亚洲免费av电影一区二区三区,日韩爱爱视频,51精品视频一区二区三区,91视频爱爱,日韩欧美在线播放视频,中文字幕少妇AV,亚洲电影中文字幕,久久久久亚洲av成人网址,久久综合视频网站,国产在线不卡免费播放

        ?

        無人駕駛機(jī)器人多目標(biāo)模糊操縱策略

        2021-11-05 03:09:04齊東潤
        上海交通大學(xué)學(xué)報 2021年10期
        關(guān)鍵詞:策略模型

        齊東潤, 陳 剛

        (南京理工大學(xué) 機(jī)械工程學(xué)院, 南京 210094)

        無人駕駛機(jī)器人(UDR)為自動駕駛的實(shí)現(xiàn)提供了新的思路.無人駕駛機(jī)器人是指無需對現(xiàn)有車輛進(jìn)行底盤改裝,可無損安裝在駕駛室內(nèi),替代人類在危險和惡劣環(huán)境下進(jìn)行駕駛操作的特種作業(yè)機(jī)器人.由于其良好的通用性,無人駕駛機(jī)器人可廣泛應(yīng)用于車輛測試試驗(yàn)、搶險救援等領(lǐng)域.目前,國內(nèi)外主要有南京理工大學(xué)[1-3]、東南大學(xué)[4]、上海交通大學(xué)[5]、中國科學(xué)技術(shù)大學(xué)[6],日本三重大學(xué)[7]、新西蘭奧克蘭大學(xué)[8-9]等高校對該技術(shù)進(jìn)行了研究.

        駕駛機(jī)器人對車輛進(jìn)行操縱的過程可分為決策和控制兩部分.文獻(xiàn)[1]提出一種基于駕駛員行為模型的轉(zhuǎn)向操縱策略,實(shí)現(xiàn)了對路徑的跟蹤.文獻(xiàn)[2]提出一種基于縱向和橫向誤差的控制切換策略,提高了車速和路徑的跟蹤精度.文獻(xiàn)[6]提出一種行駛輔助線的計算方法,實(shí)現(xiàn)了機(jī)器人駕駛車輛對路徑的跟蹤.文獻(xiàn)[8]研究了純跟蹤、矢量跟蹤等路徑跟蹤策略,并對其進(jìn)行了對比.文獻(xiàn)[9]提出一種利用前車的位置點(diǎn)生成平滑軌跡的方法,實(shí)現(xiàn)了機(jī)器人操縱車輛對前車的跟蹤.文獻(xiàn)[5]提出一種多方法融合策略,實(shí)現(xiàn)了對駕駛機(jī)器人車速跟蹤誤差原因的分析.通過上述文獻(xiàn)研究可以發(fā)現(xiàn),目前對駕駛機(jī)器人操縱策略的研究大多單獨(dú)涉及縱向或橫向,缺少對縱橫向協(xié)同操縱策略的研究.因此,亟需在駕駛機(jī)器人縱向和橫向操縱策略的基礎(chǔ)上研究縱橫向協(xié)同操縱策略.

        文獻(xiàn)[4]提出一種基于駕駛員經(jīng)驗(yàn)和知識庫的分層控制策略,實(shí)現(xiàn)了在駕駛試驗(yàn)周期內(nèi)的準(zhǔn)確速度跟蹤.文獻(xiàn)[7]研究了專業(yè)駕駛員的駕駛數(shù)據(jù),并基于此提出一種控制策略,實(shí)現(xiàn)了對踏板的平穩(wěn)操作和低油耗駕駛測試.上述文獻(xiàn)的操縱策略制定方法使用查表或數(shù)據(jù)擬合的方式,這種方式只能應(yīng)對相對固定的駕駛工況,在應(yīng)對與之前經(jīng)驗(yàn)不同的工況時表現(xiàn)不佳,且沒有考慮車輛的橫向動力學(xué).文獻(xiàn)[3]提出一種基于車輛性能自學(xué)習(xí)的轉(zhuǎn)向機(jī)械手轉(zhuǎn)角和力矩的求解策略,但沒有考慮車輛轉(zhuǎn)向時的穩(wěn)定性.文獻(xiàn)[10]提出一種預(yù)瞄式模型預(yù)測控制(MPC)路徑跟蹤策略,但沒有考慮不同車速對轉(zhuǎn)向的影響.文獻(xiàn)[11]提出一種路徑跟蹤混合切換控制策略,根據(jù)車輛的車速切換不同的橫向控制方法,提高了路徑跟蹤的準(zhǔn)確性,但沒有考慮路徑曲率的影響.文獻(xiàn)[12]利用廣義預(yù)測控制實(shí)現(xiàn)了車輛的路徑跟蹤,增強(qiáng)了車輛抵抗干擾的能力,但缺乏對不同路徑適應(yīng)性以及與其他方法的對比驗(yàn)證.通過上述分析,目前關(guān)于駕駛策略的研究大多集中在單目標(biāo)上,缺少對橫向、縱向、速度、加速度等多目標(biāo)同時考慮的操縱方法.多目標(biāo)決策是對多個相互矛盾的目標(biāo)進(jìn)行科學(xué)、合理的選優(yōu)后進(jìn)行決策的理論和方法,已經(jīng)廣泛應(yīng)用于各個領(lǐng)域[13-14].模糊決策中的模糊排序研究了對于有多種指標(biāo)函數(shù)的方案如何用模糊理論給出一個排優(yōu)次序的問題,是多目標(biāo)決策問題的一種十分有效的解法.

        基于以上分析,本文首先建立了駕駛機(jī)器人和被操縱試驗(yàn)車輛的動力學(xué)模型,提出了橫擺角速度生成方法,并提出一種駕駛機(jī)器人多目標(biāo)模糊操縱策略,綜合考慮車輛橫向和縱向狀態(tài),為實(shí)現(xiàn)駕駛機(jī)器人對車輛的平穩(wěn)操縱提供了新的思路.

        1 無人駕駛機(jī)器人系統(tǒng)結(jié)構(gòu)與操縱模型

        1.1 駕駛機(jī)器人的系統(tǒng)結(jié)構(gòu)

        駕駛機(jī)器人的整體結(jié)構(gòu)如圖1所示, 主要由駕駛機(jī)械腿、駕駛機(jī)械手、驅(qū)動電機(jī)組成.轉(zhuǎn)向機(jī)械手與換擋機(jī)械手能夠操縱各種車型的方向盤、變速桿、加速機(jī)械腿、制動機(jī)械腿,離合機(jī)械腿能夠操縱各種車型的加速、制動、離合踏板,從而實(shí)現(xiàn)對車輛的控制.在自動擋車輛中不對離合機(jī)械腿進(jìn)行控制.

        圖1 駕駛機(jī)器人整體結(jié)構(gòu)Fig.1 Overall structure of driving robot

        1.2 驅(qū)動電機(jī)模型

        (1) 駕駛機(jī)械腿的驅(qū)動電機(jī)模型

        無人駕駛機(jī)器人的駕駛機(jī)械腿采用永磁同步直線電機(jī)(PMSLM)作為驅(qū)動裝置,驅(qū)動電機(jī)的動力學(xué)方程為

        (1)

        式中:vlm為直線電機(jī)線速度;Flme為直線電機(jī)電磁推力負(fù)載;Flml為直線電機(jī)推力負(fù)載;Flmd為直線電機(jī)阻尼負(fù)載;mlm為直線電機(jī)動子質(zhì)量.

        駕駛機(jī)械腿驅(qū)動電機(jī)矢量控制系統(tǒng)如圖2所示,其中:SVPWM為空間矢量脈沖寬度調(diào)制.位置控制器根據(jù)目標(biāo)位移和霍爾傳感器傳回的實(shí)際位移為速度環(huán)指定目標(biāo)速度,速度控制器根據(jù)目標(biāo)速度和實(shí)際速度為電流環(huán)指定目標(biāo)電流值,電流控制器根據(jù)目標(biāo)電流和實(shí)際電流以及磁極位置得出換相邏輯與定子電壓,利用SVPWM和逆變器輸出控制電流.

        圖2 駕駛機(jī)械腿驅(qū)動電機(jī)矢量控制系統(tǒng)結(jié)構(gòu)圖Fig.2 Structure diagram of vector control system for driving motor of mechanical leg

        (2) 轉(zhuǎn)向機(jī)械手的驅(qū)動電機(jī)模型

        無人駕駛機(jī)器人的轉(zhuǎn)向機(jī)械手采用無刷直流力矩電機(jī)作為驅(qū)動裝置,驅(qū)動電機(jī)的動力學(xué)方程為

        (2)

        1.3 操縱機(jī)構(gòu)動力學(xué)模型

        (1) 轉(zhuǎn)向機(jī)械手機(jī)構(gòu)的動力學(xué)模型

        轉(zhuǎn)向機(jī)械手的結(jié)構(gòu)簡圖如圖3所示.

        圖3 轉(zhuǎn)向機(jī)械手結(jié)構(gòu)簡圖Fig.3 Schematic diagram of steering manipulator

        忽略萬向節(jié)的不等速現(xiàn)象,認(rèn)為轉(zhuǎn)向機(jī)械手為單自由度系統(tǒng),其動力學(xué)方程為

        (3)

        式中:Jh為轉(zhuǎn)向機(jī)械手等效轉(zhuǎn)動慣量;i0為轉(zhuǎn)向機(jī)械手減速器傳動比;Mc為方向盤卡盤受到的負(fù)載力矩.

        (2) 駕駛機(jī)械腿機(jī)構(gòu)的動力學(xué)模型

        駕駛機(jī)械腿的結(jié)構(gòu)簡圖如圖4所示.其中:A為驅(qū)動電機(jī)輸出端;EF為踏板;vA、vC、vD、vE為駕駛機(jī)械腿各桿件連接點(diǎn)A、C、D、E的速度;vG、vH、vI、vJ為各桿件質(zhì)心G、H、I、J的速度;ωAC、ωBD、ωDE、ωEF為各桿件AC、BD、DE、EF的角速度;sA為驅(qū)動電機(jī)輸出端位移;α為踏板轉(zhuǎn)角;FA為驅(qū)動電機(jī)輸出端推力;M為踏板阻力矩.設(shè)各桿件質(zhì)量均勻,質(zhì)心均位于幾何中心,由動能定理可得駕駛機(jī)械腿動力學(xué)模型為

        圖4 駕駛機(jī)械腿結(jié)構(gòu)簡圖Fig.4 Schematic diagram of driving mechanical leg

        (4)

        式中:mAC、mBD、mDE、mEF為各桿件AC、BD、DE、EF的質(zhì)量;JAC、JBD、JDE、JEF為各桿件AC、BD、DE、EF的轉(zhuǎn)動慣量.

        1.4 被操縱試驗(yàn)車輛的動力學(xué)模型

        無人駕駛機(jī)器人操縱的試驗(yàn)車輛使用三自由度動力學(xué)模型:

        (5)

        用一階慣性環(huán)節(jié)描述試驗(yàn)車輛驅(qū)動力Fth和加速機(jī)械腿位移sth、制動力Fxb和制動機(jī)械腿位移sxb的關(guān)系:

        式中:Ta和Tb分別為驅(qū)動系統(tǒng)和制動系統(tǒng)的一階慣性環(huán)節(jié)系數(shù);ka和kb為比例系數(shù);τ為時間常數(shù);Fp為制動踏板力;kmc和kwc為制動主缸和制動輪缸的回位彈簧剛度;Amc和Awc為制動主缸和制動輪缸的活塞面積;kxb為制動常數(shù).

        被操縱試驗(yàn)車輛轉(zhuǎn)向系統(tǒng)的動力學(xué)方程為

        (9)

        式中:Js為車輛轉(zhuǎn)向系統(tǒng)等效轉(zhuǎn)動慣量;is為轉(zhuǎn)向系統(tǒng)傳動比;kc為轉(zhuǎn)向柱扭轉(zhuǎn)剛度;MZ為回正力矩;ζ為輪胎拖距.

        1.5 駕駛機(jī)器人與試驗(yàn)車輛集成動力學(xué)模型

        結(jié)合式(3)~(9),可得駕駛機(jī)器人與試驗(yàn)車輛的集成動力學(xué)模型為

        其中:s為拉普拉斯算子.

        2 多目標(biāo)模糊操縱策略

        無人駕駛機(jī)器人對目標(biāo)速度和目標(biāo)橫擺角速度進(jìn)行跟蹤即可完成試驗(yàn)車輛的駕駛?cè)蝿?wù),但車輛行駛在大曲率路徑或較高車速時可能會產(chǎn)生較大的橫向加速度,影響車輛的穩(wěn)定性.減速可以使試驗(yàn)車輛側(cè)向加速度減小,保證行駛的安全性,但減速時需考慮車輛的縱向加速度,過大的縱向加速度同樣會影響車輛的穩(wěn)定性.因此,需要對被操縱試驗(yàn)車輛的縱向操縱和橫向操縱進(jìn)行綜合考慮.為實(shí)現(xiàn)駕駛機(jī)器人對車輛的平穩(wěn)操縱,本文提出了基于多目標(biāo)決策的無人駕駛機(jī)器人操縱策略.

        2.1 橫擺角速度生成

        圖5 試驗(yàn)車輛在坐標(biāo)系中的位置Fig.5 Position of test vehicle in coordinate system

        將預(yù)瞄距離lpr處預(yù)測的側(cè)向偏移量進(jìn)行泰勒二階展開,可得:

        (10)

        (11)

        式中:t′為時間間隔.

        作為駕駛機(jī)器人進(jìn)行路徑跟蹤的控制目標(biāo),預(yù)瞄點(diǎn)處的期望和預(yù)測側(cè)向偏移量需相等,即

        (12)

        將式(12)、(13)代入式(11),變形后得到期望橫向加速度為

        (13)

        認(rèn)為試驗(yàn)車輛質(zhì)心側(cè)偏角較小,則橫擺角速度與橫向加速度的關(guān)系為

        (14)

        將式(15)代入式(14),得到期望橫擺角速度為

        (15)

        在駕駛機(jī)器人對彎道進(jìn)行跟蹤時,需考慮由于路徑曲率增加的橫擺角速度可表示為

        ωrc(t)=vxρ(t)

        (16)

        式中:ρ為路徑曲率.由式(16)和(17)可得路徑跟蹤的總期望橫擺角速度ωrd為

        ωrd(t)=ωr(t)+ωrc(t)=

        (17)

        2.2 橫縱協(xié)調(diào)操縱策略

        使用駕駛機(jī)器人對車輛進(jìn)行操縱,將上述橫擺角速度作為目標(biāo)橫擺角速度進(jìn)行跟蹤即可完成對路徑的跟蹤,但可能造成車輛橫向加速度過大.因此,將上述橫擺角速度與試驗(yàn)要求車速作為參考值,使用多目標(biāo)決策方法得到合理的目標(biāo)橫擺角速度與目標(biāo)車速.

        目標(biāo)車速和目標(biāo)橫擺角速度的生成需要考慮試驗(yàn)車輛的性能約束.目標(biāo)車速的生成需要考慮試驗(yàn)車輛的加速和制動性能,取縱向加速度的取值范圍為 -5~2.5 m/s2[16],則目標(biāo)車速為

        vx1=vx0+axΔt

        (18)

        目標(biāo)橫擺角速度的生成需要考慮橫向加速度的約束.考慮試驗(yàn)車輛的橫向穩(wěn)定性,取橫向加速度的取值范圍為 -4~4 m/s2,并假設(shè)質(zhì)心側(cè)偏角較小,目標(biāo)橫擺角速度為

        (19)

        式中:ωr1為下一時刻駕駛機(jī)器人對車輛進(jìn)行操縱的目標(biāo)橫擺角速度;ay為橫向加速度.當(dāng)時間間隔Δt較小時,認(rèn)為vx1與vx0相等,則有:

        (20)

        對可選方案集合中的方案進(jìn)行排序和選優(yōu)的判斷標(biāo)準(zhǔn)為目標(biāo)函數(shù).選擇駕駛機(jī)器人對車輛進(jìn)行操縱時的車速誤差、橫擺角速度誤差、縱向加速度、橫向加速度4個指標(biāo)對可選方案進(jìn)行評價,因此需要建立這4個指標(biāo)的目標(biāo)函數(shù).

        (1) 車速誤差:

        ev=|vx1-vd|

        (21)

        (2) 橫擺角速度誤差:

        eω=|ωr1-ωrd|

        (22)

        (3) 縱向加速度:

        (23)

        (4) 橫向加速度:

        ay=vx1ωr1

        (24)

        式中:vd為試驗(yàn)要求車速.由一個目標(biāo)車速和一個目標(biāo)橫擺角速度進(jìn)行組合即可得到一個方案,決策論域S是方案的集合,即S={s1,s2,…,si},方案個數(shù)γ=m×n,且每個方案的目標(biāo)函數(shù)值(ev,eω,ax,ay)都不同.

        根據(jù)可選方案集合和目標(biāo)函數(shù)即可建立駕駛機(jī)器人決策系統(tǒng)的特征量矩陣

        (25)

        根據(jù)評價指標(biāo)的類型不同,需采用不同的隸屬度計算公式將系統(tǒng)特征量矩陣轉(zhuǎn)換為隸屬度矩陣.隸屬度計算公式為

        “越大越優(yōu)”型:

        (26)

        “越小越優(yōu)”型:

        (27)

        目標(biāo)區(qū)間型:

        rij=

        (28)

        式中:λij為矩陣Λ中的元素;[q1,q2]為目標(biāo)區(qū)間;λi,max為第i行中的元素最大值;λi,min為第i行中的元素最小值.

        駕駛機(jī)器人操縱車輛的車速誤差和橫擺角速度誤差為“越小越優(yōu)”型,縱向加速度和橫向加速度為目標(biāo)區(qū)間型,分別使用式(28)和(29)將特征量矩陣轉(zhuǎn)換為隸屬度矩陣

        (29)

        表1 試驗(yàn)車輛橫向與縱向加速度分級[17]

        認(rèn)為試驗(yàn)車輛的縱向與橫向加速度為“好”或“一般”時,車輛較平穩(wěn).因此, 取縱向加速度的目標(biāo)區(qū)間為[-2.5,1.2] m/s2,橫向加速度的目標(biāo)區(qū)間為[-3,3] m/s2.

        由于各種評價指標(biāo)的作用不同、地位不同,所以使用一個權(quán)重向量P來對各個評價指標(biāo)的重要程度進(jìn)行描述:

        (30)

        使用權(quán)重向量P可對駕駛機(jī)器人決策目標(biāo)集合做出綜合評判:

        (31)

        式中:h為目標(biāo)函數(shù)的數(shù)量,本文中h=4.根據(jù)運(yùn)算符⊕的不同定義,可得到不同的決策模型.

        模型1:M(∧,∨)

        uj=∨{(pi∧rij),1≤i≤h}

        (32)

        j=1,2,…,γ

        模型2:M(·,∨)

        bj=∨{(airij),1≤i≤h}

        (33)

        j=1,2,…,γ

        模型3:M(∧,+)

        uj=∑(pi∧rij)

        (34)

        j=1,2,…,γ

        模型4:M(·,+)

        uj=∑(pirij)

        (35)

        j=1,2,…,γ

        駕駛機(jī)器人對車輛的操縱需要綜合考慮多個指標(biāo).前3種模型的評判主要考慮最突出因素,其他因素對結(jié)果的影響不大.模型4對所有因素依照權(quán)重大小均勻考慮,適用于考慮所有因素的情況.因此,本文采用模型4對駕駛機(jī)器人操縱方案進(jìn)行評判.最終, 向量U中值最大的分量所對應(yīng)的方案即為最佳方案,該方案對應(yīng)的車速和橫擺角速度即為駕駛機(jī)器人操縱車輛的目標(biāo)車速和目標(biāo)橫擺角速度.

        3 仿真試驗(yàn)與驗(yàn)證

        UDR多目標(biāo)模糊操縱策略結(jié)構(gòu)如圖6所示.為了驗(yàn)證所提策略在駕駛機(jī)器人操縱車輛時的有效性,將駕駛機(jī)器人安裝在試驗(yàn)車輛上,進(jìn)行雙移線仿真試驗(yàn),試驗(yàn)車速為50 km/h,駕駛機(jī)器人安裝圖如圖7所示,試驗(yàn)關(guān)鍵性能參數(shù)如表2所示.人類駕駛員操縱車輛在交通部公路交通試驗(yàn)場進(jìn)行了雙移線試驗(yàn)[18].試驗(yàn)由熟練駕駛員駕駛桑塔納某型號轎車進(jìn)行,兩名試驗(yàn)員隨車實(shí)時采集測試數(shù)據(jù).橫向加速度、橫擺角速度和車輛位置信息由CDY-3車輛動態(tài)測試儀進(jìn)行測量,縱向車速由OES-II非接觸速度傳感器測量,質(zhì)心側(cè)偏角可以間接測量.

        圖6 UDR多目標(biāo)模糊操縱策略結(jié)構(gòu)圖Fig.6 Structure diagram of multi-object fuzzy control strategy for UDR

        表2 試驗(yàn)車輛關(guān)鍵參數(shù)Tab.2 Key parameters of test vehicle

        圖7 駕駛機(jī)器人安裝圖Fig.7 Installation of driving robot

        駕駛機(jī)器人操縱車輛與人類駕駛員駕駛車輛進(jìn)行雙移線試驗(yàn)的對比如圖8所示,駕駛機(jī)器人操縱策略包括提出策略和無協(xié)同策略[1].圖中:ey為路徑跟蹤誤差.由圖8(a)可知,仿真試驗(yàn)與實(shí)車試驗(yàn)的曲線變化趨勢吻合,能夠準(zhǔn)確地跟蹤目標(biāo)路徑,表明了提出策略的有效性.由圖8(b)可知, 人類駕駛員存在反應(yīng)滯后、跟蹤誤差較大等問題,而所提策略能夠更加精確地跟蹤目標(biāo)路徑,將誤差控制在 0.2 m 以內(nèi)[19],平均絕對誤差(MAE)為 0.014 9 m,在四處轉(zhuǎn)彎處也能夠很好地控制跟蹤誤差.由圖8(c)可知,在彎道處橫向加速度超過了閾值,所提策略對車速進(jìn)行了調(diào)整,從而降低了橫向加速度,保證車輛行駛的平穩(wěn)性;無協(xié)同策略雖然也能將誤差控制在0.2 m以內(nèi),但MAE值為 0.038 3 m,大于所提策略,且沒有考慮橫向加速度對車輛平穩(wěn)性的影響.

        圖8 雙移線工況試驗(yàn)結(jié)果對比Fig.8 Comparison of test results in double lane-change condition

        為了進(jìn)一步驗(yàn)證所提出無人駕駛機(jī)器人操縱策略的有效性,采取如圖9(a)所示的目標(biāo)路徑進(jìn)行仿真試驗(yàn),并與其他操縱策略進(jìn)行對比,目標(biāo)車速為48 km/h.該路徑同時包含大曲率路徑與一般曲率路徑,因此可以驗(yàn)證策略的有效性.試驗(yàn)分別采用所提策略、無協(xié)同操縱策略與單目標(biāo)操縱策略.無協(xié)同操縱策略未考慮駕駛機(jī)器人橫縱協(xié)同操縱.單目標(biāo)操縱策略僅考慮橫向加速度,未考慮縱向加速度,使用單一的制動方式減小橫向加速度,如下式所示:

        (36)

        式中:[ay,max]為最大安全橫向加速度;na為安全系數(shù).

        由圖9(a)可知,3種策略均可對路徑進(jìn)行較準(zhǔn)確的跟蹤.圖9(e)為由本文策略得出的目標(biāo)橫擺角速度和跟蹤結(jié)果.由圖9(e)可知,控制機(jī)構(gòu)可以對橫擺角速度進(jìn)行準(zhǔn)確的跟蹤.由圖9(b)可知,在該工況下有6處橫向加速度超過閾值,無協(xié)同策略沒有對橫向加速度進(jìn)行控制,其余兩種策略在這6處均進(jìn)行了減速操作,相比于無協(xié)同策略將橫向加速度超過閾值的時間縮短了80%以上,但由于單目標(biāo)策略未考慮縱向加速度,也未考慮車輛的實(shí)際性能約束,在操縱時出現(xiàn)了較大的縱向加速度數(shù)值,最大加速度為10.77 m/s2,最大減速度為35.45 m/s2,如圖9(d)所示.該策略僅通過降低車速的方法控制橫向加速度,導(dǎo)致車速誤差較大,如圖9(c)所示.而所提策略同時考慮了橫縱向加速度與車速誤差,在減速的同時保證了縱向加速度的合理性,最大加速度為1.33 m/s2,最大減速度為3.05 m/s2,且降低了車速誤差,因此可以實(shí)現(xiàn)駕駛機(jī)器人對車輛的平穩(wěn)操縱,從而驗(yàn)證了所提策略的有效性.

        圖9 不同曲率路徑的路徑跟蹤試驗(yàn)結(jié)果對比Fig.9 Comparison of tracking test results in different curvature paths

        雙移線和多曲率工況路徑跟蹤的統(tǒng)計分析如表3所示.通過計算MAE對行駛軌跡進(jìn)行量化,其中:eey為路徑跟蹤誤差的平均絕對誤差.由表3可知,本文策略在兩種工況下都能夠較好地跟蹤目標(biāo)路徑,跟蹤誤差較小,說明了所提策略的跟蹤精度性能具有一定的穩(wěn)健性.

        表3 路徑跟蹤誤差的MAETab.3 MAE of path tracking error

        本文的多曲率路徑由4段不同曲率的路徑拼接而成,每種曲率的路徑重復(fù)兩次,因此可以用來驗(yàn)證所提策略在控制車輛加速度方面的穩(wěn)健性, 如表4所示.由表4可知,所提策略在4種不同曲率路徑下都能夠?qū)囕v的橫向、縱向加速度進(jìn)行控制,證明了所提策略對不同曲率路徑的穩(wěn)健性.

        表4 車輛加速度分段最大值Tab.4 Segmental maximum accelerations of vehicle

        4 結(jié)論

        (1) 提出了基于多目標(biāo)模糊決策的駕駛機(jī)器人操縱策略.建立了駕駛機(jī)器人與試驗(yàn)車輛的集成動力學(xué)模型,設(shè)計了橫擺角速度生成方法和無人駕駛機(jī)器人橫縱協(xié)調(diào)操縱調(diào)整策略,并進(jìn)行了試驗(yàn)與仿真驗(yàn)證.

        (2) 駕駛機(jī)器人操縱車輛的雙移線路徑跟蹤試驗(yàn)表明了,橫擺角速度生成方法能夠控制車輛平滑地進(jìn)行路徑跟蹤,并將誤差控制在±0.2 m以內(nèi).對比試驗(yàn)表明了,當(dāng)試驗(yàn)車輛橫向加速度過大時,所提策略能夠在多目標(biāo)約束下有效減小橫向加速度,保持車輛平穩(wěn).

        多目標(biāo)模糊決策方法只能在一定步長的離散值方案中選擇駕駛機(jī)器人操縱的目標(biāo)車速和目標(biāo)橫擺角速度,當(dāng)試驗(yàn)要求車速或橫擺角速度的變化量小于步長時,跟蹤精度會有所降低.今后將考慮使用強(qiáng)化學(xué)習(xí)等其他智能方法實(shí)現(xiàn)在一定范圍內(nèi)對決策方案的連續(xù)取值,提高實(shí)驗(yàn)要求車速或路徑在小范圍內(nèi)變化時的跟蹤精度.本文提出的策略沒有考慮其他車輛、障礙物、行人等路況環(huán)境參量,后續(xù)的工作將把這些參量加入研究范圍.

        猜你喜歡
        策略模型
        一半模型
        基于“選—練—評”一體化的二輪復(fù)習(xí)策略
        重要模型『一線三等角』
        重尾非線性自回歸模型自加權(quán)M-估計的漸近分布
        求初相φ的常見策略
        例談未知角三角函數(shù)值的求解策略
        我說你做講策略
        高中數(shù)學(xué)復(fù)習(xí)的具體策略
        3D打印中的模型分割與打包
        FLUKA幾何模型到CAD幾何模型轉(zhuǎn)換方法初步研究
        日本顶级metart裸体全部| 国产成人自拍视频在线免费| 白白色青青草视频免费观看| 极品粉嫩小仙女高潮喷水网站| 亚洲精品久久久久久久久久吃药| 国产免费久久精品国产传媒| 韩国无码精品人妻一区二| 国产日产韩国级片网站| 好看的国内自拍三级网站| 一区二区三区在线观看视频精品| 欧美性猛交aaaa片黑人 | 亚洲另类激情专区小说婷婷久 | 中文字幕无码免费久久| 青青草视频是针对华人| 天天摸夜夜摸夜夜狠狠摸| 人人做人人妻人人精| 亚洲AV成人综合五月天在线观看| 人妻有码av中文幕久久| 无码人妻丰满熟妇啪啪网站| 久久精品岛国av一区二区无码| 人妻丰满熟妇av一区二区| 中文字幕午夜精品久久久| 天天躁日日躁狠狠躁欧美老妇| 亚洲无毛片| 区三区久久精品水蜜桃av| 欧美最猛性xxxx| 99久久人人爽亚洲精品美女 | 日本韩国三级aⅴ在线观看| 午夜av福利亚洲写真集| 手机看片自拍偷拍福利| 亚洲av无码av制服另类专区| 国产精品1区2区| 成人影院视频在线播放| 色一情一乱一伦一视频免费看| 99精品视频在线观看| 蜜臀av中文人妻系列| 男女18视频免费网站| 免费a级毛片永久免费| 99亚洲精品久久久99| 亚洲情精品中文字幕有码在线| 漂亮丰满人妻被中出中文字幕|