驾驶机器人车辆多新息动态转向力矩补偿

• 作者: 陈刚 顾爱博
• 来源期刊: 西安交通大学学报
• 关键词: 驾驶机器人车辆 动态转向力矩补偿 多新息 转向性能 离线自学习
• 年，卷（期）: 2020,（7）
• 页码范围: 43-51
• 页数: 9页
• 分类号: U461.1
• 语种: 中文
• DOI: 10.7652/xjtuxb202007006

摘要

为了减小驾驶机器人车辆长期自动驾驶过程中转向性能下降带来的影响,提出了一种基于多新息的驾驶机器人车辆动态转向力矩补偿方法.构建了车辆动力学模型和驾驶机器人车辆动力学模型;建立了以路径曲率及车速为输入、方向盘转向角为输出的驾驶机器人车辆转向性能离线自学习模型;建立了以方向盘角速度、角加速度及车轮转角为输入,转向机械手驱动力矩为输出的受控自回归在线辨识模型,并运用遗忘因子多新息最小二乘方法进行参数辨识,将迭代计算过程中的标量新息扩展为向量新息,提高了驾驶机器人车辆转向性能参数的辨识精度;驾驶机器人车辆自动驾驶过程中,利用离线自学习模型和转向机械手动力学方程计算出转向电机输出力矩,加上反馈回来的驱动力矩误差,实现对驾驶机器人车辆转向力矩的在线动态补偿.仿真与试验结果对比表明:所提方法辨识的转向力矩误差在0.1 N·m以内,跟踪目标路径的横向位移偏差小于0.2 m;所提方法有效减小了驾驶机器人车辆转向性能下降造成的影响.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	陈刚	南京理工大学机械工程学院	30	170	7.0	12.0
2	顾爱博	南京理工大学机械工程学院	1	0	0.0	0.0