基于免疫机制的智能车转向控制系统研究

发布时间：2017-12-20 10:36

  本文关键词：基于免疫机制的智能车转向控制系统研究　出处：《中北大学》2017年博士论文　论文类型：学位论文

  更多相关文章： 智能车 转向系统 滑模控制 免疫反馈控制 OMAP

【摘要】：转向控制系统是体现智能车智能行为的基础,也是智能车研究领域的热点和难点。伴随着智能控制理论的发展,越来越多的智能控制方法应用于智能车的转向控制系统中,这使得如何根据不同工况和道路环境选择合适的智能控制方法成为一门新课题。基于经典PID控制、模糊控制、最优控制和自适应控制、滑模控制以及预测控制的转向控制方法具有原理简单、易于实现、适应性强等优点,在转向系统控制领域应用较为广泛。PID控制方案虽简单易行,但缺乏对复杂工况的适应性,鲁棒性差,难以实现精确控制;最优控制的控制对象一般为线性时不变系统,在控制模型精确且无干扰的情况下,控制精度比较高,但对外部干扰的鲁棒性较差,容易降低转向系统的稳定性;模糊控制的隶属度参数和控制规则参数主要依靠专家经验法和试探法来确定,主观性较强,且易产生稳态误差。这些控制算法一个共同点是只要轮胎进入非线性区控制精度就会大大下降,系统的稳定性也难以保证。本文将免疫算法引入到智能车转向控制系统中,从转向系统易受外部干扰和摄动、系统快速性与稳态误差间的矛盾两个方面入手,研究了免疫算法算子及其收敛性能,针对免疫算法易陷入局部最优和群体多样性保持能力不足的缺陷,对免疫算法的亲和力算子进行了改进,利用极限理论与状态转移概率对免疫算法的收敛性进行了证明,并给出了收敛速度的计算表达式。仿真结果表明,改进后的免疫算法有能力搜索到全局极值点。建立了车辆动力学模型。针对转向系统易受外部干扰和摄动,提出了基于免疫算法的智能车滑模变结构自动转向控制算法。对离线状态下的典型样本,运用免疫算法优化了变结构控制律中的参数q、?,实现了智能车的最优控制。较好地解决了常规变结构控制方法中事先设定趋近律参数的约束,在保留传统趋近律的优势下,既有效地抑制系统的抖振,又改善了系统的控制品质。针对系统快速性与稳态误差间的矛盾提出了用BP网络来逼近T、B细胞的非线性特性的免疫反馈控制IFC(Immune Feedback Control)方法,采用ITAE性能指标对免疫参数K、η进行了整定。构建了三层BP网络对T、B细胞非线性特性进行逼近效果,将该方法与模糊调节器、径向对称的非线性函数两种方法的逼近效果进行了对比分析。避障轨迹的合理规划是避障策略实施的关键所在,在深入研究两段圆弧和余弦函数避障轨迹的基础上,提出一种改进的正弦函数避障轨迹模型。通过理论分析,实验验证了该模型的可行性。针对有障碍物的情况提出了带避障功能的双层免疫反馈控制方法,带避障功能的轨迹规划模块将规划的局部参考轨迹输入到基于IFC的轨迹跟踪控制模块,轨迹跟踪控制模块接收来自规划模块的参考信息,输出前轮偏角控制量。采用带避障功能的双层免疫反馈控制器对智能车的转向及加减速进行控制。最后,从几种不同的工况对轨迹跟踪和避障两个方面进行了仿真实验。运用Carsim和Matlab/Simulink软件,搭建了智能车自动转向联合仿真平台,通过典型工况的仿真验证了所设计转向控制算法的性能。开发了智能车实车(车模选用实际车辆的1:8模型)平台,该实验实现了智能车标识线的跟踪和障碍物的避让。
【学位授予单位】：中北大学
【学位级别】：博士
【学位授予年份】：2017
【分类号】：TP273

【相似文献】

中国期刊全文数据库 前10条

1 郭烈,王荣本,顾柏园,余天洪;世界智能车辆行人检测技术综述[J];公路交通科技;2005年11期

2 李旭;张为公;;智能车辆导航技术的研究进展[J];机器人技术与应用;2007年04期

3 程钊;万齐齐;唐旋来;刘广林;彭刚;黄心汉;王永骥;;智能车道路识别及控制研究[J];伺服控制;2007年06期

4 罗晓玲;;基于视觉的智能车导航技术[J];信息与电脑(理论版);2011年10期

5 熊升华;赵海良;;基于矩形安全邻域的智能车移动仿真研究[J];计算机应用研究;2013年12期

6 潘明;汪镭;康琦;吴启迪;;基于电磁信号导航的智能车系统设计与开发[J];中国科技论文;2014年04期

7 于少伟;;智能车辆自动超车控制仿真研究[J];系统仿真学报;2009年08期

8 孙辉;张参参;史久根;;竞赛用智能车的设计[J];安徽工业大学学报(自然科学版);2009年03期

9 李宗;项羽升;蒲荣军;张笑楠;;电磁智能车的设计与调试[J];硅谷;2012年13期

10 宋晓虹;陈白帆;;多传感器信息融合在智能车中的应用研究[J];计算机仿真;2012年06期

中国重要会议论文全文数据库 前6条

1 张祖锋;徐友春;张鹏;朱增辉;;缩微智能车的环境感知与控制决策算法研究[A];第八届中国智能交通年会优秀论文集——智能交通与安全[C];2013年

2 汪铁民;;智能车辆的若干问题[A];四川省第九届（2009年）汽车学术交流年会论文集[C];2009年

3 黄鸿;吕晓华;任雪梅;;基于SPCE061A的智能车模语音控制系统[A];国产科学仪器应用、创新和产业化学术研讨会论文集（二）[C];2007年

4 张国伍;钱大琳;;中国智能交通发展战略构想[A];西部开发与系统工程——中国系统工程学会第12届年会论文集[C];2002年

5 王立琦;杜茂;;基于激光扫描仪的智能车前方障碍物检测[A];'2010系统仿真技术及其应用学术会议论文集[C];2010年

6 孙怀江;;ALVINN及其扩展[A];全面建设小康社会：中国科技工作者的历史责任——中国科协2003年学术年会论文集（上）[C];2003年

中国重要报纸全文数据库 前4条

1 记者 刘莉;“中国智能车未来挑战赛”西安开战[N];科技日报;2010年

2 陈海霞　颜士秀 小莉;常州“智能车”全国夺冠[N];常州日报;2010年

3 记者张兆军;两种智能车 无人可驾驶[N];科技日报;2003年

4 记者 孙春艳;“科博会”在京开幕[N];吉林日报;2003年

中国博士学位论文全文数据库 前10条

1 兰艳亭;基于免疫机制的智能车转向控制系统研究[D];中北大学;2017年

2 钱臻;基于组合定位技术的多智能车辆合作编队仿真技术研究[D];东北林业大学;2012年

3 汪明磊;智能车辆自主导航中避障路径规划与跟踪控制研究[D];合肥工业大学;2013年

4 刘华军;面向智能车辆的道路环境理解技术研究[D];南京理工大学;2007年

5 李进;视觉导航智能车辆的路径识别和跟踪控制[D];合肥工业大学;2008年

6 沈志熙;基于视觉导航的智能车辆在城区复杂场景中的目标检测技术研究[D];重庆大学;2008年

7 王锋辉;面向区域智能运输的多智能车辆协作研究[D];上海交通大学;2009年

8 焦俊;基于多Agent系统的智能车辆自主行驶控制研究[D];合肥工业大学;2010年

9 郭景华;视觉导航式智能车辆横向与纵向控制研究[D];大连理工大学;2012年

10 李贻斌;ITS智能车辆关键技术研究[D];天津大学;2008年

中国硕士学位论文全文数据库 前10条

1 马育林;智能车自主驾驶控制系统研制与试验[D];武汉理工大学;2010年

2 邱迎;道路自动识别与控制的智能车系统的研究[D];重庆大学;2010年

3 郭达;智能车避障路径动态规划和车体控制研究[D];长安大学;2015年

4 崔佳超;无人驾驶智能车在动态环境中的避障方法[D];西安工业大学;2015年

5 杨成;无人驾驶智能车障碍检测方法研究[D];西安工业大学;2015年

6 刘健全;基于高速移动网络的智能车视频驾驶系统设计与实现[D];浙江大学;2015年

7 刘远源;校园环境下的运动目标检测与跟踪的研究与实现[D];浙江大学;2015年

8 逄伟;低速环境下的智能车无人驾驶技术研究[D];浙江大学;2015年

9 孙涛;基于MC9S12DG128的智能车控制系统研究[D];南昌大学;2015年

10 王广玮;智能车辆横向运动控制系统设计与实验研究[D];贵州大学;2015年

，

本文编号：1311795