• 论文 •    下一篇

自抗扰无人车纵向编队跟踪控制

史豪楠1,陈森1,赵志良1,2   

  1. 1. 陕西师范大学数学与信息科学学院, 西安 710062; 2. 东北大学流程工业综合自动化国家重点\\实验室, 沈阳 110004
  • 出版日期:2021-02-25 发布日期:2021-04-19

史豪楠, 陈森, 赵志良. 自抗扰无人车纵向编队跟踪控制[J]. 系统科学与数学, 2021, 41(2): 291-309.

SHI Haonan, CHEN Sen, ZHAO Zhiliang. Active Disturbance Rejection Longitudinal Formation Tracking Control of Unmanned Vehicles[J]. Journal of Systems Science and Mathematical Sciences, 2021, 41(2): 291-309.

Active Disturbance Rejection Longitudinal Formation Tracking Control of Unmanned Vehicles

SHI Haonan1, CHEN Sen1, ZHAO Zhiliang 1,2   

  1. 1. School of Mathematics and Information Science, Shaanxi Normal University, Xi’an 710062; 2. State Key Laboratory of Synthetical Automation for Process Industries, Northeastern University Shenyang 110004
  • Online:2021-02-25 Published:2021-04-19

针对空气阻力, 非线性摩擦以及外部干扰等无法精确建模的复杂不确定性因素对无人车纵向编队跟踪控制的不利影响, 为提升控制精度和收敛速度, 文章提出了基于前车与自身状态信息的自抗扰无人车纵向编队跟踪控制设计方法. 文章通过构造扩张状态观测器在线估计由前车与当前车辆系统内部未建模动态以及外部干扰等不确定性因素构成的总扰动, 并在反馈控制中利用总扰动的估计值消除总扰动的不利影响以提升控制性能品质. 文章严格证明了控制闭环系统的稳定性和收敛性并利用仿真验证了所提出方法的优越性.

The aerodynamic drag, friction resistant, and the other unknown external disturbance whose dynamics models are hard to be established always bring adverse influence on the unmanned vehicles control. To improve control accuracy and tracking speed of longitudinal formation control of unmanned vehicles, we develop an active disturbance rejection tracking control method by using the state information of the considered vehicle and the front vehicle. An extended state observers is developed to estimate the total disturbance that consists of the unmodeled system dynamics and the external disturbance involves both the considered and the front vehicles. The feedback controller is constructed based on the extended state observers, where the total disturbance is compensated by their estimates. The convergence and the stability of the feedback control closed-loop system are proved rigorously. Simulations are carried out to illustrate the merits of the proposed method.

()
[1] 程帅,于金鹏,赵林,于海生. [J]. 系统科学与数学, 2020, 40(12): 2211-2224.
[2] 董辉,张圻,吴祥,吴言穗. 基于自抗扰控制器的CNC雕刻机控制系统轮廓误差控制[J]. 系统科学与数学, 2019, 39(7): 1001-1016.
[3] 孙振东. 切换线性系统的暂态性能优化[J]. 系统科学与数学, 2019, 39(2): 266-277.
[4] 贾彦娜. 自抗扰控制处理边界带有干扰的具有尖端质量的 Timoshenko 梁方程的稳定性[J]. 系统科学与数学, 2018, 38(11): 1252-1266.
[5] 陈志翔,高钦和. 频域内LESO和HGTD的稳定性分析[J]. 系统科学与数学, 2018, 38(10): 1101-1109.
[6] 王乐,何舒平. 基于Kleinman迭代算法的非线性系统自适应控制器设计[J]. 系统科学与数学, 2017, 37(9): 1885-1892.
[7] 熊凯,魏春岭. 基于自适应极大后验估计的空间目标运动状态确定[J]. 系统科学与数学, 2017, 37(8): 1729-1740.
[8] 张均豪,张文安. 磁悬浮球系统的线性自抗扰控制与参数整定[J]. 系统科学与数学, 2017, 37(8): 1741-1756.
[9] 许丹丹,杨世海. 南极大型望远镜跟踪系统的鲁棒自适应控制研究[J]. 系统科学与数学, 2017, 37(6): 1404-1412.
[10] 赵慧,陈玉全,邵长星,王永. 智能空间刚架的模糊自抗扰振动抑制研究[J]. 系统科学与数学, 2017, 37(5): 1194-1204.
[11] 蒋衍光,黄一,薛文超,方海涛. 拟一致无迹卡尔曼滤波算法[J]. 系统科学与数学, 2017, 37(4): 965-977.
[12] 张艺凡,刘亮. 一类随机上三角非线性系统的全局渐近输出反馈镇定[J]. 系统科学与数学, 2017, 37(2): 338-346.
[13] 李武全,王会. 一类随机非线性马尔可夫切换系统的输出反馈控制[J]. 系统科学与数学, 2017, 37(2): 347-354.
[14] 曹少中,涂序彦. 多变量协调控制理论研究与发展[J]. 系统科学与数学, 2016, 36(9): 1476-1486.
[15] 曹桂洲,刘艳红. 基于随机Hamilton 实现的车摆系统干扰抑制控制[J]. 系统科学与数学, 2016, 36(7): 1006-1015.
阅读次数
全文


摘要