导读:本文包含了路径跟踪控制论文开题报告文献综述、选题提纲参考文献及外文文献翻译，主要关键词:路径,车辆,机器人,智能,算法,观测器,轨迹。
路径跟踪控制论文文献综述
张华胜,宋旋漩,潘礼正[1]（2019）在《基于滑模变结构控制的路径跟踪研究》一文中研究指出为解决锅炉水冷壁磨损检测机器人的路径跟踪问题,提出了一种基于指数趋近律的滑模变结构控制的机器人路径跟踪方法;在水冷壁磨损检测机器人运动模型的基础上,进行路径跟踪误差分析,设计一种基于指数趋近律的滑模变结构控制器,再利用Lyapunov定理验证其收敛性,最后通过MATLAB软件模拟仿真,仿真结果表明该控制器可以克服误差,使位姿误差收敛至零。(本文来源于《计算机测量与控制》期刊2019年11期）
王威,陈慧岩,马建昊,刘凯,龚建伟[2]（2019）在《基于Frenet坐标系和控制延时补偿的智能车辆路径跟踪》一文中研究指出对智能车辆路径跟踪问题中存在的控制延时问题进行研究。前轮转角表述为纯滞后和1阶惯性延时的串联结构模型,通过使用Matlab/Simulink建立转向控制延时模型,并对实车采集的转向控制数据进行分析,完成延时模型的参数辨识;基于V-REP和ROS搭建仿真测试平台,根据延时模型的辨识结果模拟转向响应特性,实现与实车转向特性等效的控制延时效果;基于Frenet坐标系和运动学、动力学模型构建不考虑控制延时和考虑控制延时的模型预测控制(MPC)路径跟踪控制器,使得控制器可以直接扩展到多车编队行驶场景;在V-REP仿真环境中设置以5 m/s、10 m/s、20 m/s车速采集的变曲率参考路径,先针对无延时系统考察不考虑控制延时的MPC路径跟踪控制器,获得了平均跟踪误差低于0. 22 m的控制效果,验证了不考虑控制延时的MPC控制器在处理无延时车辆系统路径跟踪问题的跟踪性能,再针对大延时车辆系统对比测试两种MPC控制器。试验结果表明:考虑控制延时的MPC控制器相比不考虑控制延时的MPC控制器取得了较大的效果提升,特别是在最大跟踪误差和航向误差指标上表现优异,平均跟踪误差降低了83. 7%,最大跟踪误差降低了74. 4%;对于高延时系统,低速工况下考虑延时的运动学MPC表现更好,而高速工况动力学MPC表现出了更加稳定的跟踪性能,20 m/s延时试验中仅考虑控制延时的动力学MPC控制器安全地跑完了全程。(本文来源于《兵工学报》期刊2019年11期）
高琳琳,戎辉,唐风敏,郭蓬,何佳[3]（2019）在《智能无人车路径跟踪控制方法研究》一文中研究指出文章总结归纳了现有国内外路径跟踪控制技术,并在此基础上分别设计了基于道路几何原理的纯跟踪控制器、基于理想横摆角度跟踪的前馈+反馈控制器以及基于道路误差模型的最优控制器。通过Carsim/Matlab联合仿真测试设计的叁种路径跟踪控制器,结果表明,设计的叁种控制器均能完成对目标路径的有效跟踪,最优控制器跟踪效果最好,纯跟踪控制器次之,前馈+反馈控制器稍差。(本文来源于《汽车实用技术》期刊2019年21期）
朱敬旭辉,赵景波,薛秉鑫[4]（2019）在《基于灰狼算法优化PID的机器人路径跟踪控制》一文中研究指出本文首先建立了两轮差速驱动移动机器人的运动学及动力学模型,并采用反步法设计了移动机器人路径跟踪控制规律,以此来计算控制量的期望值;然后提出了基于灰狼算法优化的PID控制,采用灰狼优化算法对PID控制参数进行自整定以提高控制系统的动态性能;最后仿真和实验结果表明,利用本文提出的控制算法能够有效稳定地控制移动机器人完成路径跟踪任务。(本文来源于《电子技术与软件工程》期刊2019年21期）
陈特,陈龙,徐兴,蔡英凤,江浩斌[5]（2019）在《分布式驱动无人车路径跟踪与稳定性协调控制》一文中研究指出针对无人车路径跟踪过程中跟踪效果与车辆稳定性这一多目标控制问题,基于分层控制理论提出了一种分布式驱动无人车辆路径跟踪与稳定性协调控制策略。建立了车辆动力学模型和路径跟踪模型,利用滑模控制方法设计了上层控制器,旨在减小路径跟踪过程中的航向偏差和横向偏差的同时确保车辆自身的稳定性。在下层控制器中,设计了一种四轮轮胎力优化分配方法,根据上层控制器需求,结合车辆横摆与侧倾稳定性情况,实现四轮轮胎力的定向控制分配。基于CarSim和Simulink搭建了联合仿真模型并进行仿真实验,结果表明,提出的协调控制策略能够有效地控制车辆路径跟踪中的航向偏差和横向偏差,同时确保车辆的侧倾与横向稳定性。(本文来源于《汽车工程》期刊2019年10期）
张贺,姚杰,隋江华,邓英杰,张国庆[6]（2019）在《基于DSC的欠驱动船舶路径跟踪神经滑模控制》一文中研究指出为进一步提高船舶路径跟踪的准确性和稳定性,针对欠驱动船舶易受外界环境的干扰和模型不确定等问题,提出一种基于动态面技术的神经网络滑模控制策略。在虚拟船逻辑制导算法的基础上,结合反步法对虚拟控制律进行设计,引入动态面技术对虚拟控制律的导数进行估计,避免因直接求导而增加计算负担。在动力学回路设计中,将径向基神经网络与滑模控制相结合,设计神经网络权重的自适应律,实现对系统非线性项的在线估计和对实际控制律的设计。采用Lyapunov直接法证明闭环系统的稳定性,并对一艘长为32m的单体船进行仿真试验。结果表明,该控制策略可行,能实现对欠驱动船舶路径的有效跟踪。(本文来源于《船舶工程》期刊2019年10期）
桑宏强,于佩元,孙秀军[7]（2019）在《基于航向补偿的水下滑翔机路径跟踪控制方法》一文中研究指出针对水下滑翔机在内部模型非线性和外界环境干扰下的水平路径跟踪控制问题,文中以水下滑翔机Petrel-II 200动力学模型作为闭环控制系统仿真平台,提出一种包含积分视向导航(ILOS)、基于航向补偿(HC)的滑模控制(SMC)及粒子滤波(PF)的路径跟踪控制方法。通过ILOS算法实时更新水下滑翔机的期望航向角,基于航向补偿的滑模控制算法用于消除航向控制中的稳态误差,在反馈回路引入粒子滤波器削弱过程噪声及测量噪声的干扰,给出完整的路径跟踪控制模型,并从不同方面进行了仿真验证。由数值仿真结果可知,与传统的比例-积分-微分(PID)控制相比,文中所提方法在方波航向跟踪中航向平均误差减小80.14%,均方根误差减小4.1%;正弦航向中最大航向误差减小40.9%,标准差减小3.6%,同时避免了舵角输出的高频震荡,有效地降低了能耗。在滤波仿真中,粒子滤波可以滤除80%的固定航向噪声与90%随机航向噪声。在路径跟踪仿真中,所提方法能有效地对期望路径进行跟踪。上述仿真结果验证了所设计路径跟踪控制方法的有效性。(本文来源于《水下无人系统学报》期刊2019年05期）
叶辉,王丽琦,智鹏飞,朱丹丹[8]（2019）在《基于干扰观测器的AUV叁维路径自适应跟踪控制》一文中研究指出针对水下机器人存在环境干扰时的叁维路径跟踪问题,设计基于干扰观测器的非线性运动控制器.首先考虑叁维空间中给定路径点坐标时的跟踪轨迹生成问题,采用叁次样条算法生成二阶可导的跟踪路径,同时基于叁维视线导航算法(LOS)生成姿态指令.考虑海流等未知外界干扰和模型参数不确定性对水下机器人运动的影响,采用非线性干扰观测器对干扰和不确定项进行估计,并将反步法和自适应滑模相结合设计运动控制律,解决了不确定干扰估计误差界未知的问题,并保证系统的全局渐近稳定性.最后,通过仿真实验表明该方法能够实现水下机器人的姿态控制,对于模型参数不确定和存在外界干扰的AUV有较好的自适应性和鲁棒性,可以使AUV的运动精确地跟踪期望轨迹.(本文来源于《江苏科技大学学报(自然科学版)》期刊2019年05期）
李伟,唐峥,王洪民[9]（2019）在《基于准滑模控制的路径跟踪研究》一文中研究指出针对无人驾驶车辆在实际行驶过程中的路径跟踪问题,建立二自由度车辆动力学模型,基于准滑模控制策略设计路径跟踪控制器,并将该控制策略进行硬件在环验证。将蛇形线道路作为准滑模控制器的期望跟踪路径,控制器实时根据道路信息和车辆状态反馈计算得到期望方向盘转角并输入给车辆模型,把车辆横向速度、横摆角速度、侧向位移和横摆角作为车辆状态响应输出。利用d SPACE对其进行硬件在环验证,仿真和实验结果表明准滑模路径跟踪控制在追踪期望路径时具有较好的横向稳定性。(本文来源于《重庆交通大学学报(自然科学版)》期刊2019年10期）
寇舒,胡俊,费东明[10]（2019）在《轻工业包装物品搬运机器人路径跟踪控制》一文中研究指出目的为了提高直角坐标搬运机器人的定位精度,保证机器人能够按照预定路径运动。方法介绍直角坐标机器人工作原理,并基于模糊控制理论,提出一种基于模糊PID的直角坐标机器人轨迹跟踪控制算法,并将其应用于机器人运动轨迹跟踪控制中。结果仿真和实验结果表明,基于模糊PID的机器人控制器能够保证机器人沿预定路径运动,机器人轨迹跟踪误差能够很快收敛于0附近,该轨迹跟踪方法具有较好的抗干扰性和鲁棒性。结论所提方法能够明显提高直角坐标机器人的路径跟踪能力,对于提升机器人运动精度具有参考价值。(本文来源于《包装工程》期刊2019年19期）
路径跟踪控制论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
对智能车辆路径跟踪问题中存在的控制延时问题进行研究。前轮转角表述为纯滞后和1阶惯性延时的串联结构模型,通过使用Matlab/Simulink建立转向控制延时模型,并对实车采集的转向控制数据进行分析,完成延时模型的参数辨识;基于V-REP和ROS搭建仿真测试平台,根据延时模型的辨识结果模拟转向响应特性,实现与实车转向特性等效的控制延时效果;基于Frenet坐标系和运动学、动力学模型构建不考虑控制延时和考虑控制延时的模型预测控制(MPC)路径跟踪控制器,使得控制器可以直接扩展到多车编队行驶场景;在V-REP仿真环境中设置以5 m/s、10 m/s、20 m/s车速采集的变曲率参考路径,先针对无延时系统考察不考虑控制延时的MPC路径跟踪控制器,获得了平均跟踪误差低于0. 22 m的控制效果,验证了不考虑控制延时的MPC控制器在处理无延时车辆系统路径跟踪问题的跟踪性能,再针对大延时车辆系统对比测试两种MPC控制器。试验结果表明:考虑控制延时的MPC控制器相比不考虑控制延时的MPC控制器取得了较大的效果提升,特别是在最大跟踪误差和航向误差指标上表现优异,平均跟踪误差降低了83. 7%,最大跟踪误差降低了74. 4%;对于高延时系统,低速工况下考虑延时的运动学MPC表现更好,而高速工况动力学MPC表现出了更加稳定的跟踪性能,20 m/s延时试验中仅考虑控制延时的动力学MPC控制器安全地跑完了全程。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
路径跟踪控制论文参考文献
[1].张华胜,宋旋漩,潘礼正.基于滑模变结构控制的路径跟踪研究[J].计算机测量与控制.2019
[2].王威,陈慧岩,马建昊,刘凯,龚建伟.基于Frenet坐标系和控制延时补偿的智能车辆路径跟踪[J].兵工学报.2019
[3].高琳琳,戎辉,唐风敏,郭蓬,何佳.智能无人车路径跟踪控制方法研究[J].汽车实用技术.2019
[4].朱敬旭辉,赵景波,薛秉鑫.基于灰狼算法优化PID的机器人路径跟踪控制[J].电子技术与软件工程.2019
[5].陈特,陈龙,徐兴,蔡英凤,江浩斌.分布式驱动无人车路径跟踪与稳定性协调控制[J].汽车工程.2019
[6].张贺,姚杰,隋江华,邓英杰,张国庆.基于DSC的欠驱动船舶路径跟踪神经滑模控制[J].船舶工程.2019
[7].桑宏强,于佩元,孙秀军.基于航向补偿的水下滑翔机路径跟踪控制方法[J].水下无人系统学报.2019
[8].叶辉,王丽琦,智鹏飞,朱丹丹.基于干扰观测器的AUV叁维路径自适应跟踪控制[J].江苏科技大学学报(自然科学版).2019
[9].李伟,唐峥,王洪民.基于准滑模控制的路径跟踪研究[J].重庆交通大学学报(自然科学版).2019
[10].寇舒,胡俊,费东明.轻工业包装物品搬运机器人路径跟踪控制[J].包装工程.2019
论文知识图
