無(wú)人駕駛地下礦用汽車(chē)路徑跟蹤與速度決策研究

《無(wú)人駕駛地下礦用汽車(chē)路徑跟蹤與速度決策研究》由會(huì)員分享，可在線閱讀，更多相關(guān)《無(wú)人駕駛地下礦用汽車(chē)路徑跟蹤與速度決策研究（2頁(yè)珍藏版）》請(qǐng)?jiān)谘b配圖網(wǎng)上搜索。

1、 無(wú)人駕駛地下礦用汽車(chē)路徑跟蹤與速度決策研究 隨著我國(guó)對(duì)地下礦產(chǎn)資源開(kāi)采量的顯著增加 , 國(guó)家大力發(fā)展深部采礦 , 隨著開(kāi)采深度增加 , 工作環(huán)境高溫、 高濕、噪聲振動(dòng)等對(duì)礦山設(shè)備操作人員健康造成極大危害 , 因此無(wú)人駕駛系統(tǒng)受到廣泛關(guān)注。本文以 30 噸級(jí)地下礦用鉸接式自卸車(chē)為研究對(duì)象 , 針對(duì)無(wú)人駕駛地下礦用汽車(chē)的路徑跟蹤控制、 速度決策算法方面做了相應(yīng)的研究。 旨在實(shí)現(xiàn)無(wú)人駕駛過(guò)程中的路徑跟蹤和抑制地形引起的整車(chē)振動(dòng)。 本文對(duì)實(shí)車(chē)進(jìn)行電氣化改造 , 并搭建了小比例模型樣機(jī) , 建立了用于硬件在環(huán)仿真的實(shí)時(shí)模型虛擬樣機(jī)。 在實(shí)車(chē)和小比例樣機(jī)上加裝了相同的信息采集

2、系統(tǒng)、通信系統(tǒng)和主控制器 , 實(shí)現(xiàn)了地下礦用汽車(chē)實(shí)車(chē)及其模型樣機(jī)的人工操作、 遙控操作以及無(wú)人駕駛功能。 在樣機(jī)的基礎(chǔ)上定義了參考軌跡與實(shí)際軌跡的偏差并證明了車(chē)速與整車(chē)垂向振動(dòng)響應(yīng) 幅值線性關(guān)系。對(duì)實(shí)車(chē)轉(zhuǎn)向與速度控制模型進(jìn)行系統(tǒng)辨識(shí) , 發(fā)現(xiàn)轉(zhuǎn)向控制模型為純滯后比例環(huán)節(jié) , 速度控制模型為純滯后一階慣性環(huán)節(jié)。為路徑跟蹤與速度決策算法設(shè)計(jì)提供了理論依據(jù)。 根據(jù)反應(yīng)式導(dǎo)航控制策略 , 以 PID 控制算法為基礎(chǔ) , 設(shè)計(jì)了基于強(qiáng)化學(xué)習(xí)的自適應(yīng) PID路徑跟蹤方向控制器 , 該控制器以軌跡偏差為輸入 , 以轉(zhuǎn)角控制量為輸 出 , 通過(guò)強(qiáng)化學(xué)習(xí)算法對(duì) PID 參數(shù)進(jìn)行在線自適應(yīng)整定

3、。之后根據(jù)駕駛員預(yù)瞄模型 , 制定了路徑跟蹤速度控制策略 , 并設(shè)計(jì)了基于監(jiān)督學(xué)習(xí)的模糊神經(jīng)網(wǎng)絡(luò)路徑跟蹤速度控制器。利用監(jiān)督學(xué)習(xí)算法 , 以駕駛員行駛數(shù)據(jù)作為訓(xùn)練樣本 , 對(duì)控制器參數(shù)進(jìn)行學(xué)習(xí)。以垂向振動(dòng)加速度幅值與車(chē)速的線性關(guān)系為基礎(chǔ) , 推導(dǎo)了基于整車(chē)垂向振動(dòng)的理想速 度, 并以路徑跟蹤速度控制器輸出、 理想速度和縱向加速度作為約束 , 設(shè)計(jì)了速度決策算法 , 參數(shù)通過(guò)監(jiān)督學(xué)習(xí)算法由駕駛員數(shù)據(jù)訓(xùn)練得出。 隨后定義了激光雷達(dá)點(diǎn)云數(shù)據(jù)的特征向量和地形粗糙度評(píng)分函數(shù) , 并 根據(jù)粗糙程度將地形分類(lèi)二值化以使用自監(jiān)督學(xué)習(xí)算法進(jìn)行學(xué)習(xí) , 學(xué)習(xí)樣本由激光

4、雷達(dá)和慣性導(dǎo)航模塊數(shù)據(jù)經(jīng)濾波后在線自動(dòng)產(chǎn)生。 將地形粗糙度結(jié)果用于速度預(yù)測(cè)從而改進(jìn)速度決策算法。 最后通過(guò)仿真驗(yàn)證和道路實(shí)車(chē)實(shí)驗(yàn)分別對(duì)路徑跟蹤和速度決策算法進(jìn)行測(cè)試。 路徑跟蹤實(shí)驗(yàn)結(jié)果顯示自適應(yīng) PID 路徑跟蹤方向控制器相比傳統(tǒng)固定參數(shù) PID 控制器橫向位置偏差、航向角偏差、曲率偏差和轉(zhuǎn)角控制量的幅值、均值、方差均有明顯減少 , 而模糊神經(jīng)網(wǎng)絡(luò)路徑跟蹤速度控制器輸出與駕駛員速度控制意圖接近； 速度決策算法實(shí)驗(yàn)結(jié)果顯示該算法結(jié)合速度預(yù)測(cè)在崎嶇路面可以明顯降低整車(chē)超閾值垂向振動(dòng)次數(shù)與幅值 , 同時(shí)在平坦路面能夠提高車(chē)速。實(shí)驗(yàn)結(jié)果證明了路徑跟蹤方向 和速度控制器能夠?qū)o(wú)人駕駛地下礦用汽車(chē)進(jìn)行有效控制。 速度決策算法可以有效抑制由地形引起的整車(chē)垂向振動(dòng)。 本文為無(wú)人駕駛地下礦用汽車(chē)路徑跟蹤與速度決策研究提供了理論依據(jù)。