摘要：无人驾驶车辆做横向机动过程中,会发生由模型不确定性引发的路径跟随性能下降,为解决这一问题,设计了以横摆稳定控制作为内环、路径跟随控制作为外环的串级控制结构.提出了基于μ综合的横摆稳定控制方法.仿真表明,在模型参数发生变化时,对比H∞和PID控制,μ综合方法的控制效果受模型不确定性影响最小.在对比实验中,该方法的均方根误差比PID控制降低了1/3,证明该方法能够在车辆模型参数变化时保证控制系统的鲁棒稳定性与鲁棒性能.

摘要：针对目前利用天空偏振光信息进行导航,仅能提供方向信息实现相对路径定位,而不能获取载体的经纬度信息实现绝对定位的问题,在前期工作中,作者提出了一种基于天空偏振光、地球与太阳相对位置关系的自定位方法。本文中,作者设计搭建了由天空偏振角测量装置、OCTANS惯导组成的实验平台,对该方法的可行性进行验证分析。实验结果表明,该定位方法能够实时的获取相对可靠的地理位置,且经纬度误差均值分别为-0.149°和0.418°。与GPS定位系统相比,虽然定位精度有待于进一步提高,但可作为GPS失效时的有效补充定位手段。

摘要：针对避障工况下现有控制方法难以同时满足跟踪精度和稳定性的问题,设计了一种考虑滑移约束的自适应模型预测控制方法,能够在不同避障工况自适应匹配最优时域参数和稳态转角约束,提高控制器的适应能力和动态响应性能。首先由实验测试获取优化的时域参数表,并综合考虑滑移边界内的稳态转角约束,设计参数自适应机制,然后在联合仿真平台进行了双移线工况的仿真实验来模拟避障场景,验证了所设计的自适应模型预测控制器的有效性,最后基于实车平台进行了实际避障场景的路径跟踪实验。实验结果表明,与传统模型预测控制相比,所设计的自适应模型预测控制器在跟踪精度和稳定性方面都有较大改善。

摘要：针对无人车在越野环境下难以高速、高精度地跟踪复杂路况的问题,设计了一种参数自学习的前馈补偿控制器,与模型预测控制方法构成前馈-反馈的控制结构。在该控制结构中,前馈控制根据实时状态的跟踪误差在线更新学习系数,有效考虑车辆高速运动过程中无法精确建模的非线性动力学特性以及复杂路况不断变化的曲率和路面条件等的影响,在保证稳定性的同时快速减小跟踪误差。在越野场景进行了高速的S型与直角弯路径跟踪实车实验来验证参数自学习控制器的有效性,结果表明,所设计的参数自学习控制器相比传统的模型预测控制器跟踪误差和横摆都较小,在跟踪精度和车辆稳定性上都有较大改善。

摘要：针对无人驾驶汽车比赛进行的研究和设计。根据阿克曼转向几何建立汽车运动学模型,采用多种传感器构建感知系统识别车位,为不同车位设计了平行、垂直和单段三种泊车路径,籍由触角算法控制汽车跟踪规划路径,用Matlab仿真,在VC2005平台上实车测试。比赛中,"智能先锋号"车位检测与车身控制准确,避免了其他参赛队漏检错检或碰到障碍物的失误,为拿下最终比赛的胜利垫定了基础。

摘要：星型链式静止同步补偿器(STATCOM)由于拓扑简单、成本较低等突出优点,在新能源发电系统等诸多领域得以广泛应用。但因其三相换流阀电流互相耦合且缺乏一个电流控制自由度的缺点,使得其在接入侧系统电压发生不对称性故障时换流阀相间模组电容电压极易产生不均衡的现象,严重影响其运行稳定性及应用可靠性。基于星型链式STATCOM功率模组数学模型分析,首先建立时域条件下三相换流阀功率模组电容电压和换流阀输出正负序电流的关系,给出相间电容电压偏差和d,q旋转坐标轴控制系统下负序电流的相互关系,并通过拉普拉斯变换将相互关系从时域系统转换到频域系统,从而为根轨迹法设计控制参数提供理论依据。最后,分别通过稳态实验和暂态实验证明提出方法的正确性。

摘要：讨论了月球环境对无线传感器节点的影响;调查与分析了现有的无线传感器节点,对其中的几种著名节点作了简要介绍,并分析了它们对月球环境的适应性;介绍了月球环境下的一种无线传感器网络(WSNs)节点的结构,并从节点的角度讨论了将WSNs用于月球表面要解决的主要问题和关键技术。

摘要：根据OSEK/VDX标准设计嵌入式实时操作系统,侧重于任务管理,资源管理部分的实现。并在自主开发的汽车稳定性控制器硬件在环仿真平台上进行验证。实验结果表明,在该操作系统上开发系统可以有效地提高实时性和稳定性,能够满足汽车稳定性控制器的要求。

摘要：汽车ESP系统是汽车的一种主动安全装置,近年来仿真技术在汽车ESP系统的研究中得到了广泛的应用。基于模糊控制与PID控制,对ESP提出了自适应模糊PID控制的控制方法。首先以某汽车车型为研究对象,建立了其传递函数模型。然后运用Matlab/Simulink,进行了模糊控制器与PID控制器地设计,建立了仿真模型并进行仿真.结果表明,这种方法可以提高汽车的稳定性。实际工作中,由于路面条件不断变化,并且汽车本身是一个复杂的系统,传统控制方法无法进行有效地控制,自适应模糊PID控制器可以不断地调整参数,进行控制。目前,以完成关于该控制算法的控制器设计。

摘要：为了泛化RRT(快速搜索随机树)算法在智能车辆路径规划领域内的应用,解决该算法搜索效率低、最近邻搜索函数不合理等问题,本文提出了一种基于A~*引导域的RRT路径规划算法.该算法将A~*算法与RRT搜索算法进行有效地结合,利用由A~*算法在低分辨率栅格图中生成的最短路径来构建引导域,以提升RRT算法的采样效率;同时在设计RRT算法的最近邻搜索函数时考虑车辆自身约束,以增强搜索树节点选择的合理性.通过仿真实验和实车测试,对该算法的优越性、有效性和实用性进行了验证.