自适应智能航行控制方法研究

异构智能车队安全行驶控制研究

底盘设计

c.面向日新月异的车联网技术，在软件定义汽车的

时代中，消费者可以根据需求定制软件服务。例如，在

北方的客户甲需要高效的电池加热功能，以后转手卖给

在南方的客户乙可以取消加热功能而订阅除湿的配置，

并且面向各类消费者的形式数据支持对应的定制化需

求，因此提升滑板底盘产品的商业盈利性。

7结语

本文通过系统梳理底盘构架的演化历程，对比传统

汽车底盘与新能源汽车滑板底盘在开发流程和开发模

式的差异，总结滑板底盘的物理结构，归纳了滑板底盘

的技术体系，并介绍了滑板底盘现今面临的挑战，研判

未来其在产品、技术和商业模式上的发展趋势，得出结

论如下：a.滑板底盘可以极大降低企业开发新车型的开发

周期和成本，尤其是大幅降低前期的研发和测试成本，

其相关产品可快速响应市场需求，实现全新及迭代车型

的批量化生产。b.由于纯电动汽车缺省内燃机的布置，电池CTC

等技术的发展，将助力滑板底盘的应用，推动底盘系统

向更高程度的集成化，从而使滑板底盘适配更多的应用

场景。c.滑板底盘技术的应用将推动新型电子电气架构

的发展，信号带宽、数据无线传输稳定性和系统安全性

等关键问题需引起行业重视。因此，相关法规标准的提

前筹划极为重要，或直接影响滑板底盘技术的演化

进度。

参考文献：［1］王志超，吉晓健􀆰新能源汽车底盘设计方向初探［J］􀆰中文科技期刊数据库（全文版）自然科学，2018（1）：365􀆰［2］吴舒宁􀆰新能源汽车底盘设计的发展趋势研究［J］􀆰新能源汽车，2019（6）：14-15􀆰

［3］马建新，林小凤􀆰新能源汽车底盘设计的发展趋势探讨［J］􀆰汽车与驾驶维修，2017（9）：89.

作者简介：姜涛，男，1965年生，工程师，

研究方向为整车集成及能量管理技术。异构智能车队安全行驶控制研究

席宽樊展鹏曹子轩刘双萍陈磊

南京林业大学汽车与交通工程学院，江苏南京，210037

摘要：异构智能车队是提高高速公路通行能力，以及降低能源消耗的有效途径，但是车队行驶过程

基于深度学习的自适应控制算法研究

一、引言

随着计算机技术和人工智能的快速发展，深度学习已经成为了当今最热门的技术之一。在自适应控制领域，基于深度学习的算法在实现高效控制、优化控制等方面优势明显。本文将探讨基于深度学习的自适应控制算法的研究现状和未来发展方向。

二、深度学习基础知识

深度学习是机器学习的一个分支，是一种以人工神经网络为架构的算法模型。其特点是可以自动化地发现复杂的特征，并进行高效的分类和识别，被广泛应用于自然语言处理、计算机视觉和声音识别等领域。

三、基于深度学习的自适应控制算法

1. 传统自适应控制算法的不足

传统自适应控制算法常常需要手动选择调节参数和自适应算法，这种方法有时会导致系统收敛速度慢、鲁棒性差等问题。针对这些问题，自适应控制领域提出了一种基于深度学习的自适应控制算法。

2. 基于深度学习的自适应控制算法的优点基于深度学习的自适应控制算法能够通过自主学习获取系统的特征和参数，从而提高系统的控制精度和鲁棒性。同时，该算法还能够自适应地调节控制器的参数，从而实现更高效的控制。

3. 基于深度学习的自适应控制算法的应用

基于深度学习的自适应控制算法在工业控制、自动驾驶等领域已经得到广泛应用。例如，在机器人控制中，该算法可以实现机器人的精准控制和动态捕捉等功能；在网络控制中，该算法可以应对网络拥塞和数据传输等问题。

四、基于深度学习的自适应控制算法的未来发展

1. 研究工作

未来，研究人员需要更加深入地研究基于深度学习的自适应控制算法的理论基础和实现方法，探讨如何进一步提高控制精度和性能。

2. 系统结构优化

在算法实现方面，需要进一步优化系统结构和参数设定，使得控制算法能够更加高效地适应不同的环境和任务。

3. 实际应用

在实际应用中，需要考虑如何结合人工智能、机器视觉等相关技术，实现更加智能、自适应的控制系统。五、结论

随着深度学习技术的快速发展，基于深度学习的自适应控制算法已经成为了自适应控制领域中的新热点。未来，研究人员需要基于理论实践探索进一步提高自适应控制算法的效率和性能，以促进自适应控制技术的进一步发展。

基于自适应势场的车辆避撞轨迹规划与跟踪控制

一、内容综述................................................2

1.1 背景与意义...........................................3

1.2 国内外研究现状.......................................5

1.3 主要内容与结构.......................................6

二、基本理论及技术..........................................7

2.1 自适应势场理论.......................................9

2.2 车辆运动学模型......................................10

2.3 控制算法概述........................................11

三、基于自适应势场的轨迹规划...............................13

3.1 动态障碍物建模......................................14

3.2 自适应势场构建......................................15

3.3 轨迹优化算法........................................17 3.4 实验验证与分析......................................18

四、车辆避撞轨迹跟踪控制...................................19

4.1 跟踪控制基本原理....................................20

自主水下航行器轴向运动的自适应反演滑模控制

２　００　７年８月　第２５卷第４期　西北工业大学学报　Ｊｏｕｒｎａｌ　ｏｆ　Ｎｏｒｔｈｗｅｓｔｅｒｎ　Ｐｏｌｙｔｅｃｈｎｉｃａｌ　Ｕｎｉｖｅｒｓｉｔｙ　Ａｕｇ．　２００７　ＶｏＩ．２５　Ｎｏ．４　

自主水下航行器轴向运动的自适应反演滑模控制　

高　剑，徐德民，李　俊，严卫生，张福斌　

（西北工业大学航海学院，陕西西安　７１００７２）　

摘　要：研究了自主水下航行器在未知海流作用下的轴向运动跟踪控制问题，采用非线性反演设计　

技术，引入自适应机制在线估计未知海流速度和模型参数，用滑模控制克服系统中的未建模动态特　性，保证了轴向位置跟踪误差的全局渐近稳定性。仿真结果表明，该自适应反演滑模控制具有良好　

的鲁棒性和自适应性。　

关键词：自主水下航行器，轴向运动控制，未知海流，自适应反演滑模控制　

中图分类号：ＴＰ２４２　文献标识码：Ａ　文章编号：１０００—２７５８（２００７）０４—０５５２—０４　

精确的轴向运动控制，尤其是位置跟踪控制，对　

于自主水下航行器（ＡＵＶ）完成侦察、水下测量、目　标跟踪等任务具有非常重要的意义－１］。Ｇｏｈｅｅｎ等　

人［２　基于线性化运动模型提出自矫正控制方法，　

Ｆｏｓｓｅｎ［１　介绍了水面船舶航行速度的几种线性控制　算法，Ｓｍａｌｌｗｏｏｄ等人口　借鉴机械手的非线性控制　

方法，提出了精确反馈线性化控制和自适应控制算　法，并比较了不同算法的性能，Ｌｅａ等人［４　采用经典　

的反馈控制、模糊控制和滑模控制，并在Ｓｕｂｚｅｒｏ　ＩＩ　

航行器上进行了水池试验，以上研究均未考虑广泛　存在的未知海流干扰。Ｒｉｅｄｅｌ等人［ｓ］采用滑模变结　

构控制技术进行ＡＵＶ的轴向定位控制研究，并用　

Ｋａｌｍａｎ滤波的方法估计海流速度，缺点是控制器　与滤波器分开设计，无法保证整个系统的稳定性和　

控制性能。　

反演技术是一种基于Ｉ．ｙａｐｕｎｏｖ稳定性理论的　非线性控制递推设计方法［６　］，针对具有严格反馈形　

式的非线性系统，从系统的输出开始向控制输入“反　

自适应控制论文综述

自适应控制系统综述

摘要：

本文首先介绍了自动控制的基本理论及其发展阶段，然后提出自适应控制系统，详细介绍了自适应控制系统的特点。最后描述的是自适应控在神经网络的应用和存在的问题。

关键字：自适应控制神经网络

一、引言

1.1控制系统的定义

自动控制原理是指在没有人直接参与的情况下，利用外加的设备或装置，使机器，设备或生产过程的某个工作状态或参数自动地按照预定的规律运行。

在不同的控制系统中，可能具有各种不同的系统结构、被控对象，并且其复杂程度和环境条件也会各不相同，但他们都具有同样的控制目地：都是为了使系统的状态或者运动轨迹符合某一个预定的功能性能要求。其中，被控对象的运动状态或者运动轨迹称为被控过程。被控过程不仅与被控系统本身有关，还与对象所处的环境有关。控制理论中将控制系统定义为由被控系统及其控制器组成的整体成为控制系统。

1.2控制理论的发展阶段

控制理论发展主要分为三个阶段：

一：20世纪40年代末-50年代的经典控制理论时期，着重解决单输入单输出系统的控制问题，主要数学工具是微分方程、拉氏变换、传递函数；主要方法是时域法、频域法、根轨迹法；主要问题是系统的稳、准、快。

二：20世纪60年代的现代控制理论时期，着重解决多输入多输出系统的控制问题，主要数学工具是以此为峰方程组、矩阵论、状态空间法主要方法是变分法、极大值原理、动态规划理论；重点是最优控制、随即控制、自适应控制；核心控制装置是电子计算机。

三：20世纪70年代之后的先进控制理时期，先进控制理论是现代控制理论的发展和延伸。先进控制理论内容丰富、涵盖面最广，包括自适应控制、鲁棒控制、模糊控制、人工神经网络控制等。

二、自适应控制系统

2.1自适应控制的简介

在反馈控制和最优控制中，都假定被控对象或过程的数学模型是已知的，并且具有线性定常的特性。实际上在许多工程中，被控对象或过程的数学模型事先是难以确定的，即使在某一条件下被确定了的数学模型，在工况和条件改变了以后，其动态参数乃至于模型的结构仍然经常发生变化。

模型参数不确定条件下的自主水下航行器(AUV)自适应编队控制研究

模型参数不确定条件下的自主水下航行器（AUV）自适应编队控制研究

Chapter 1 Introduction

1.1 Background and motivation

1.2 Research objectives

1.3 Contribution of the study

1.4 Outline of the paper

Chapter 2 Literature Review

2.1 Overview of Autonomous Underwater Vehicles (AUVs)

2.2 Formation control of AUVs

2.3 Adaptive control for AUVs

2.4 Uncertainty analysis in AUVs

Chapter 3 Mathematical Modelling and Control Design

3.1 Modelling of AUVs

3.2 Formation control of AUVs

3.3 Feedback linearization control design

3.4 Adaptive control design

3.5 Robust control design

Chapter 4 Simulation and Experimental Setup

4.1 Simulation setup

4.2 Experimental setup

4.3 Results and analysis

Chapter 5 Conclusion and Future Work

5.1 Summary of the study

5.2 Limitations and future work

5.3 Significance and contributions of the study 5.4 Implications for future research.Chapter 1: Introduction

机器人的自适应控制技术

机器人的自适应控制技术是指机器人能够根据外部环境的变化和任务需求的变动自动调整控制策略，以实现更加灵活和高效的运动和操作。这种技术的发展对于提升机器人的智能水平和适应性非常重要，也是机器人领域中的一个研究热点。

一、机器人的自适应控制技术概述

机器人的功能和应用越来越广泛，但是在不同的任务和环境中，对机器人的控制需求也会有所差异。传统的控制方法不能很好地适应这种变化，因此，研究人员开始探索机器人的自适应控制技术。自适应控制技术可以使机器人能够根据不同的任务和环境要求，自主选择合适的控制策略，实现自身的优化和适应。

二、机器人的自适应控制技术的实现方式

机器人的自适应控制技术可以通过以下几种方式实现：

1. 模型参考自适应控制（MRAC）：该方法是通过建立机器人动力学模型，并以此作为参考模型，通过在线学习和参数调整来实现机器人的控制。这种方法可以适应不同的环境和任务需求，但需要较精确的动力学模型。

2. 强化学习：强化学习是一种机器学习方法，机器人可以通过与环境的交互来学习适应性的控制策略。在强化学习中，机器人通过尝试和错误来优化控制策略，并通过奖励机制来评估策略的好坏，从而实现自适应控制。 3. 遗传算法：遗传算法是一种通过模拟生物遗传和进化过程来进行优化搜索的算法。机器人可以通过遗传算法来搜索和优化自适应控制策略，从而在不同环境和任务下适应性更强。

三、机器人的自适应控制技术在实际应用中的例子

机器人的自适应控制技术已经在多个领域得到了应用，以下是一些例子：

1. 自动驾驶汽车：自动驾驶汽车需要根据路况和交通情况来实现自主驾驶，而不同的道路和交通情况需要不同的控制策略。自适应控制技术可以使自动驾驶汽车自主调整控制策略，从而适应不同的驾驶场景。

2. 机器人装配线：机器人在装配线上需要根据产品种类和装配要求来进行灵活的操作和控制。利用自适应控制技术，机器人可以自主选择适当的操作和控制策略，以适应不同的产品和变化的装配任务。

歼击机智能自适应重构控制方法研究

第３Ｏ卷第３期　计算机仿真　２０１３年３月　

文章编号：１００６—９３４８（２０１３）０３—０ｏ６４一ｏ４　

歼击机智能自适应重构控制方法研究　

张敏，殷利平，申晓宁　

（南京信息工程大学信息与控制学院，江苏南京２１００４４）　

摘要：针对复杂歼击机控制系统，提出一种智能多模型结构的自适应重构控制方法，使得系统可以在不同的运行环境下对结　构故障具有一定的控制重构能力。系统为多模型结构，由若干线性模型构成模型集合，并设计相应的自适应权值调整规则，　从而使系统能够实时地获得当前最佳控制输入。再通过引入动态神经网络以确保系统的稳定性，同时避免模型切换等引起　的噪声干扰。最后，对某型歼击机进行仿真验证，表明所提重构控制方法对系统在多种故障状态下的稳定运行具有显著的　效果。　关键词：多模型；动态神经网络；重构控制　中图分类号：ＴＰ１８３　文献标识码：Ｂ　

Ｉｎｔｅｌｌｉｇｅｎｔ　Ａｄａｐｔｉｖｅ　Ｒｅｃ０ｎｆｉｇｕｒａｔｉ０ｎ　Ｃｏｎｔｒｏｌ　ｆｏｒ　Ｆｉｇｈｔｅｒｓ　

ＺＨＡＮＧ　Ｍｉｎ，ＹＩＮ　Ｌｉ—ｐｉｎ，ＳＨＥＮ　Ｘｉａｏ－ｎｉｎｇ　

（Ｃｏｌｌｅｇｅ　ｏｆ　Ｉｎｆｏｒｍａｔｉｏｎ　Ｓｃｉｅｎｃｅ　ａｎｄ　Ｃｏｎｔｒｏｌ，Ｎａｎｊｉｎｇ　Ｕｎｉｖｅｒｓｉｔｙ　ｏｆ　Ｉｎｆｏｒｍａｔｉｏｎ　Ｓｃｉｅｎｃｅ＆Ｔｅｃｈｎｏｌｏｇｙ，　Ｎａｎｊｉｎｇ　Ｊｉａｎｇｓｕ　２１００４４，Ｃｈｉｎａ）　

ＡＢＳＴＲＡＣＴ：Ｆｏｒ　ｔｈｅ　ｃｏｍｐｌｅｘ　ｃｏｎｔｒｏｌ　ｓｙｓｔｅｍ　ｏｆ　ｆｉｇｈｔｅｒｓ，ａｎ　ｉｎｔｅｌｌｉｇｅｎｔ　ａｄａｐｔｉｖｅ　ｒｅｃｏｎｆｉｇｕｒａｔｉｏｎ　ｃｏｎｔｒｏｌ　ｍｅｔｈｏｄ　ｕｓｉｎｇ　ｍｕｈｉｐｌｅ　ｍｏｄｅｌｓ　ｗａｓ　ｐｒｅｓｅｎｔｅｄ　ｉｎ　ｔｈｉｓ　ｐａｐｅｒ，ｗｈｉｃｈ　ｍａｋｅｓ　ｔｈｅ　ｓｙｓｔｅｍ　ａｃｈｉｅｖｅ　ｒｅｃｏｎｆｉｇｕｒｅ　ｃｏｎｔｒｏｌ　ｗｈｉｌｅ　ｓｏｍｅ　ｓｔｒｕｃｔｕｒ—　

车辆动态目标位置跟踪的自适应预测控制研究

莫舒玥

【摘要】车辆在行驶过程中由于受车载、路况、车体运动状态、环境变化等因素影响,使得通过建立数学模型来精确描述车辆动态过程变得非常困难,导致传统基于模型的控制方法难以适应车辆行驶过程中复杂的动态变化因素.针对车辆的动态目标位置跟踪特点,通过构建车辆动态目标位置的运动学模型,采用自适应预测控制方法(Model-free Adaptive Predictive Control,简称MFAPC)研究车辆弯道保持系统中的动态目标位置跟踪问题,并基于MFAPC方法实现控制器的设计.控制仿真结果表明,相比PID控制方法,采用无模型自适应预测控制方法对车辆动态目标位置进行动态跟踪控制,其跟踪精度更高,控制过程更加平稳,从而使车辆驾驶过程具有更好的舒适性.

【期刊名称】《机械设计与制造》

【年(卷),期】2018(000)012

【总页数】5页(P96-99,104)

【关键词】动态目标位置;运动学模型;自适应预测控制;PlD控制

【作者】莫舒玥

【作者单位】广西交通职业技术学院汽车工程系,广西南宁 530022

【正文语种】中文

【中图分类】TH16;TP13

1 引言

随着公路交通的智能化，车辆智能控制技术越来越重要，其中智能车辆自主导航技术受到广泛关注[1-2]。横向控制是车辆自主导航的关键技术，其表示车辆在不同的车速、荷载、路况以及风阻等条件下自动跟踪行车路线，并保证一定的舒适性和平稳性，即车辆的转向控制。

车辆的数学模型包括动力学模型和运动学模型两种建模方式。动力学模型的构建受车载、路况、车体运动状态、环境变化等因素影响，且部分影响因素难以测量和确定，而运动学模型则从车辆运动学状态角度出发，只需要通过位置、速度或加速度等信息即可描述车辆与行车路线之间的关系，且这些描述变量都具有实时可测量性，可避免动力学模型的缺陷[3-7]，因此采用运动学模型来对被控车辆进行建模。

一种航天器智能自适应控制方法

第３４卷第３期　２００８年６月　空间控制技术与应用　Ａｅｒｏｓｐａｃｅ　Ｃｏｎｔｒｏｌ　ａｎｄ　Ａｐｐｌｉｃａｔｉｏｎ　・７・　

一种航天器智能自适应控制方法　：ｌ：　

沈少萍　，吴宏鑫　

（１．北京控制工程研究所，北京１００１９０；２．空间智能控制国防重点实验室，北京１００１９０）　

摘要：航天器智能自适应控制是航天器智能自主控制的一个重要组成部分。研　究以带可伸缩挠性附件航天器为对象，以实现高精度、高稳定度和强适应性为目标　

的智能自适应控制的基本原理和方法，根据对象特征模型和自适应黄金分割控制　

律提出了基于附件长度的变参数主动控制方法，即中心刚体控制与挠性附件主动　控制相结合的联合自适应控制方法。数学仿真结果表明不管航天器挠性附件伸展　或收缩，亦或是受到共振扰动，该控制器都能快速抑制姿态角和模态的振动，而且　

姿态角和模态超调量都很小，其控制效果优于其他控制器的控制效果。　关键词：集散型智能自适应控制；带可伸缩挠性附件航天器；特征模型　中图分类号：ＴＰ２７３．２　文献标识码：Ａ　

文章编号：１６７４。１５７９（２００８）０３－０００７－０５　

Ａ　Ｍｅｔｈｏｄ　ｏｆ　Ｉｎｔｅｌｌｉｇｅｎｔ　Ａｄａｐｔｉｖｅ　Ｃｏｎｔｒｏｌ　ｆｏｒ　Ｓｐａｃｅｃｒａｆｔ　

ＳＨＥＮ　Ｓｈａｏｐｉｎｇ　一．ＷＵ　Ｈｏｎｇｘｉｎ　＇　（　．日ｅ　ｎｇ　Ｉｎｓｔｉｔｕｔｅ　ｏｆ　Ｃｏｎｔｒｏｌ　Ｅｎｇｉｎｅｅｒｉｎｇ，Ｂｅｉｊｉｎｇ　１００１９０，Ｃｈｉｎａ；　

２．Ｎａｔｉｏｎａｌ　Ｌａｂｏｒａｔｏｒｙ　ｏｆ　ａｃｅ　Ｉｎｔｅｌｌｉｇｅｎｔ　Ｃｏｎｔｒｏｌ，Ｂｅｒｉｎｇ　１００１９０，Ｃｈｉｎａ）　

Ａｂｓｔｒａｃｔ：Ｉｎｔｅｌｌｉｇｅｎｔ　ａｄａｐｔｉｖｅ　ｃｏｎｔｒｏｌ　ｏｆ　ｓｐａｃｅｃｒａｆｔ　ｉｓ　ａｎ　ｉｍｐｏｒｔａｎｔ　ｐａｒｔ　ｏｆ　ｉｎｔｅｌｌｉｇｅｎｔ　ａｕｔｏｎｏｍｏｕｓ　ｃｏｎｔｒｏｌ　

ｆｏｒ　ｓｐａｃｅｃｒａｆｔ．Ｉｎ　ｔｈｉｓ　ｐａｐｅｒ，ｂｙ　ｔａｋｉｎｇ　ｔｈｅ　ｓｐａｃｅｃｒａｆｔ　ｗｉｔｈ　ｄｅｐｌｏｙａｂｌｅ　ａｎｄ　ｒｅｔｒａｃｔａｂｌｅ　ｆｌｅｘｉｂｌｅ　ａｐｐｅｎｄａｇｅ　ａｓ　ｔｈｅ　ｏｂｊｅｃｔ，ｔｈｅ　ｐｒｉｎｃｉｐｌｅ　ａｎｄ　ｍｅｔｈｏｄ　ｏｆ　ｉｎｔｅｌｌｉｇｅｎｔ　ａｄａｐｔｉｖｅ　ｃｏｎｔｒｏｌ　ａｒｅ　ｒｅｓｅａｒｃｈｅｄ　ＳＯ　ａｓ　ｔｏ　ｒｅａｌｉｚｅ　ｔｈｅ　ｃｏｎｔｒｏｌ　ｔａｒｇｅｔ　ｏｆ　ｈｉｇｈ　ｐｒｅｃｉｓｉｏｎ，ｈｉｇｈ　ｓｔａｂｉｌｉｔｙ　ａｎｄ　ｓｔｒｏｎｇ　ａｄａｐｔａｂｉｌｉｔｙ．Ａｃｃｏｒｄｉｎｇ　ｔｏ　ｔｈｅ　ｃｈａｒａｃｔｅｒｉｓｔｉｃ　