建立了四轮驱动汽车加速过程的数学模型,以滑转率为调节对象,提出一种基于模糊P ID控制的驱动防滑控制A SR算法。设计了以发动机油门为控制对象的模糊-P ID控制器并讨论了控制器切换参数的选取,并针对均一低附着路面以及分离路面在S im ...建立了四轮驱动汽车加速过程的数学模型,以滑转率为调节对象,提出一种基于模糊P ID控制的驱动防滑控制A SR算法。设计了以发动机油门为控制对象的模糊-P ID控制器并讨论了控制器切换参数的选取,并针对均一低附着路面以及分离路面在S im u link仿真环境下进行了动态仿真。对比仿真结果,表明模糊P ID控制性能优于单一的模糊控制。展开更多
针对铰接农用车在变附着系数路面条件下的路径跟踪精度难以保证的问题,提出了引入侧滑补偿的非线性模型预测控制(Nonlinear Model Predictive Control,NMPC)算法。首先,构建了考虑侧滑补偿的铰接农用车二自由度运动学模型,并基于该模型...针对铰接农用车在变附着系数路面条件下的路径跟踪精度难以保证的问题,提出了引入侧滑补偿的非线性模型预测控制(Nonlinear Model Predictive Control,NMPC)算法。首先,构建了考虑侧滑补偿的铰接农用车二自由度运动学模型,并基于该模型在Simulink中构建了NMPC控制器,最后以Adams环境中的虚拟铰接农用车为被控对象,以农业典型的地头转弯路径为参考路径,开展了变附着系数路面条件下的试验验证。结果表明,该算法的跟踪误差最大约为0.03 m,能够实现铰接农用车在变附着系数路面下的高精度路径跟踪。展开更多
文摘建立了四轮驱动汽车加速过程的数学模型,以滑转率为调节对象,提出一种基于模糊P ID控制的驱动防滑控制A SR算法。设计了以发动机油门为控制对象的模糊-P ID控制器并讨论了控制器切换参数的选取,并针对均一低附着路面以及分离路面在S im u link仿真环境下进行了动态仿真。对比仿真结果,表明模糊P ID控制性能优于单一的模糊控制。
文摘针对铰接农用车在变附着系数路面条件下的路径跟踪精度难以保证的问题,提出了引入侧滑补偿的非线性模型预测控制(Nonlinear Model Predictive Control,NMPC)算法。首先,构建了考虑侧滑补偿的铰接农用车二自由度运动学模型,并基于该模型在Simulink中构建了NMPC控制器,最后以Adams环境中的虚拟铰接农用车为被控对象,以农业典型的地头转弯路径为参考路径,开展了变附着系数路面条件下的试验验证。结果表明,该算法的跟踪误差最大约为0.03 m,能够实现铰接农用车在变附着系数路面下的高精度路径跟踪。
