁棒终端滑模控制器
4.2.1 前向子系统
4.2.2 转向子系统
4.3 仿真分析
4.3.1 仿真环境设置
4.3.2 仿真结果
4.4 本章小结
5 基于RBF神经网络与SMC的摩擦辨识与补偿机制
5.1 参数化摩擦模型
5.2 基于RBF神经网络的辨识机制
5.3 运动学及动力学控制器
5.3.1 运动学规划
5.3.2 前向子系统
5.3.3 转向子系统
5.4 仿真分析
5.5 本章小结
结论
参考文献
攻读硕士学位期间发表学术论文情况
致谢
本文编号:4041349
本文链接:https://www.wllwen.com/kejilunwen/qiche/4041349.html