基于自适应非线性算法的智能车运动控制外文翻译资料

本科毕业设计（论文）

外文翻译

基于自适应非线性算法的智能车运动控制

作者：赵建伟、袁成祥、杨思宇、张东顺、彭宇

国籍：中国

出处：环境智能与人性化计算杂志

中文译文：

摘要

为了提高智能小车的运动性能，本文设计了一种基于自适应非线性算法的运动控制系统。该系统由硬件系统和软件系统组成。硬件系统由弹性悬架和伺服机构组成，软件系统主要基于伺服驱动的自适应控制算法，通过软件编程实现机器人的运动控制。为了测试系统运动控制的可靠性和稳定性，作者分别对系统进行了MATLAB仿真实验和电机转速测试实验。实验结果表明，该系统具有较高的可靠性和稳定性，可作为一种广泛应用的研发平台。

关键词 智能小车 自适应控制 伺服驱动 MATLAB仿真 速度检测

1 介绍

智能小车的控制系统分为几个主要模块，包括控制面板模块、传感器数据采集模块、电源模块、电机与驱动模块、上位机模块(Zhu 2012)。控制系统设计中最重要的部分是运动控制系统的设计。通常，智能汽车伺服控制器的设计是内环为电流环，中环为速度环，外环为位置环。该控制的特点是通过硬件控制电流和速度，通过软件控制位置。在调整参数时，先调整速度环，再调整位置环，电流控制参数对应加速度，加速度对应应力，一般是自动设定的。位置控制器通常包含一个简单的比例连杆，速度控制器包含一个比例连杆和一个积分连杆。

这种传统的位置环嵌入速度环控制方法的缺点是存在跟踪误差与速度成正比。采用前馈控制方法可以减少跟踪误差，但代价是超调量或延长设置时间。为了克服这些限制，优化伺服性能在高精度运动控制应用，我们使用自适应非线性控制算法。这种自适应非线性算法存在于CDHD驱动器，即HD控制算法。

作者设计了一种基于HD控制算法的运动控制系统。利用电机的HD控制器伺服反馈控制，小车可以按照预定模式实现自主运动、独立避障、减压等功能。

2方法

如今，传统的PID控制技术在工业领域仍然占据着不可替代的地位，相关的研究也很多。然而，传统的PID越来越不能满足复杂系统的要求。为了克服传统PID算法的不足，我们选择了自适应非线性算法。

HD控制算法采用并行控制，所以在一个周期内同一层次的所有分支都可以同时进行。每个分支包含一个可变增益参数(Ki, Kiv, Kp, Kd)和自动优化，以满足系统的高增益和高稳定性。HD控制算法可以减少位置误差，加快系统调整时间，因此与其他控制器相比，系统可以有更高的精度和速度。

HD控制有四种反馈增益，分别是HD微分增益(VGd)、比例增益(VGp)、积分增益(VGi)、微分积分增益(VGiv)。与传统PID控制相比，差分积分增益(VGiv)是HD控制算法的附加反馈参数，可以大大减小跟踪误差和稳态误差，提高控制精度和稳定性。该算法主要由两个模块组成，一个是可变增益模块，用于减少跟随误差;另一种是自适应前馈模块，用于减少沉降时间。HD控制系统原理如图1所示。

图 1高清控制系统原理图

2.1可变增益(VG)控制

在HD控制算法运行过程中，四个可变增益可以通过自动计算动态修改。在系统可变电平上，每个增益都有其特定的功能。如图1所示，Ki为积分增益时间常数，其分支为位置环路，用于消除稳态误差。Kp是一个可调的比例增益系数，它的分支是速度环，用来减小位置误差和调节系统的稳定性。Kd为微分增益时间常数，其分支为速度环，用于缩短系统稳态设定时间，减少速度误差。传统PID控制仅通过Kp、Ki和Kd进行调整。图1速度环路支路中的Kiv参数是高清控制所特有的。它结合了Kp和Ki的效果。它产生的刚性通常更比Kp高两倍，但没有振荡。因此，Kiv参数可以像Ki一样减小稳态误差，并且具有与Kp相同的快速响应速度，可以用来减小加速度阶段和稳态阶段的后续误差。这四种可变增益可以通过一定的算法来调节系统的各种误差，保证系统的稳定平衡。

2.2自适应前馈

自适应控制的实现包括两个基本过程:滤波过程和自适应过程(Liu 2011)。采用自适应前馈模块，减少了沉降时间。由于Kiv和Ki分支都包含Ki，大多数反馈响应(当前命令)存在于集成阶段。在运动过程中，可以监测加速度与电机转矩的关系。自适应前馈模块将分析它们之间的关系，在运动结束时快速处理积分环节，调整积分时间常数，从而实现时间的零设置。

3材料系统

该系统包括硬件系统和软件系统。一方面，硬件系统完成小车运动的任务;另一方面，系统在以硬件系统为载体的前提下，通过软件系统控制小车的运动。也就是说，硬件和软件的结合形成了一个智能汽车运动控制系统。

3.1硬件系统

机器人正在利用智能制造，因为当处理更复杂的任务时，它提供了高灵活性和快速适应新情况的适应性，而且它可以提供比传统机床更低的成本(Wen et al. 2018)。为此，采用智能制造技术对智能汽车进行了设计和加工，硬件系统由弹性悬架和伺服机构组成。

3.1.1弹性悬架

弹性悬架机构是汽车车架与车轴或车轮之间的一切力传递连接装置的统称。它可以传递车轮和车架之间的力和扭矩，缓冲不平整路面对车架或车身的冲击，并衰减由此产生的振动，使汽车能够平稳行驶(He 2008)。

如图2所示，该车采用单纵臂独立弹性悬架机构，主要由减振器和独立摆纵臂组成。减振器采用液压推动原理，当车轮遇到颠簸路面时，内部可通过油液产生压力推动阀，吸收振动能量，起到减缓振动，保持车辆平稳的作用。此外，我们使用四个独立的摆动单纵向臂机构。一方面，单纵向臂悬架具有占用较少的横向和纵向空间，且履带不随轮拍变化的优点。另一方面，独立悬架的左右车轮是分开跳动的，不相关的，这样可以减少车身的倾斜和振动(Luo 2005)。

该车主要用于户外物品搬运和社区巡查等工作场所。我们需要考虑各种环境的影响，如陡坡、低洼坑等崎岖复杂的路况。另外，弹性悬挂机构结构简单，设计制造成本低，易于推广应用。因此，该车辆的运动系统作动器采用弹性悬挂机构，在满足实用性能的前提下可以节省制造成本，是经济性和实用性双重标准下的最佳选择。

图 2拖臂弹性悬挂机构

3.1.2伺服系统

如图3所示，该车动力单元采用以色列进口交流永磁同步伺服电机驱动。整个动力装置包括一个CDHD伺服驱动器，一个PRHD2伺服电机，和一个直角齿轮箱。

CDHD驱动器是一种典型的伺服驱动器，嵌入式电源板和控制面板两个功能部件。电源板的一端连接电源，电源板的一端连接电机，为电机供电。这种方法的优点是同时为驱动器和电机提供电力，消除了单独给电机供电的麻烦。控制面板主要负责电机的驱动控制。通过增量式编码器与电机控制接收机相连。驱动器接收来自上位机的程序指令，然后通过自适应非线性算法对电机进行负反馈闭环控制。

该驱动器采用了新的电流环设计，提供了非常快的频率响应，它几乎可以消除跟踪误差，其自动协商功能，并将稳定时间几乎为零。

由于工作场所数量多，工作场景复杂，汽车必须满足运行平稳、噪音低、响应快、使用寿命长、高的要求输出转矩。与步进电机驱动相比，伺服电机驱动是一种可以进行实时位置反馈的闭环控制系统，具有速度快、性能优越、精度高、过载能力强等优点。因此，我们选择伺服驱动系统作为小车的运动系统，它基本上可以满足小车运动的要求。

图 3驱动,电机,变速箱

3.2软件系统

该车辆的运动控制控制器是Arduino MEGA2560控制板。MEGA2560处理器采用AVR单片机，具有自己独特的编程环境。它可以用传统的C语言进行编程，方便用户使用。同时还可以兼容多种外围硬件，如各种红外距离传感器、超声波传感器等。

当在车辆上安装红外距离传感器时，可以实时对车辆和障碍物进行相对定位，使车辆能够避开障碍物，平稳行驶。此外，在驾驶员的自适应非线性算法的配合下，通过软件调试传感器来实现对智能小车的运动控制，避开障碍物，控制电机运行。

智能小车控制系统采用上位机应用程序来控制小车的运动，主要有两种运动模式。一种是遥控模式，用户可以通过上位机控制按钮向智能车发送指令，控制其前进、后退或转弯等动作。另一种是自主运动模式，主控板可以通过分析红外距离传感器返回的数据来判断汽车是直线运动还是转弯，从而实现在简单的环境中避开障碍物，自主运动。在自主运动过程中，如果车辆收到来自上位机控制终端的转换运动模式命令，则可以立即切换到远程控制运动模式。运动控制框图如图4所示。

图 4框图

4系统MATLAB仿真

为了检测轿车控制系统的可靠性指标是否满足要求，需要对系统进行仿真。对于非线性控制系统，由于其复杂性，很难进行数学建模。当用户不能使用分析方法来设计和分析控制器时，他们通常使用PID (Ziegler和Nichols 1993)。由于HD控制与传统PID控制相似，建立了简单的控制系统数学模型。采用典型的PID校正方法利用MATLAB软件分析了系统的静态和动态性能指标。

4.1系统数学建模

智能小车的运动如图5所示。让我们忽略车轮的转动惯量，假设车辆的摩擦阻力与车速成正比，且方向与车辆相反。

所以根据牛顿运动定律，系统的模型可以表示为：

图 5汽车运动图

（1）

U为智能车的驱动力(系统输入)。M代表汽车的质量。B为摩擦阻力与速度的比值系数。V是汽车的速度(系统输出)，̇V是汽车的加速度。系统参数设置如下:汽车的质量m =100公斤,比例系数b = 5销售经理和汽车的驱动力u=50N。

为了获得控制系统的传递函数,作者做了拉普拉斯变换公式(1)。由于系统的输出是汽车的速度,假设系数的初始条件为零，用Y (s)代替V (s)，则该动态系统的拉普拉斯变换为:

（2）

将Eq.(2)中的两个方程结合，得到结论:

（3）

车辆运动控制系统模型传递函数为:

（4）

4.2 PID闭环控制系统仿真

根据建立的数学模型,作者进行具体分析的静态和动态性能指标进行系统的初始状态和使用串联校正的原则根据阶跃响应曲线,并考虑参数变化对系统响应的影响。最后采用典型PID对系统进行校正，希望系统各方面的性能都能达到令人满意的水平。

如下图所示，我们通过数学模型建立了仿真PID控制系统(图6)。

图 6模拟PID控制系统

模拟PID控制器微分方程为：

（5）

在这个公式中，Kp是比例系数。Ti是积分时间常数。Td是微分时间常数。

作者对Eq.(5)作拉普拉斯变换，得到PID控制器的传递函数：

（6）

其中Ki=KpTi为积分系数，Kd=KpTd为微分系数。

然后可以得到智能小车运动控制系统PID控制器的传递函数:

（7）

作者将参数m=100,b=5代入公式，得到:

（8）

为了得到理想的阶跃输入响应结果，需要不断调整PID中的三个参数，最终得到结果。Kp=100Ki=600Kd =100。PID仿真步进输入响应结果如下图(图7)所示。

从图中可以清楚地看出，单位阶跃响应上升时间小于3 s，超调量小于3%，因此系统的静态和动态指标都很好。也就是说，系统可靠性高，很好地满足了设计要求。

图 7PID步进输入响应仿真

5 Motor speed test experiment

5.1 HD控制器调试

如图8所示，在进行实验之前，实验人员必须首先调试伺服

剩余内容已隐藏，支付完成后下载完整资料

英语原文共 8 页，剩余内容已隐藏，支付完成后下载完整资料

资料编号：[596413]，资料为PDF文档或Word文档，PDF文档可免费转换为Word