纵向控制

摘要： 在智能车辆的自动跟车过程中,因路况复杂常需加减车速或改变运动方向,在回正过程往往会造成车辆间距的误差增加,为使智能车辆速度与加速度更快更准确地到达平衡点,基于滑模控制设计了纵向控制器,通过车辆队列模型,验证控制器对车间距以及速度控制的稳定性。通过建立运动学和纵向动力学模型,进行载荷分析,运用滑模控制算法对纵向控制器进行设计,并通过耦合反步滑模横向控制器对预期轨迹进行控制。通过CarSim与MATLAB/Simulink联合仿真,与传统PID控制下的车间距误差做对比,验证了滑模纵向控制器的控制效果。

摘要： 针对无人驾驶车辆纵向控制中的速度跟踪精度问题,提出一种基于改进的粒子群优化算法(improved particle swarm optimization,IPSO)的模型预测控制方法。首先,在模型预测控制中将问题转换为二次规划问题,使用粒子群算法进行求解,并通过分层纵向控制器,实现对速度的跟踪控制。为降低其陷入局部最优解的风险,引入了随机权重策略和学习因子调整策略。其次,为了提高粒子寻优的速度,保存了上一时刻的最优粒子序列作为下一时刻粒子的群体极值。最后,为了验证算法的有效性,通过Simulink/CarSim建立了联合仿真平台,仿真结果表明,该算法有效提高了车辆速度跟踪的控制精度,最大误差减小了0.2747 km/h。

摘要： 随着汽车自动化水平不断提高,悬架、制动等系统可以主动调节作用力,使汽车制动舒适性成为一个重要的研究课题。回顾了车辆乘坐舒适性问题,重点关注在制动工况下的乘坐舒适性。制动舒适性是指车辆在制动时因车辆纵向动力学变化所引起的驾乘人员的不适,从影响因素、控制结构、研究方法等方面对乘坐舒适性问题进行了综述和对比分析;悬架系统、制动系统是影响乘坐舒适性的关键因素,通过对制动过程的解构可知,频域有着十分重要的影响;结合自动驾驶技术的快速发展的背景,分析了典型工况下的乘坐舒适性;总结了现有研究存在的不足,最后对乘坐舒适性的发展趋势进行了展望。

摘要： 随着传统控制方法的日益革新与智能化控制技术的不断发展,无人驾驶汽车领域逐渐兴起,正成为新时代智能交通发展大背景下的先行领航。无人驾驶汽车的控制具有非线性、不确定性、高迟延性等特点,如果仅依靠传统的控制方法则无法满足其在复杂环境下自适应动态调整的需求,由此可能造成汽车路径规划的不准确性以及一系列的安全隐患。因此需要引入智能化控制技术对无人驾驶汽车进行控制,以应对复杂工况下的随机情形,通过其在线自调整合理改善系统的性能指标。本文综述了当前基于无人驾驶汽车的现代智能控制方法的研究成果及发展前景,首先介绍了无人驾驶控制中横向控制以及纵向控制这两大部分的核心技术及其性能特点,进而阐述了当前无人驾驶控制方法的技术壁垒,最后总结了无人驾驶控制在更深层产业应用中的发展前景。

摘要： 为提高自动驾驶车辆的路径跟踪精度,针对自动驾驶车辆横纵向耦合控制问题,提出了带有前馈控制的PID+LQR联合控制策略。首先,利用二自由度车辆动力学模型构建路径跟踪误差状态方程,制定横纵向控制流程。随后,设计了用于横向控制的线性二次型调节(linear quadratic regulator,LQR)控制策略和用于纵向控制的比例积分微分(proportional integral differential,PID)控制策略,将横纵向控制器进行整合,使得车辆在接收到决策规划系统给出的期望指令后可以进行跟踪行驶。借助CarSim和MATLAB/Simulink联合仿真平台,在连续工况下对该控制策略进行测试。结果表明,提出的横纵向耦合控制策略可控制车辆沿着规划的轨迹行驶,且可将跟踪误差控制在理想的范围内。

摘要： 工程造价是企业发展的关键环节,通过对专业人才的科学管理,可以为企业创造更大的经济效益.详细介绍了工程造价动态管理的现状,通过调查研究,找到了工程造价动态管理的依据,并运用横向和纵向动态管理两种控制方法,制定了优化动态管理的有效措施,有效地促进了工程建设的发展.

摘要： 纵向结构与纵向关系是产业组织理论研究的核心问题之一.转售价格限制(RPM)作为纵向控制的一项主要工具,因其能够控制价格以至于影响市场竞争状态而受到广泛关注.本文依次介绍纵向控制理论与转售价格理论,再引入白酒产业中两大巨头实施转售价格限制的例子,将理论与实践相结合,展示纵向控制以及转售价格限制的复杂性,阐述了一个重要思想——具体问题具体分析.

摘要： 近年来,两部收费制策略引发的反垄断案件频发,下游买方势力的逐渐增强使得纵向控制规制问题变得更加错综复杂.以往研究对买方势力动态变化影响企业策略性决策以及弱化上游市场竞争的问题关注不足.基于此,构建由上游在位者、潜在进入者和下游零售商组成的纵向产业链模型,以下游零售商买方势力的递进变化为切入点,深度剖析两部收费制策略的内在规制机理.结果表明:当下游企业没有买方势力或者具有较弱的抗衡势力时,两部收费制策略从本质上并未弱化上游市场竞争.然而,一旦潜在进入者无法打破在位者建立的进入壁垒,在位者便会充分利用其市场支配地位实施转售价格维持、搭售等一系列纵向控制手段,进而弱化上游市场竞争,以期实现"一家独大".当下游企业主导交易时,在满足一定条件下,通道费合约会产生排他效应,其弱化上游竞争的程度有限.因此,政府反垄断部门制定规制政策应充分考虑企业纵向控制和逆纵向控制行为.

摘要： 为了可以更好的对智能网联车辆跟驰特征进行分析和研究,本文建立起了纵向控制模型,并且在V2V环境下,多辆牵扯速度以及加速度不同的时候,进行影响因素的分析和讨论,能够很好的进行稳定性的分析,进而能够帮助相关领域的工作人员,获得可靠的数据,从而达到对现阶段的智能网联车辆进行优化和改进的目的.

摘要： 针对ACC系统上层速度控制IDM模型不能对汽车转弯行驶进行横向控制的不足,通过改进IDM模型并运用Simulink仿真试验研究转弯、超高和坡度等道路几何条件变化对特定工况下的汽车纵向和横向行驶的影响.采用车头时距和行驶速度作为指标评价汽车纵向行驶安全性;采用横摆角速度和侧向速度作为指标评价汽车操纵稳定性.仿真发现:在一定超高和坡度的道路上汽车转弯行驶时,纵向方向上改进后模型的车辆车头时距增大,行驶速度减小,保证了行驶安全;横向方向上改进后模型的横摆角速度和侧向速度随转弯半径和超高的增加而减小,保证了良好的操纵稳定性.结果表明,针对道路几何条件的变化,改进的IDM模型可以初步实现ACC系统特定工况下车辆纵向与横向的控制.

摘要： 分析了当前轮式起降无人机着陆过程安全性低、精度差的原因,提出了采用直接升力控制的无人机着陆纵向控制方案,设计了采用迎角、空速、升降速度、升降加速度反馈及PID控制的综合着陆纵向解耦控制结构,使无人机实现着陆纵向轨迹和姿态的准动态解耦控制,并且使着陆轨迹控制和姿态控制均达到动态性能要求,从而提高无人机着陆的安全性和着陆精度。采用基于遗传算法的优化过程,实现对多通道多参数着陆纵向控制律的优化设计。对某无人机进行了着陆纵向控制律设计及仿真分析,表明所采用的着陆纵向控制方案可行,所设计的控制结构能够保证轮式起降无人机的着陆安全,并提高了着陆精度。

摘要： 研究了一类外形可变飞行器的模糊控制问题.首先建立Fire-Bee无人机纵向短周期非线性方程组,利用小扰动线性化方法获得状态空间模型,而后以机翼后掠角为模糊规则的前提变量,划分多个工作区域,建立局部线性模型,并制定T-S模糊规则.然后利用并行分布式补偿法设计模糊控制器,从Lyapunov稳定性理论出发证明了该方法的稳定性.最后,Fire-Bee无人机仿真结果表明,在受到相同扰动的条件下,与常规PID模型和开环模型相比,T-S模糊模型具有很好的恢复平衡的能力,从而说明了T-S模糊理论用于变体飞行器的有效性.

摘要： 无人机的地面滑行过程分为三轮滑跑段、两轮滑跑段和离地起飞段.本文以某样例无人机为研究对象,依据无人机的力和力矩的平衡状态,建立起无人机的数学模型,分析了无人机的起飞性能,包括前轮载荷、抬前轮速度、滑跑距离和刹车距离,在此基础上,设计了无人机的控制策略和控制律,应用鲁棒伺服LQR方法选取控制增益参数, 保证无人机起飞的最优性能,最后在Simulink环境下仿真验证,结果表明,所设计的控制律切实可行,且具有一定的工程意义.

摘要： 本文提出了一种基于滑模干扰观测器(Sliding Mode Disturbance Observer，SMDO)的滑模控制器(SMC)设计方法。针对一类级联MIMO非线性系统，基于奇异摄动原理将其分为内外回路，以外回路为例，对传统基于饱和函数滑模控制的鲁棒性进行了详细分析，然后分别在两个回路中设计了一种基于超扭曲(Super-Twisting)算法的SMDO，实现对干扰的有效估计和补偿。最后将该方法应用于导弹纵向控制系统的设计中。仿真结果表明，SMDO/SMC能够有效克服了传统滑模控制器在干扰存在情况下的鲁棒性问题，具有较强的鲁棒性。

摘要： 针对数学模型复杂的轮式机器人的纵、横向统一控制问题,使用基于遗传算法的模糊神经网络控制方法进行控制.首先构造模糊神经网络控制器,然后用分别编码、先分再合的分步优化遗传算法寻找模糊神经网络的参数.仿真结果表明,该方法能适应不同参数的变化,可对机器人进行有效的控制.

摘要： 针对数学模型复杂的轮式机器人的纵、横向统一控制问题,使用基于遗传算法的模糊神经网络控制方法进行控制.首先构造模糊神经网络控制器,然后用分别编码、先分再合的分步优化遗传算法寻找模糊神经网络的参数.仿真结果表明,该方法能适应不同参数的变化,可对机器人进行有效的控制.

摘要： 针对数学模型复杂的轮式机器人的纵、横向统一控制问题,使用基于遗传算法的模糊神经网络控制方法进行控制.首先构造模糊神经网络控制器,然后用分别编码、先分再合的分步优化遗传算法寻找模糊神经网络的参数.仿真结果表明,该方法能适应不同参数的变化,可对机器人进行有效的控制.

摘要： 针对数学模型复杂的轮式机器人的纵、横向统一控制问题,使用基于遗传算法的模糊神经网络控制方法进行控制.首先构造模糊神经网络控制器,然后用分别编码、先分再合的分步优化遗传算法寻找模糊神经网络的参数.仿真结果表明,该方法能适应不同参数的变化,可对机器人进行有效的控制.

摘要： 针对数学模型复杂的轮式机器人的纵、横向统一控制问题,使用基于遗传算法的模糊神经网络控制方法进行控制.首先构造模糊神经网络控制器,然后用分别编码、先分再合的分步优化遗传算法寻找模糊神经网络的参数.仿真结果表明,该方法能适应不同参数的变化,可对机器人进行有效的控制.

摘要： 针对数学模型复杂的轮式机器人的纵、横向统一控制问题,使用基于遗传算法的模糊神经网络控制方法进行控制.首先构造模糊神经网络控制器,然后用分别编码、先分再合的分步优化遗传算法寻找模糊神经网络的参数.仿真结果表明,该方法能适应不同参数的变化,可对机器人进行有效的控制.

摘要： 本发明涉及一种车辆纵向运动控制方法，包括将控制量设定为期望加速度ades，其包括被控车辆与前部车辆的期望安全距离和实际车距的差值Δd的比例环节以及被控车辆的期望车速与实际车速的差值Δv的比例环节，Δd的比例环节的系数和Δv的比例环节的系数分别表示为k1和k2；根据被控车辆与前部车辆的实际车距和相对速度Vrel求出预碰撞时间TTC；将系统的控制目标定义为如下的目标函数，其为如下的无穷域积分项的最小值，积分项包括Δd的二次方的比例环节或Δv的二次方的比例环节及ades的二次方的比例环节，在此，Δd的二次方的比例环节、Δv的二次方的比例环节以及ades的二次方的比例环节的系数分别表示为Q1，Q2以及R；利用模糊控制方法根据Vrel和TTC求出Q2及R；利用Q2及R的值求出k1、k2。

摘要： 本发明涉及一种车辆纵向运动控制方法，包括将控制量设定为期望加速度ades，其包括被控车辆与前部车辆的期望安全距离和实际车距的差值Δd的比例环节以及被控车辆的期望车速与实际车速的差值Δv的比例环节，Δd的比例环节的系数和Δv的比例环节的系数分别表示为k1和k2；根据被控车辆与前部车辆的实际车距和相对速度Vrel求出预碰撞时间TTC；将系统的控制目标定义为如下的目标函数，其为如下的无穷域积分项的最小值，积分项包括Δd的二次方的比例环节或Δv的二次方的比例环节及ades的二次方的比例环节，在此，Δd的二次方的比例环节、Δv的二次方的比例环节以及ades的二次方的比例环节的系数分别表示为Q1，Q2以及R；利用模糊控制方法根据Vrel和TTC求出Q2及R；利用Q2及R的值求出k1、k2。

摘要： 本发明公开了一种BRT的公交纵向自动驾驶控制方法及控制系统，方法包括：获取公交车的车速信息以及定位信号，并判断当前公交车所处的位置和车辆航向角；根据定位信号确定所处公交车道位置对应的预设区域编码；根据车辆航向角与预设车道航向角，判断公交车的行驶方向和预设车道编码；根据当前车道编码与对应的道路信息、限速信息和站点信息，依据自动驾驶算法，计算得到目标车速，综合计算得到电机控制信号并控制电机运行。通过本发明的技术方案，实现自动跟车行驶，能够动态调整公交车间距，实现整体规划，还能够大大减少司机的操控行为，缓解司机驾驶疲劳程度，提升乘客的乘车体验。

摘要： 本发明涉及一种用于活塞式马达的长度能调的连杆（1），其带有用于设定长度能调的连杆（1）的有效长度的液压的控制装置（21）。液压的控制装置（21）具有带控制缸（36）、控制滑动件（35）和至少一个能由控制滑动件（35）操纵的排放阀（41、42）的液压的控制阀（34），其中，控制滑动件（35）包括以能移动的方式在控制缸（36）中导引的、能用液压的控制压力加载的控制活塞（37）和滑动件推杆（39）。控制滑动件（35）具有两个能单独制造的并且在控制滑动件（35）按规定使用时牢固地接合在一起的控制滑动件部分（35a、35b）。此外，本发明还涉及一种用于长度能调的连杆（1）的液压的控制阀（34）的控制滑动件（35）以及一种带有至少一个这样的长度能调的连杆（1）的活塞式马达。

摘要： 本发明公开了一种基于车重的自动驾驶纵向运动控制系统及控制方法，该控制系统包括执行器、前雷达、前雷达控制器和车重检测组件，前雷达控制器与车重检测组件通信连接，执行器与前雷达控制器通信连接；车重检测组件包括车内乘员检测器、油箱油位检测器和底盘高度检测器，车内乘员检测器用于检测车内乘员信息，并传递给前雷达控制器；油箱油位检测器用于检测车辆油箱的油位信息并传递给前雷达控制器；底盘高度检测器用于检测车辆的底盘高度信息并传递给所述前雷达控制器。本方案能够能对整车重量进行准确快速的计算，进而实现不同整车重量下扭矩的精确控制，提高自动驾驶纵向运动控制精确性。

摘要： 本发明提供一种基于常规工程控制与最优预见伺服控制切换的舰载机自动着舰纵向控制方法，在下滑道轨迹跟踪阶段，纵向控制器采用常规工程控制方法，在甲板运动补偿阶段，即着舰前约tf秒时纵向控制器切换到最优预见伺服控制，利用下滑道轨迹以及纵向甲板运动的未来信息对舰载机进行精确轨迹跟踪控制，从而实现对下滑道高度的跟踪及纵向甲板运动的补偿；而且，利用未来信息进行前馈控制，可以提前对舰载机的舵面和油门实施平均操作以达到跟踪补偿目的，减小瞬时的能量，并且加快响应速度，确保舰载机能在航母上安全着舰。

摘要： 本发明提供了一种车辆的横纵向综合控制方法及横纵向综合控制器。该方法包括获取路径信息，并规划出期望路径；将期望路径输入速度规划器；速度规划器生成与期望路径相对应的关于车辆的期望速度曲线，得到并输出期望速度；横向控制器和纵向控制器分别接收速度规划器输出的期望速度；获取车辆状态信息并反馈给横向控制器和纵向控制器；横向控制器和纵向控制器对接收的信息进行处理并输出；车辆按照横向控制器和纵向控制器输出的控制信号进行相应操作。横纵向综合控制器通过期望速度将横向控制器和纵向控制器耦合起来，综合控制车辆按照期望速度运行同时跟踪期望路径。采用本发明能够提升车辆的跟踪效率和跟踪效果，同时降低能耗，提高跟踪舒适性。

摘要： 本发明提供一种用于自动驾驶车辆的纵向控制方法和系统，该方法包括根据预先设定的车辆模型和参考输入量生成参考模型的输出控制量；融合所述参考模型的输出控制量和当前系统的实时状态量以获得第一误差；根据车辆的类型和第一误差对所述参考模型的输出控制量进行调整，获得调整后的参考模型的输出控制量；根据车辆的速度获得PID输出控制量；融合调整后的参考模型的输出控制量和PID输出控制量以获得系统的最终控制量。本发明的系统的鲁棒性好，能够很好地处理重型卡车的线控平台的参数的扰动及控制过程中的动态偏差。

摘要： 本发明提供一种基于常规工程控制与最优预见伺服控制切换的舰载机自动着舰纵向控制方法，在下滑道轨迹跟踪阶段，纵向控制器采用常规工程控制方法，在甲板运动补偿阶段，即着舰前约tf秒时纵向控制器切换到最优预见伺服控制，利用下滑道轨迹以及纵向甲板运动的未来信息对舰载机进行精确轨迹跟踪控制，从而实现对下滑道高度的跟踪及纵向甲板运动的补偿；而且，利用未来信息进行前馈控制，可以提前对舰载机的舵面和油门实施平均操作以达到跟踪补偿目的，减小瞬时的能量，并且加快响应速度，确保舰载机能在航母上安全着舰。

摘要： 本发明属于汽车自动驾驶技术领域，具体为基于模糊控制的自动驾驶纵向控制方法，包括步骤1：车辆模型的配置,使用四轮独立驱动的电动车模型；步骤2：设计驱动模糊控制器，制动模糊控制器；步骤3：制定标定表，设计驱动制动切换策略；步骤4：纵向控制器的搭建；步骤5：仿真测试，其设计合理，本发明可利用驱动制动切换逻辑图将设计的控制器结合起来，进行分开控制，避免了驱动和制动发生切换冲突的问题，并与实际驾驶员驾驶相符。经过离线仿真，该控制策略精度较高，可实现对速度曲线的跟踪。