重庆理工大学学报2020,Vol.34Issue(10) :50-57.DOI:10.3969/j.issn.1674-8425(z).2020.10.007

基于空间MPC算法的矿用车辆轨迹跟踪研究

Spatial Model Predictive Control for Trajectory Tracking of Autonomous Vehicle in Coal Mine

马浩楠 贾运红
重庆理工大学学报2020,Vol.34Issue(10) :50-57.DOI:10.3969/j.issn.1674-8425(z).2020.10.007

基于空间MPC算法的矿用车辆轨迹跟踪研究

Spatial Model Predictive Control for Trajectory Tracking of Autonomous Vehicle in Coal Mine

马浩楠 1贾运红2
扫码查看

作者信息

  • 1. 煤炭科学研究总院,北京 100013
  • 2. 煤炭科学研究总院,北京 100013;中国矿业大学(北京)机电与信息工程学院,北京 100083;中国煤炭科工集团太原研究院,太原 030006
  • 折叠

摘要

针对矿井无人运输车辆轨迹跟踪控制问题,提出了一种改进的空间模型预测控制(SMPC)算法.首先,将传统的基于时间的车辆运动学模型转换为基于空间的偏差模型,降低预测方程维度,减小控制器的计算负担;其次,让目标函数最小化车辆转向曲率的1 、2阶导数和横向位移偏差,通过优化车辆转向曲率的1 、2阶导数减少转向角突然变化对转向部件和车辆结构造成的损伤,保证轨迹跟踪精确性的同时确保车辆行驶的平稳性;最后,将目标函数转化为二次规划问题进行求解最优曲率.模拟井下巷道条件在双移线工况和实际工况下对车辆进行仿真实验,结果表明:在2种工况下,SMPC控制算法均能保证轨迹跟踪的精确性和平稳性,且控制效果优于标准MPC.此外,SMPC算法在不同负载下也具有良好的鲁棒性.

关键词

空间模型预测控制/矿用重型车辆/弗莱纳框架

引用本文复制引用

基金项目

山西省重点研发计划项目(201603D121030)

山西省应用基础研究项目(201801D121189)

出版年

2020
重庆理工大学学报
重庆理工大学

重庆理工大学学报

CSTPCD北大核心
影响因子:0.567
ISSN:1674-8425
被引量4
参考文献量13
段落导航相关论文