【摘 要】
：
基于模型预测控制算法设计了满足车辆安全性、乘坐舒适性和经济性的多目标自适应巡航控制策略.建立自适心巡航系统的本车及前车的相互纵向运动学模型,将多目标的控制需求转化为自适应巡航系统的性能指标和约束.针对自适应巡航系统既需要兼顾复杂的行驶环境又要尽可能的保证行驶的安全的特点,采用可变车头时距的间距策略以平衡行驶过程中的多个控制目标.对比实验结果表明所设计的自适应巡航控制策略能够同时满足安全性、乘坐舒适
【机 构】
：
大连理工大学汽车工程学院,大连116024 大连民族大学机电工程学院,大连116600
论文部分内容阅读
基于模型预测控制算法设计了满足车辆安全性、乘坐舒适性和经济性的多目标自适应巡航控制策略.建立自适心巡航系统的本车及前车的相互纵向运动学模型,将多目标的控制需求转化为自适应巡航系统的性能指标和约束.针对自适应巡航系统既需要兼顾复杂的行驶环境又要尽可能的保证行驶的安全的特点,采用可变车头时距的间距策略以平衡行驶过程中的多个控制目标.对比实验结果表明所设计的自适应巡航控制策略能够同时满足安全性、乘坐舒适性和经济性等目标要求.
其他文献
为了进一步验证Bagging RCSP算法和Multi-bands FDBN算法的有效性,在智能轮椅控制系统平台上进行实验.将脑电和肌电信号融合后的分类结果作为控制指令,以智能轮椅为实验平台,完成整个控制系统的搭建.本文设计并搭建基于EEG加EMG融合的智能轮椅HMI系统,并在搭建好的系统上进行实验,验证它们在该BCI系统中的有效性.
脑电信号极易受到眼电、心电、工频等噪声干扰,为了消除信号中的噪声,提出了基于集合经验模态分解的小波阈值消噪法.利用集合经验模态分解将原始信号分解成一系列的本征模态函数,依据瞬时频率的有效统计信息选择高频成分,然后使用小波阈值法进行消噪.最后将消噪后的高频成分与未处理的低频成分进行重构,得到消噪信号.以信噪比、均方根误差和峰值误差作为评判标准,实验结果表明该方法拥有更好的消噪效果.
视觉道路检测是无人驾驶汽车视觉导航和高级驾驶员辅助系统的核心技术之一.本文针对空间线模型对道路宽度变化敏感问题,提出了二值空间线模型.在此基础上,通过增加基础分类器联合提取红外和可见光图像中的道路特征,有效地实现了两种图像源的特征级融合.实验证明提出的方法能够稳定工作于正常光照、低照度和夜晚无光照环境,当两种传感器均正常工作时,检测结果与仅使用单一传感器相比有较大性能提升.
随着机器人技术的发展,机器人的集成化程度越来越高,功能也日趋复杂,然而不同种类的机器人之间,控制系统的差异性很大,可移植性差.机器人智能化程度的提升迫切需要一种具有可扩展性的机器人控制平台.本文针对这一问题,提出了一种将自主研发的工业机器人控制器与开源机器人操作系统ROS(Robot Operating System)进行融合的方法.融合之后的机器人控制平台可以充分利用ROS分布式系统的特点及其众
针对个人室内自定位问题,本文提出基于航姿系统(AHRS)与行人航位推算(PDR)融合的自定位方法.该方法分为四部分:在步频测量中通过加速度计数据变化反映行人步行状态;在少长估计中利用模糊决策的方式获得较为合理的计算步长;在姿态估计中使用AHRS来得到低动态下个人相对精确的姿态信息;在位置计算中结合步长和姿态数据最终计算得到个人的位姿信息.通过在不同室内环境下进行实验,与理想路径对比,得到了比较满意
基于摄像头传感器网络的定位技术可以为室内多机器人协作提供准确的定位结果.覆盖问题是摄像头传感器网络的一个基本问题.现有覆盖问题的研究主要存在两个问题:第一,区域边缘无法全覆盖;第二,大多用二维感知模型,导致无法客观反映传感器平面感知区域,且传感器的部署方案缺少安装高度信息,针对以上问题,本文提出一种基于遗传算法的摄像头传感器网络全覆盖优化算法,首先以全覆盖作为优化指标,解决边缘无法全覆盖的问题;其
针对工业机器人作业过程中与环境接触时的受力运动问题,提出了一种基于阻抗控制的自适应轨迹跟踪系统设计方案.首先从理论上分析了使用阻抗控制来解决机器人受力运动问题的可行性,提出阻抗控制的具体实现方法,并从离散系统的角度分析了保持控制系统稳定的条件.其次,搭建基于SolidWorks和MATLAB/SimMechanics的联合仿真平台,并通过系统仿真验证了本方案的可行性.最后,构建了基于埃斯顿ER16
为了提高基于特征匹配的目标跟踪的准确性,针对运动目标在复杂场景中的形变和遮挡对跟踪造成的背景干扰以及特征匹配出现多个错误特征描述的问题,提出采用三帧差分法和背景差分法设计出一个高效的混合模型运动前景检测模块解决背景干扰问题.结合特征点聚类的方法,提出二次聚类筛选特征匹配点以消除有歧义的特征描述防止错误匹配问题,能够提高复杂环境下的跟踪准确率.通过实验验证,改进后的方法能够更准确的检测到目标并进行跟
为了解决三维复杂环境下的无人机航迹规划问题,本文提出了一种基于改进GWO算法的无人机三维航迹规划方法.模拟真实的地理环境,建立了三维地形模型和禁飞区模型,构造了合理的评价函数.在改进算法中,设计了一种基于贪婪引导和变异策略的初始化方法,解决了原始GWO算法的初始化方法在三维航迹规划中效果不佳的问题;将一种非线性递减函数引入距离控制参数,解决了原始GWO算法开发能力小足的问题;设计了一种动态加权平均
本文针对具有系统不确定性和未知外部扰动的Euler-Lagrange系统,提出了一种混合前馈-反馈极速学习鲁棒自适应H∞轨迹跟踪控制策略.通过设计前馈极速学习神经网络逼近器,实现了对系统不确定性的有效逼近;与传统反馈逼近相比,所提出的前馈极速逼近算法,只需要参考量作为逼近器输入,而非参考量和跟踪误差,从而降低了逼近器的输入维度,减少了隐含层节点数,从而极大精简了逼近器结构,降低了运算复杂度;此外,