Inversion-free feed-forward and feedback control of MSM based actuator with large non-smooth input hysteresis
针对具有大非平滑迟滞和高传感噪声的 MSM 执行器,本文采用无逆前馈迟滞补偿器与鲁棒反馈 PI 回路整形相结合的方法,实验证明该并行控制方案有效提升了位置控制的整体性能。
2025-04-26 cs.SY eess.SY
Feedforward PID Control of Full-Car with Parallel Active Link Suspension for Improved Chassis Attitude Stabilization
PID控制通常用于主动悬架系统中以实现期望的底盘姿态,其中,由于延迟,反馈信息很难调节侧倾和俯仰行为以及稳定底盘姿态,这可能导致当车辆以大的纵向速度转向时的侧翻。为了解决反馈延迟在底盘姿态稳定的问题,在本文中,前馈控制策略,提出了一个以前开发的PID控制方案相结合,在最近推出的并联主动悬架(PALS)。数值模拟与非线性多体车辆模型进行,其中一组ISO驾驶演习进行了测试。结果表明,基于前馈的控制方案相比,传统的PID控制,具有更快的收敛速度,在制动转弯和步骤转向机动,和幸存的鱼钩机动(虽然显示两轮抬离)与50英里每小时的机动入口速度,在传统的PID控制翻转。
2022-03-08 cs.SY eess.SY
Sparse Feedback Controller: From Open-loop Solution to Closed-loop Realization
本文研究线性定常系统的离散时间稀疏反馈控制,提出利用动态线性补偿器实现输入稀疏性的最优反馈控制器,证明了开环与闭环稀疏控制解的等价性,并将其扩展至前馈跟踪问题。
2023-07-29 cs.SY eess.SY math.OC
Robust Path Following Control for Vehicles with Uncertain Steering Resistance Using Model Error Compensation
本文提出了一种考虑转向阻力动态的鲁棒路径跟随控制方法,通过模型误差补偿提高跟踪精度。将转向角作为状态变量,并将转向阻力纳入控制模型,引入模型误差补偿器以应对转向阻力变化,提升系统适应性。
2026-07-20 cs.SY eess.SY
Linear matrix inequality based Type-III compensator synthesis for DC-DC converters
本文针对带宽受限的DC-DC变换器抗扰问题,提出基于Hinf控制和凸优化的Type-III补偿器与固定阶DOB同时设计方法,通过两阶段迭代算法将非凸约束转化为线性矩阵不等式求解,并在200W多相交错升压变换器原型上验证了其优于K-factor方法的性能。
2023-10-20 cs.SY eess.SY
Parallel Feedforward Compensation for Output Synchronization: Fully Distributed Control and Indefinite Laplacian
这项工作是与使用并行前馈补偿器(PFC)的问题,输出同步异构代理和这种方法可以提供的好处。具体而言,它解决了添加稳定的PFC的代理,相互作用,使用扩散耦合。这种PFC的应用价值是双重的。首先,在需要考虑初始条件的情况下,例如平均一致性和分布式优化,无源性短系统之间的输出同步需要全局信息用于控制器的设计,这是一个问题。我们表明,一个稳定的PFC可以设计钝化的无源性短系统,而其输出渐近消失,其输入趋于零。结果,通过完全分布式控制在这些系统之间实现输出同步,而不改变原始一致性结果。其次,在符号加权图上的输出同步的文献中,通常要求图的Laplacian是半正定的,即,无向图的$L \geq 0$或平衡有向图的$L + L^T \geq 0$。我们表明,PFC作为输出反馈的通信图,以提高对负权重边缘的鲁棒性。其结果是,输出同步实现了一个有符号的加权和平衡的图,即使相应的拉普拉斯算子不是半正定的。
2022-04-25 cs.MA cs.SY eess.SY
Cooperative Adaptive Cruise Control Design and Implementation
本文在2017款福特Fusion平台上设计实现基于前馈PD控制器与DSRC通信的CACC系统,提出弯道检测失效解决方法,实验证明其跟车性能优于传统自适应巡航控制器。
2023-06-14 cs.SY eess.SY
Feedback-feedforward Signal Control with Exogenous Demand Estimation in Congested Urban Road Networks
针对城市路网交通不确定性问题,提出结合路段占有率与外生需求实时估计的反馈-前馈线性二次信号控制方案,仿真验证其在需求激增场景下性能优于忽略外生需求的传统方案。
2024-10-06 cs.SY eess.SY
An I + PI Controller Structure for Integrating Processes with Dead-Time: Application to Depth Control of an Autonomous Underwater Vehicle
本文提出了一种具有I和PI控制器的前馈加反馈控制器结构,用于控制具有时滞的积分过程。提供了基于阻尼因子和固有频率的时域规范的控制器增益选择的指导方针,以及指示过程响应的选择性的模拟。通过对非线性自主水下航行器系统的深度控制进行仿真,证明了所提出的控制器结构的实用性。
2019-08-25 cs.SY eess.SY
Delay-Compensated Distributed PDE Control of Traffic with Connected/Automated Vehicles
针对一类由$2\times 2$一阶双曲型非线性偏微分方程控制的ARZ交通模型,提出了一种输入时滞补偿设计方法.交通流量包括自适应巡航控制装备(ACC装备)和手动驾驶的车辆。控制输入是配备ACC和联网车辆的时间间隔,该时间间隔会受到通信滞后导致的延迟的影响。对于线性化后的系统,提出了一种新的具有显式核函数的三分支反步变换来补偿输入延迟。证明了该变换是有界的、连续的和可逆的,并给出了显式的逆变换。基于这种变换,我们得到了显式预测反馈控制器。证明了带时滞补偿器的闭环系统在$L_2$范数下的指数稳定性。仿真结果表明,在所提出的控制器下,闭环系统的性能得到了改善。
2022-09-02 cs.SY eess.SY
Twin-in-the-loop state estimation for vehicle dynamics control: theory and experiments
在车辆动力学控制中,许多感兴趣的变量不能直接测量,因为传感器可能是昂贵的,脆弱的,甚至不可用。因此,需要使用实时估计技术。先前的方法具有两个主要缺点:(i)由于模型失配而导致的近似可能危及最终基于估计的控制的性能;(ii)每个新的估计器需要从头开始校准专用模型。在本文中,我们提出了一种双闭环方案,其中ad-hoc模型被替换为车辆的精确多体模拟器,通常可用于车辆制造商,适合于估计任何车载变量,再加上闭环观测器方案内的补偿器。鉴于数字孪生的黑盒性质,基于贝叶斯优化,开发了一种数据驱动的观测器调整方法。与传统的基于模型的卡尔曼滤波相比,所提出的估计方法用于估计车辆状态和力的有效性,实验显示在与跑车收集的数据集上。
2023-03-09 cs.SY eess.SY
Benchmarking Empirical and Learning-Based Approaches for Feedforward Steering Control in Autonomous Racing
Chair of Automatic Control, Department of Engineering Physics and Computation, Technical University of Munich(慕尼黑技术大学自动控制系);Professorship of Autonomous Vehicle Systems (AVS), Department of Mobility Systems Engineering, Technical University of Munich(慕尼黑技术大学移动系统工程系自动驾驶车辆系统教授职位)
本文通过系统评估两种学习方法和两种经验方法的前馈转向控制器,发现学习方法在开环评估中预测误差最小,但在闭环测试中路径跟踪性能和圈速并不优于所提出的方法,表明在完整轨迹规划和控制软件栈中评估前馈策略的必要性。
2026-05-20 cs.RO cs.SY eess.SY
Station-keeping control of an unmanned surface vehicle exposed to current and wind disturbances
本文评估了无人水面舰艇在风和洋流扰动下的驻留控制性能,比较了非线性比例导数、反步法和滑模反馈控制器的效果,发现滑模控制器表现最佳,风前馈控制对部分控制器有显著提升作用。
2017-02-16 cs.RO cs.SY eess.SY
The Twin-in-the-Loop approach for vehicle dynamics control
针对车辆动力学控制器设计周期长、调校成本高的问题,提出将仿真器车载化的双体在环方法,仅需调校简单偏差补偿器即可完成终端校准,在主动制动场景下精度与鲁棒性均优于现有方法。
2023-07-21 cs.SY eess.SY
Improving gearshift controllers for electric vehicles with reinforcement learning
在多速变速器开发过程中,换档控制器参数的最终标定通常在物理试验台上进行。工程师通常将从控制器参数到换档质量的映射视为黑箱,并使用植根于实验设计的方法-纯统计方法-来推断将最大化所选换档性能指标的参数组合。不幸的是,这种方法需要进行数千次换档试验,最终阻碍了对不同控制策略的探索。在这项工作中,我们校准的前馈和反馈参数的换档控制器使用基于模型的强化学习算法从Pilco改编。实验结果表明,该方法在换档试验次数较少的情况下优化了控制器参数。这种方法可以加速换档控制策略的探索,这对于新兴的电动汽车多速变速器技术尤为重要。
2021-12-01 cs.SY eess.SY
Robust Trajectory Tracking Error Model-Based Predictive Control for Unmanned Ground Vehicles
Delft University of Technology(代尔夫特理工大学);University of Leuven (KU Leuven)(鲁汶大学)
提出了一种新的基于误差的鲁棒轨迹跟踪控制方法。基于轨迹跟踪误差模型设计了一种线性模型预测控制器,其控制作用与前馈和鲁棒控制作用相结合。实验结果表明,所提出的控制结构是能够让牵引车拖车系统跟踪直线和曲线的目标轨迹与低跟踪误差。
2021-03-31 cs.RO cs.SY eess.SY
Path Planning and Robust Path Tracking Control of an Automated Parallel Parking Maneuver
针对低速短时域带停车换向的自动泊车需求,提出分段多项式优化路径规划及含扰动观测器的鲁棒PID跟踪控制方法,经仿真验证性能优于常见控制方案。
2024-10-07 cs.SY eess.SY
Energy and Flow Effects of Optimal Automated Driving in Mixed Traffic: Vehicle-in-the-Loop Experimental Results
本文通过实验证明了预期跟车算法在减少汽油发动机和电动互联自动驾驶汽车(CAV)的能源消耗方面的有效性,而不会牺牲安全性和交通流量。我们提出了一个车辆在环(VIL)的测试环境中,实验CAV在轨道上行驶与周围的虚拟交通实时交互。我们探讨了城市和高速公路行驶周期以及微观模拟产生的紧急高速公路交通时的节能问题。模型预测控制处理高水平速度规划,并受益于前面的CAV的通信意图或前面的人类驾驶车辆的估计的可能运动。结合经典反馈控制和数据驱动的踏板非线性前馈控制,实现了低水平的加速度跟踪。控制器在ROS中实现,能量通过校准的OBD-II读数测量。我们报告说,与实际校准的人类驾驶员汽车跟随相比,在不牺牲跟随车头时距的情况下,能源经济性提高了30%。
2020-09-16 cs.SY eess.SY
Adaptive Wall-Following Control for Unmanned Ground Vehicles Using Spiking Neural Networks
本文提出了一种基于脉冲神经网络的自适应沿墙控制框架,结合实时墙壁拟合、离散线性二次调节器和点匹配算法,在存在扰动和执行器故障时实现了优于传统方法的复杂轨迹跟踪与不规则墙壁跟随。
2025-03-01 cs.SY eess.SY
Motion Estimation of Connected and Automated Vehicles under Communication Delay and Packet Loss of V2X Communications
互联和自动驾驶汽车(CAV)技术的出现使我们的交通系统中的许多先进应用成为可能,使我们的日常出行在安全性、移动性和可持续性方面受益。然而,诸如专用短程通信(DSRC)或基于蜂窝的车辆到一切(C-V2X)通信之类的车辆通信技术不可避免地引入了诸如通信延迟和分组丢失之类的问题,这将降低任何CAV应用的性能。在这项研究中,我们提出了一种基于共识的运动估计方法来估计车辆运动时,车辆通信环境是不理想的。这种方法是基于共识的前馈/反馈运动控制算法,估计的CAV的位置和速度存在的通信延迟和数据包丢失。仿真研究是在无信号交叉口的交通场景中进行的,其中CAV通过V2X通信彼此协调并且不完全停止地穿过交叉口。基于游戏引擎的人在环仿真结果表明,所提出的运动估计方法可以在周期性的数据包丢失和时变的通信延迟的位置估计误差上限为0.5米。
2021-01-19 cs.SY eess.SY
Non-Ideal Two-Level Battery Charger-Modeling and Simulation
针对电动汽车两级电池充电器,本文通过稳态与动态建模分析开关及储能元件非理想特性的影响,并设计PI补偿器控制充电电流,为充电器优化提供依据。
2024-12-16 cs.SY eess.SY
A Barrier-Certified Optimal Coordination Framework for Connected and Automated Vehicles
在本文中,我们扩展了一个框架,我们以前开发的连接和自动驾驶车辆(CAV)在无信号交叉口的协调,通过集成安全层使用控制障碍函数。首先,在我们的运动规划模块中,每个CAV使用简单的车辆动力学计算最佳控制轨迹。轨迹不会激活任何状态、控制和安全约束。车辆级跟踪控制器采用组合的前馈-反馈控制律来跟踪从运动规划模块得到的最优轨迹。然后,作为车辆级跟踪控制器和物理车辆之间的中间层的障碍证书模块接收来自车辆级跟踪控制器的控制律,并使用现实的车辆动力学确保状态、控制和安全约束都不会被激活。后者是通过二次规划实现的,可以实时有效地求解。我们证明了我们的扩展框架的有效性,通过数值模拟。
2022-03-30 cs.SY eess.SY math.OC
Real-time Gaussian Process based Approximate Model Predictive Trajectory Tracking Control for Autonomous Vehicles
TU Darmstadt(达姆施塔特工业大学)
本文提出基于高斯过程的近似模型预测控制方法,通过转换坐标系和引入名义前馈组件,提高数据效率,实验证明该方法在自动驾驶车辆上能更高效地实现轨迹跟踪控制。
2026-05-13 cs.SY eess.SY
The effects of four-wheel steering on the path-tracking control of automated vehicles
本研究分析考虑参考路径曲率的四轮转向车辆路径跟踪控制器稳定性,推导不同策略的稳定性区域与最优控制增益,通过数值模拟表明其在高速度小曲率下提升跟踪性能、低速度大曲率下减小转弯半径的优势。
2024-12-04 cs.SY eess.SY
Impact of Different Desired Velocity Profiles and Controller Gains on Convoy Driveability of Cooperative Adaptive Cruise Control Operated Platoons
本文针对CACC车队,采用纵向模型、PD巡航控制器和通用间距策略,仿真比较两种期望速度曲线及鲁棒PID重整定增益对720米路段与US06 SFTP工况下行驶平顺性的影响。
2023-06-03 cs.SY eess.SY
A Minimax Linear Quadratic Gaussian Method for Antiwindup Control Synthesis
school of Engineering and Information Technology, University of New South Wales at the Australian Defence Force Academy(新南威尔士大学澳大利亚国防学院工程与信息科技学院);department of Mechanical and Mechatronics Engineering, University of Waterloo(滑铁卢大学机械与机电工程系)
提出一种两阶段动态抗饱和补偿器设计方法,先设计鲁棒最优控制器保证无饱和时的稳定性与性能,再设计极小极大LQG补偿器保证饱和时吸引域内的性能,并应用于吸气式高超声速飞行器跟踪控制。
2011-08-12 cs.SY eess.SY math.OC
Stability-Aware Imitation Learning from Model Predictive Control for Autonomous Vehicle Lateral Control: Exact Q-Loss and a Novel Training Procedure
Ho Chi Minh City University of Technology (HCMUT), Vietnam National University Ho Chi Minh City (VNU-HCM)(胡志明市理工大学(HCMUT),越南国立大学胡志明市分校);Hanoi University of Science and Technology (HUST)(河内科技大学)
本文提出一种稳定性感知的模仿学习框架,通过精确Q损失和基于Lyapunov-IQC的认证裕度训练神经控制器逼近MPC策略,并在自动驾驶车辆横向控制实验中验证了闭环性能。
2026-09-22 cs.SY eess.SY
Unveiling Four Key Factors for Tire Force Control Allocation in 4WID-4WIS Electric Vehicles at Handling Limits
本研究针对4WID-4WIS电动汽车在操纵极限下的轮胎力控制分配问题,分析了垂直载荷估计、执行器动态、轮胎力约束和转向精度四个关键因素,提出了改进控制方法,并通过联合仿真验证了其有效性。
2024-03-19 cs.SY eess.SY
Neural Network-Based Impedance Identification and Stability Analysis for Double-Sided Feeding Railway Systems
针对双侧供电铁路系统运行中因车辆频繁切换运行点致系统不稳定及振荡过电压问题,提出用可解释残差前馈神经网络结合SHapley加法解释训练车辆阻抗模型,还给出推导阻抗矩阵方法,经实际数据验证可准确评估系统高低频不稳定问题。
2026-07-14 cs.SY eess.SY
Optimization tools for Twin-in-the-Loop vehicle control design: analysis and yaw-rate tracking case study
针对车辆TiL-C控制中补偿器仅靠数据调试的问题,对比BO、SMGO、VRFT三种黑盒优化方法,经横摆角速度跟踪仿真验证,VRFT一次迭代即可得调优控制器,SMGO可降低BO计算量。
2023-09-05 cs.SY eess.SY
Gaussian-Process-based Adaptive Tracking Control with Dynamic Active Learning for Autonomous Ground Vehicles
Systems and Control Laboratory, HUN-REN Inst. for Computer Science and Control(系统与控制实验室,HUN-REN计算机科学与控制研究所);Control Systems Group, Eindhoven University of Technology(控制系统组,埃因霍温理工大学);Vehicle Research Center, Széchenyi István University(车辆研究中心,塞梅尔维斯大学);ETH Zürich(苏黎世联邦理工学院)
针对自主地面车辆的建模误差与未建模动态问题,提出结合动态主动学习的高斯过程自适应跟踪控制方法,通过LPV控制器与GP补偿器实现自适应控制,动态主动学习加速训练,经仿真与实车实验验证有效性。
2025-11-12 cs.RO cs.SY eess.SY
Uncertainty-Aware Adaptive Dynamics For Underwater Vehicle-Manipulator Robots
本文提出一种不确定性感知的自适应动力学模型,用于水下车辆-机械臂机器人,通过在线估计和物理一致性约束实现参数校准与高精度控制。
2026-03-06 cs.RO cs.SY eess.SY
Connected and Automated Vehicle Distributed Control for On-ramp Merging Scenario: A Virtual Rotation Approach
在这项研究中,我们提出了一个旋转为基础的连接自动车(CAV)的分布式协同控制策略的入口匝道合并的情况。通过假设主线和匝道为直线,设计了一种虚拟旋转方法,将合并问题转化为虚拟跟车问题,降低了协调CAV合并控制的复杂度和维数。在此基础上,建立了多先导虚拟CF模型和单向多先导通信拓扑,以确定各CAV的纵向行为。具体来说,我们利用一个分布式的反馈和前馈纵向控制器,准备积极产生的差距合并CAV,减少合并造成的空隙,并确保安全和交通效率的过程中。为了保证系统的干扰衰减特性,从数学上证明了虚拟CF控制器的实际串稳定性,以抑制业务流对业务振荡的放大。此外,为了扩展虚拟CF在任意弯道匝道上的应用场景,本文采用曲线坐标建模二维并线控制,并进一步设计了基于扩展线性二次型调节器的局部横向控制器来调节车道中心线的位置偏差和角度偏差。为了系统地评价所提出的方法的控制性能,进行了数值仿真实验。结果表明,所提出的控制器可以主动减少空隙,同时保证阻尼的交通振荡的合并控制区。
2022-01-18 cs.SY eess.SY
Cooperative Adaptive Cruise Control with Constant Distance Gaps for Retrofitted Legacy Vehicles
Department of Energy, Systems, Territory and Constructions Engineering, University of Pisa(比萨大学能源、系统、领土与建筑工程系);Fraunhofer Institute FOKUS, Berlin(柏林弗劳恩霍夫FOKUS研究所);Dyson School of Design Engineering, Imperial College London(帝国理工学院戴森设计工程学院)
针对过饱和信号交叉口,提出一种基于MPC的恒定间距CACC控制器,仅用单车前视通信实现3米内紧密间距,并通过间距松弛策略提升车队长度,实车实验验证了其有效性。
2026-10-06 cs.SY eess.SY
Estimation and Tracking of a Moving Target by Unmanned Aerial Vehicles
本文提出基于YOLO边界框特征和UKF估计的无人机图像控制策略,实现无运动约束动态目标的跟踪,并通过仿真验证有效性。
2019-06-06 cs.SY eess.SY
A Preliminary Study on A Physical Model Oriented Learning Algorithm with Application to UAVs
本文通过对第一性原理物理误差的推理,对一种有效的学习算法进行了初步研究,以近实时地产生学习信号。受迭代学习控制(ILC)的启发,将该学习算法应用于无人机的前馈控制回路中,使得能够从具有不同动态特性或在不同场景下飞行的其他无人机的误差中学习。该学习框架通过分析性地结合物理模型映射提高了数据利用效率和学习可靠性,并通过赋予其自学习能力增强了基于模型方法的灵活性。数值研究进行验证所提出的学习算法。
2019-08-09 cs.SY eess.SY
Attack Analysis and Resilient Control Design for Discrete-time Distributed Multi-agent Systems
Michigan State University(密歇根州立大学)
本文研究了对离散时间分布式多智能体系统造成的网络攻击的负面影响,并提出了一种针对传感器和执行器攻击的缓解方法。通过分析攻击如何传播并影响其他节点,展示了攻击如何导致系统不稳定,并设计了分布式自适应攻击补偿器以实现安全一致性。
2019-05-14 cs.MA cs.SY eess.SY
A Hierarchical Control Framework for Drift Maneuvering of Autonomous Vehicles
Tsinghua University(清华大学)
漂移控制对于自动驾驶车辆的安全性至关重要,当由于雨或雪等外部条件而突然失去牵引力时。这是一个具有挑战性的控制问题,由于存在显着的侧滑和几乎完全饱和的轮胎。在本文中,我们专注于控制漂移机动以下圆形路径与固定或移动中心,受变化的轮胎-地面相互作用,这是常见的训练任务漂移爱好者,因此可以用作基准漂移控制的性能。为了实现上述任务,我们提出了一种新的分层控制体系结构,它的曲率和中心控制的轨迹。特别地,外环通过调整目标曲率来稳定中心,内环使用由$\mathcal{L}_1$自适应组件增强的前馈/反馈控制器来跟踪曲率。分层架构是灵活的,因为内部循环是任务不可知的,并适应轮胎-道路交互的变化,这允许外部循环独立于低层次的动态设计,开辟了结合复杂的规划算法的可能性。我们在仿真平台和1/10比例尺的遥控车上实现了我们的控制策略,仿真和实验结果都说明了我们的策略在实现上述漂移机动任务方面的有效性。
2021-11-30 cs.RO cs.SY eess.SY
A Learning-Based Tune-Free Control Framework for Large Scale Autonomous Driving System Deployment
Baidu USA LLC(百度美国有限责任公司)
本文提出了一种无调谐(人的闭环参数调整)控制框架的设计,旨在加速部署在各种车辆和驾驶环境的大规模自动驾驶系统。该框架由三个基于机器学习的过程组成,它们共同自动化自动驾驶的控制参数整定,包括:基于学习的动态建模过程,以使控制在环仿真具有高精度的车辆动力学参数整定;基于学习的开环映射过程,以解决前馈控制参数整定;更重要的是,基于贝叶斯优化的闭环参数整定过程,以自动整定反馈控制(PID、LQR、MRAC、MPC等)。模拟环境中的参数。本文表明,在控制性能的改善与参数整定效率的显着增加,在仿真和道路试验。该框架已在美国和中国的不同车辆上进行了验证。
2020-11-09 cs.LG cs.RO cs.SY
Robust Platoon Control in Mixed Traffic Flow Based on Tube Model Predictive Control
协同自适应巡航控制系统的设计在混合交通流中至关重要,其中互联自动驾驶车辆(CAV)和人类驾驶车辆(HDV)共存。与纯CAV相比,主要的挑战是如何处理HDV的预测不确定性,这可能会导致CAV的状态偏离规划轨迹。在现有的研究中,模型预测控制(MPC)被用来重新规划CAV的轨迹,以减轻在每个时间步的偏差。然而,由于重规划过程通常是通过利用车辆间通信的信息来解决优化问题来进行的,因此MPC方法遭受沉重的计算和通信负担。为了解决这一问题,本文提出了一种基于管道MPC的鲁棒队列控制框架。预测的不确定性是动态缓解的反馈控制,并限制在一个集内的高概率。当不确定性超过设定值或出现额外的外部干扰时,前馈控制被触发以规划“管”(设定值的序列),其可以约束CAV的实际轨迹。由于该方法不需要重新规划过程,因此与MPC方法相比,该方法在计算和通信方面更加有效。提供了全面的模拟,以验证所提出的框架的有效性。
2020-07-20 cs.SY eess.SY
Significance of Low-level Controller for String Stability under Adaptive Cruise Control
当前的商用自适应巡航控制(ACC)系统由决定应该遵循的最佳轨迹的上层规划器控制器和负责将气体/制动信号发送到机械系统以实际移动车辆的下层控制器组成。我们发现,低级别的控制器有显着的影响,即使串稳定的计划者:(一)一个缓慢的控制器恶化SS,(二)缓慢的控制器是常见的,因为它们产生的控制增益不足,从一个“弱”的气体/制动系统或两者,和(iii)在一个缓慢的控制器的积分项会导致不希望的过冲,影响SS。因此,我们建议调整比例/前馈增益,并确保气体/制动器不“弱”。研究结果验证了数值和经验与商用车的数据。
2021-07-17 cs.SY eess.SY
Learning-Based Control Compensation for Multi-Axis Gimbal Systems Using Inverse and Forward Dynamics
无人航空航天器通常携带传感器(即,光电和/或红外成像相机)作为其主要有效载荷。这些传感器用于图像处理、目标跟踪、监视、绘图,并为环境调查提供高分辨率图像。在所有这些应用中获得稳定的图像至关重要。这通常通过使用多轴万向节系统来实现。本文主要研究多轴框架系统的建模与控制问题。提出了一种新颖的和全面概述的程序来推导两轴框架系统的非线性和高度耦合的运动方程。与现有文献不同的是,本文采用多体动力学建模技术对双轴框架系统进行了正动力学建模。除了正向动力学模型,逆动力学模型的开发,以估计与状态和机构相关的,复杂的干扰作用在系统上的互补转矩。采用多层感知器(MLP)结构的扰动补偿器,通过转矩输入通道处理外部、内部扰动和参数不确定性。我们的初步仿真和实验工作表明,新的神经网络(神经网络)为基础的控制器是更好地执行在整个操作范围内,而不需要任何调整或调整时,与著名的控制器,如级联PID,自抗扰控制器(主动扰动抑制控制),逆动态控制器相比。
2021-12-05 cs.SY eess.SY
Adaptive Digital PID Control of a Quadcopter with Unknown Dynamics
University of Michigan(密歇根大学);MIT(麻省理工学院)
针对动力学未知的四轴飞行器,提出了一种自适应自动驾驶仪。为此,PX 4自动驾驶仪的结构进行了修改,以取代反馈和前馈控制器的自适应控制法律的基础上追溯成本自适应控制(RCAC)。本文提供了一个数值研究的性能的自适应自动驾驶仪的四轴飞行器与未知的动态。为了反映先验建模信息的缺乏,所有的自适应数字控制器初始化为零增益。此外,改变四轴飞行器的转动惯量来测试自适应自动驾驶仪的鲁棒性。在所有测试案例中,车辆被命令遵循给定的轨迹,并检查由此产生的性能。
2020-05-31 cs.RO cs.SY eess.SY
Adaptive Time-Domain Harmonic Control for Noise-Vibration-Harshness Reduction of Electric Drives
Corporate Research, Robert Bosch GmbH(罗伯特·博世有限公司企业研究部)
本文提出一种自适应时域谐波控制方法,通过改进的参数估计和delta学习策略,有效抑制电动驱动器的噪声振动粗糙度问题。
2025-12-04 cs.SY eess.SY
Sequence Aware SAC Control for Engine Fuel Consumption Optimization in Electrified Powertrain
针对串联式混合动力卡车发动机控制,提出基于SAC并融合GRU和决策变换器的序列感知强化学习框架,在HFET循环燃油节省接近动态规划,且在未见驾驶循环上优于前馈网络方法。
2025-08-06 cs.AI cs.LG cs.SY
Leveling the Playing Field: Carefully Comparing Classical and Learned Controllers for Quadrotor Trajectory Tracking
University of Pennsylvania(宾夕法尼亚大学)
本研究通过对称比较协议,发现强化学习与几何控制在四旋翼轨迹跟踪中的性能差距远小于先前报道,并开源了两种控制器的实现。
2025-06-21 cs.LG cs.RO cs.SY