智能車軌跡跟蹤和仿真答辯

1、目錄目錄 智能車行駛軌跡跟蹤的智能車行駛軌跡跟蹤的MATLABMATLAB仿真仿真一、軌跡跟蹤的研究目的、內(nèi)容和難點(diǎn)一、軌跡跟蹤的研究目的、內(nèi)容和難點(diǎn)研究研究目的目的研究研究難點(diǎn)難點(diǎn)研究研究內(nèi)容內(nèi)容 2. 2. 運(yùn)動(dòng)學(xué)方程構(gòu)建運(yùn)動(dòng)學(xué)方程構(gòu)建 1. 1. 運(yùn)動(dòng)學(xué)模型構(gòu)建運(yùn)動(dòng)學(xué)模型構(gòu)建 在全局坐標(biāo)系(O,X,Y)用M點(diǎn)的坐標(biāo)p=(x,y,)T和q=(v,)T來表征智能車行駛時(shí)的線速度和轉(zhuǎn)向時(shí)的角速度。L表示前后車輪軸之間的軸距。表示前輪的轉(zhuǎn)角， 為車輛轉(zhuǎn)彎半徑。text in here二、運(yùn)動(dòng)學(xué)模型和軌跡跟蹤問題二、運(yùn)動(dòng)學(xué)模型和軌跡跟蹤問題Jqyxv p100sin0cos(1) 假設(shè)pr=(xr

2、,yr,r)T和qr=(vr,r)T作為參考跟蹤信息，如果當(dāng)前位姿用pc=(xc,yc,c)T表示那么在局部坐標(biāo)系Xe-Ye的坐標(biāo)為pe=(xe,ye,e)T根據(jù)坐標(biāo)轉(zhuǎn)換公式結(jié)合式(1)可推出得出位姿誤差微分方程為：3.3.位姿誤差微分方程位姿誤差微分方程rerreerreeeeesincosxyyx p(2) 智能車運(yùn)動(dòng)學(xué)模型的跟蹤控制就是找到對(duì)任意誤差的初始值，控制系統(tǒng)在(2)控制輸入作用下，pe=(xe,ye,e)T有界且 0|),(|limTeeetyx4.4.目的目的定義：定義：使用多個(gè)函數(shù)符號(hào)和相應(yīng)的切換函數(shù)，強(qiáng)行的將一個(gè)非線性系統(tǒng)的狀態(tài)軌跡逐漸的趨近于一個(gè)由事先設(shè)定好的狀態(tài)空間曲

3、面上。優(yōu)點(diǎn)：優(yōu)點(diǎn)：算法比較簡單，響應(yīng)速度快，受外界噪聲及擾動(dòng)等參數(shù)的變化影響較?。粚?duì)于系統(tǒng)的模型設(shè)置參數(shù)的不確定性和外部的不確定干預(yù)因素有很好的魯棒性。缺點(diǎn)：缺點(diǎn)：在設(shè)計(jì)中因?yàn)椴贿B續(xù)的符號(hào)函數(shù)和切換函數(shù)使得其輸出的控制也是不連續(xù)的，這就造成了系統(tǒng)在不同的控制下輸入時(shí)，因來回高速切換函數(shù)會(huì)引起“抖振”現(xiàn)象?；Ｄ？乜刂浦迫⑷?、智能車輛的滑模跟蹤控制器設(shè)計(jì)智能車輛的滑模跟蹤控制器設(shè)計(jì)實(shí)際中運(yùn)行的整個(gè)系統(tǒng)不能準(zhǔn)確的按構(gòu)建的切換函數(shù)切換 ，系統(tǒng)本身存在的慣性、滯后、檢測誤差等因素造成了抖振現(xiàn)象滑?？刂剖抢瞄_關(guān)函數(shù)進(jìn)行控制的控制方法。當(dāng)系統(tǒng)狀態(tài)達(dá)到一定的值后，不斷切換工作狀態(tài)，在切換的過程其在滑模

4、面附近來回抖動(dòng)這種現(xiàn)象稱為抖振。前人的經(jīng)驗(yàn)總結(jié)幾種削弱“抖振”的方法：邊界層法、趨近律法、神經(jīng)變結(jié)構(gòu)控制、切換控制法等，取得了較好的控制效果。抖振現(xiàn)象產(chǎn)生原因優(yōu)化方法 引理1對(duì)任意 且 ，有 (當(dāng)且僅當(dāng)x=0時(shí)“=”成立)。 根據(jù)引理1根據(jù)Lyapunov函數(shù)： 假設(shè) 則有：又因?yàn)?(當(dāng)且僅當(dāng)vrye=0時(shí)“=”式成立)得： 可得結(jié)論：只要xe收斂到0且e收斂到 那么整個(gè)系統(tǒng)狀態(tài)ye收斂到0。 根據(jù)該結(jié)論 ，設(shè)計(jì)切換函數(shù)為：滑模控制器的設(shè)計(jì)滑?？刂破鞯脑O(shè)計(jì)Rxx 0 arctan sinxxx 2e21yVyere,arctanyverereeee arctan sinyvyvxyyyJ0)a

5、rctan(sin(ereryvyv0.yV)arctan(eryv)arctan(21ereeyvxsss(3) 最后設(shè)計(jì)滑模控制器，令s10，s20即實(shí)現(xiàn)xe收斂到零且e收斂到 。從而實(shí)現(xiàn)ye0和e0。 取等速趨近率為減弱抖振用連續(xù)的函數(shù)為切換函數(shù)：)arctan(eryv 0,sgn.ss2, 1|.issksiiiii令 由式(2)和(3)得：)arctan(eryv)sin(cos.2.1.ereerrrerevxyvvvvyssseeererrrerexysskvyvvsskvyvq1|sin|cos2222.1111最終得控制律為：(4)其中2211erreereryvvyyvy

6、v，四、四、 控制器在控制器在MATLABMATLAB的仿真的仿真初始條件(x, y, )期望狀態(tài)(vr, r)控制器參數(shù)(k1, k2, 1, 2)(1,-1,pi/6)(8,6,-pi/3)(2,0)(2,sint)(6,6,0.02,0.02)(6,6,0.02,0.02) 文件使用COMMAND運(yùn)行文件，通過調(diào)用編寫好的指令來實(shí)現(xiàn)控制器仿真。根據(jù)源代碼在MATLAB中，我們選取如下參數(shù)：(a)位姿誤差變化曲線(b)直線軌跡跟蹤結(jié)果(c)理想、實(shí)際航向角變化曲線(d)控制量的變化曲線參考軌跡是直線的小誤差條件下智能車軌跡跟蹤(a)位姿誤差變化曲線(b)曲線軌跡跟蹤結(jié)果(c)理想、實(shí)際航向

7、角變化曲線(d)控制量變化曲線參考軌跡是曲線的大誤差條件下智能車軌跡跟蹤 以上的直線和曲線軌跡跟蹤仿真結(jié)果圖可以看出，不管是任何初始條件（包括初始位置選擇、軌跡類型的選擇），智能車在所設(shè)計(jì)的控制器下都能夠?qū)崿F(xiàn)極短時(shí)間內(nèi)（圖示小誤差在2秒內(nèi)，大誤差在5秒內(nèi)）實(shí)現(xiàn)跟蹤的軌跡逐漸收斂于參考軌跡。使智能車位姿誤差逐漸減小直至到零，這表明了控制器的設(shè)計(jì)具有良好的跟蹤效果。五、五、 總結(jié)與不足總結(jié)與不足1、學(xué)習(xí)滑?？刂频幕纠碚摵?，構(gòu)建了智能車的運(yùn)動(dòng)模型由此推導(dǎo)出了位姿誤差微分方程。以上述理論為基礎(chǔ)設(shè)計(jì)出滑?？刂破?，能夠滿足我們對(duì)軌跡跟蹤的要求。2、采用MATLAB中的滑模控制模塊進(jìn)行編寫源程序，把設(shè)計(jì)的智能車輛放在其中進(jìn)行仿真，仿真結(jié)果表明了控制器的工作狀況良好。1、未能對(duì)智能小車進(jìn)行實(shí)質(zhì)性的研究，對(duì)此還需要進(jìn)一步學(xué)習(xí)和掌握；2、滑模變結(jié)構(gòu)控制是一門比較深入的理論課程，本文只是粗略應(yīng)用，但對(duì)于如何更好地控制其中參數(shù)并未涉及。3、對(duì)MATLAB本身還有許多其他的功能都未涉及，如可以利用Simulink來仿真，是否能用其他方式得到更好地效果，需進(jìn)一步探究；4、本文寫作目的是能夠?qū)⒅悄苘嚨目刂?/p>