没有合适的资源?快使用搜索试试~ 我知道了~
首页无模型自适应控制:无人驾驶汽车横向控制的新策略
无模型自适应控制:无人驾驶汽车横向控制的新策略
需积分: 0 2 下载量 138 浏览量
更新于2024-08-05
收藏 5.46MB PDF 举报
本文主要探讨了一种基于无模型自适应控制的无人驾驶汽车横向控制策略。研究团队由北京交通大学电子信息工程学院先进控制系统研究所的田涛涛、侯忠生、刘世达和清华大学计算机系智能技术与系统国家重点实验室的邓志东组成。他们将无人驾驶汽车的循迹跟踪控制问题重新定义为预瞄偏差角跟踪问题,这是一种关键的转换,使得控制方案更加聚焦于实时性能和稳定性。 作者们针对无人驾驶汽车的横向控制系统,利用动态线性化数据模型,设计了一套无模型自适应控制算法。这种算法的独特之处在于它不依赖于精确的系统模型,而是直接基于车辆的实际运行数据进行控制决策,从而解决了无人驾驶汽车复杂机械结构建模的难题。这种方法极大地提高了控制的灵活性和鲁棒性,使其能够适应无人驾驶汽车在复杂环境下的行驶,包括北京市丰台区的实地测试、江苏省常熟市高速公路的测试以及2015年“中国智能车未来挑战赛”的应用场景。 文章强调了这种控制方案的移植性,即它不仅适用于不同类型的无人驾驶汽车,还能在各种不同的驾驶条件下保持有效性。其核心优势在于它只依赖于车辆的输入输出数据,无需深入挖掘车辆内部的详细工作原理,简化了系统设计和实现过程。 此外,作者们还提供了论文的关键词,如无模型自适应控制、无人驾驶汽车、横向控制和预瞄偏差角,以便读者快速了解研究的核心内容。引用格式表明了该研究成果的学术价值,表明田涛涛等人在《自动化学报》上发表了这篇论文,2017年第43卷第11期,为同行研究者提供了重要的参考。 这篇文章为无人驾驶汽车的横向控制提供了一种创新且实用的方法,为自动驾驶领域的研究者和工程师们提供了一个有效的工具,以提升无人驾驶汽车的行驶稳定性和智能化水平。
资源详情
资源推荐
第 43 卷 第 11 期 自 动 化 学 报 Vol. 43, No. 11
2017 年 11 月 ACTA AUTOMATICA SINICA November, 2017
基于无模型自适应控制的无人驾驶汽车横向控制方法
田涛涛
1
侯忠生
1
刘世达
1
邓志东
2
摘 要 提出了一种基于无模型自适应控制的无人驾驶汽车横向控制方案. 首先, 将无人驾驶汽车循迹跟踪控制问题转化成
预瞄偏差角跟踪问题, 然后基于无人驾驶汽车横向控制系统的动态线性化数据模型, 设计出无模型自适应控制算法、伪梯度估
计算法和伪梯度重置算法, 进而实现了自主车辆的无人驾驶. 该方法的实现仅用到无人驾驶汽车运行时的输入输出数据, 避免
了对无人驾驶汽车进行复杂机理建模的难题, 对于复杂的无人驾驶汽车运行过程具有很好的自适应性, 对不同的无人驾驶车
辆具有较强的可移植性. 该方案已实际应用于清华大学无人驾驶汽车实验平台, 在北京市丰台区的实地测试实验、在江苏省常
熟市高速路的测试以及 2015 年 “中国智能车未来挑战赛” 的现场应用验证了所提方案的有效性.
关键词 无模型自适应控制, 无人驾驶汽车, 横向控制, 预瞄偏差角
引用格式 田涛涛, 侯忠生, 刘世达, 邓志东. 基于无模型自适应控制的无人驾驶汽车横向控制方法. 自动化学报, 2017,
43(11): 1931−1940
DOI 10.16383/j.aas.2017.c160633
Model-free Adaptive Control Based Lateral Control of Self-driving Car
TIAN Tao-Tao
1
HOU Zhong-Sheng
1
LIU Shi-Da
1
DENG Zhi-Dong
2
Abstract In this paper, a control scheme based on model free adaptive control is proposed for the lateral control
problem of self-driving car. First, the trajectory tracking problem for self-driving car is converted into the stabilization
problem concerning a preview-deviation-yaw. Then, the lateral control system of the self-driving car is converted into a
virtual dynamical linearization data model via a novel dynamic linearization technique. After that, a model free adaptive
control algorithm, and its corresponding pseudo gradient estimating algorithm and pseudo gradient resetting algorithm
are designed, such that the automatic drive of the self-driving car can be realized. The implementation of the proposed
metho d only utilizes the input and output data of the self-driving car, avoiding complex modeling of the self-driving
car. Thus, it has good adaptability to complex operation processes of self-driving car and is also applicable to other self-
driving cars. Furthermore, the proposed scheme is employed in the experimental platform of self-driving car developed
by Tsinghua University. Finally, the effectiveness of the proposed method is verified via the field tests in Fengtai District,
Beijing, the field tests in the freeway of Changshu, Jiangsu, and the field applications in “2015 Chinese Intelligent Car
Future Challenge Competition”.
Key words Mo del-free adaptive control (MFAC), self-driving car, lateral control, preview-deviation-yaw
Citation Tian Tao-Tao, Hou Zhong-Sheng, Liu Shi-Da, Deng Zhi-Dong. Model-free adaptive control based lateral
control of self-driving car. Acta Automatica Sinica, 2017, 43(11): 1931−1940
近年来, 无人驾驶汽车日渐成为汽车研究领域
的热点
[1−2]
. 由于汽车是一个复杂的非线性系统, 且
收稿日期 2016-09-05 录用日期 2017-01-05
Manuscript received September 5, 2016; accepted January 5,
2017
国家自然科学基金 (61120106009, 61433002, 91420106), 北京市自
然科学基金 – 交控科技轨道交通联合基金 (W17E000020) 资助
Supported by National Natural Science Foundation of China
(61120106009, 61433002, 91420106), Beijing Natural Science
Foundation Joint Fund for Science and Technology Rail Trans-
portation (W17E000020)
本文责任编委 魏庆来
Recommended by Associate Editor WEI Qing-Lai
1. 北京交通大学电子信息工程学院先进控制系统研究所 北京 100044
2. 清华大学计算机系, 智能技术与系统国家重点实验室, 清华信息科学
与技术国家实验室 (筹) 北京 100084
1. Advanced Control Systems Laboratory, School of Electronic
and Information Engineering, Beijing Jiaotong University, Bei-
jing 100044 2. Department of Computer Science, State Key
Laboratory of Intelligent Technology and Systems, Tsinghua Na-
tional Laboratory for Information Science and Technology, Ts-
inghua University, Beijing 100084
运行于不同的工况下, 因此, 无人驾驶汽车的循迹跟
踪控制问题一直是学术界研究的重点和难点
[3]
.
无人驾驶汽车循迹跟踪控制问题包括纵向控制
和横向控制两个部分. 纵向控制是指对车速的控制,
这类控制问题可以归结为对油门或刹车的控制
[4]
;
横向控制是指在不同车速和负载等条件下, 控制汽
车转向使得汽车位置处于期望轨迹中心线处, 这类
问题可以归结为对方向盘的控制
[5−6]
. 相比于纵向
控制, 横向控制更为重要, 原因是横向控制直接决定
循迹跟踪的性能, 是保障无人驾驶汽车安全和稳定
的基础
[5]
, 对控制算法要求较高, 本文仅就无人驾驶
汽车横向控制问题进行研究.
针对无人驾驶汽车横向控制问题, 文献 [6] 基于
汽车动力学模型设计出了状态反馈控制器, 且利用
模糊增益规划 (Fuzzy gain scheduling, FGS) 调节
控制器的输出增益, 并在 TAIWAN iTS-1 无人驾驶
下载后可阅读完整内容,剩余9页未读,立即下载
蓝洱
- 粉丝: 27
- 资源: 316
上传资源 快速赚钱
- 我的内容管理 展开
- 我的资源 快来上传第一个资源
- 我的收益 登录查看自己的收益
- 我的积分 登录查看自己的积分
- 我的C币 登录后查看C币余额
- 我的收藏
- 我的下载
- 下载帮助
最新资源
- 高效办公必备:可易文件夹批量生成器
- 吉林大学图形学与人机交互课程作业解析
- 8086与8255打造简易乒乓球游戏机教程
- Win10下C++开发工具包:Bongo Cat Mver、GLEW、GLFW
- Bootstrap前端开发:六页果蔬展示页面
- MacOS兼容版VSCode 1.85.1:最后支持10.13.x版本
- 掌握cpp2uml工具及其使用方法指南
- C51单片机星形流水灯设计与Proteus仿真教程
- 深度远程启动管理器使用教程与工具包
- SAAS云建站平台,一台服务器支持数万独立网站
- Java开发的博客API系统:完整功能与接口文档
- 掌握SecureCRT:打造高效SSH超级终端
- JAVA飞机大战游戏实现与源码分享
- SSM框架开发的在线考试系统设计与实现
- MEMS捷联惯导解算与MATLAB仿真指南
- Java实现的学生考试系统开发实战教程
资源上传下载、课程学习等过程中有任何疑问或建议,欢迎提出宝贵意见哦~我们会及时处理!
点击此处反馈
安全验证
文档复制为VIP权益,开通VIP直接复制
信息提交成功