汽車駕駛機器人智能控制及其半實物仿真平臺研究.pdf

1、隨著汽車工業(yè)的發(fā)展，人類對汽車的性能要求越來越高，這就需要借助于大量的試驗來改進設(shè)計。而汽車試驗中的許多項目，由于重復(fù)性強、持續(xù)時間長、危險性大、工作環(huán)境惡劣、勞動強度大，因此更適合由機器人來代替試驗人員進行汽車試驗。利用駕駛機器人代替人類駕駛員進行汽車試驗對于減輕試驗人員的勞動強度，降低試驗環(huán)境對試驗人員的傷害，節(jié)省試驗費用，提高試驗效率，增強試驗結(jié)果的客觀性和準(zhǔn)確度，消除人為因素的影響，進而加速汽車研發(fā)進度都有重要的意義。
　

2、　 本文以汽車排放耐久性試驗系統(tǒng)項目為背景，以增強駕駛機器人的車輛性能自學(xué)習(xí)能力，提高駕駛機器人的車速跟蹤精度，改善與提高駕駛機器人駕駛車輛的品質(zhì)為目標(biāo)開展了相關(guān)的研究工作。本文的主要研究內(nèi)容及成果包括：
　　 1、對汽車駕駛機器人系統(tǒng)設(shè)計進行了研究。給出了汽車駕駛機器人的基本要求和系統(tǒng)結(jié)構(gòu)，同時研究了汽車駕駛機器人油門機械腿、制動機械腿、離合器機械腿和換擋機械手的執(zhí)行機構(gòu)及驅(qū)動方式，并給出了各機械腿/手的主要技術(shù)指標(biāo)，完成了

3、汽車駕駛機器人的硬件系統(tǒng)設(shè)計、控制軟件設(shè)計和抗干擾設(shè)計。
　　 2、對汽車換擋規(guī)律和換擋品質(zhì)評價與駕駛機器人換擋控制進行了研究。針對目前換擋品質(zhì)評價方法的不足，提出了一種基于證據(jù)理論和模糊神經(jīng)網(wǎng)絡(luò)的換擋品質(zhì)評價方法。運用主觀評價和客觀評價相結(jié)合的方法，通過證據(jù)理論對不同駕駛員給出的主觀評價進行數(shù)據(jù)融合，通過模糊神經(jīng)網(wǎng)絡(luò)對由儀器測得的客觀評價指標(biāo)和經(jīng)證據(jù)合成后的相應(yīng)主觀評價構(gòu)成的樣本向量進行學(xué)習(xí)和訓(xùn)練，建立了換擋品質(zhì)評價系統(tǒng)。計算

4、和試驗結(jié)果表明，該方法克服了主觀評價和客觀評價各自的缺點，能客觀、準(zhǔn)確、有效地評價換擋品質(zhì)。在此基礎(chǔ)上，為了實現(xiàn)汽車駕駛機器人擋位決策的智能化，提出了一種汽車駕駛機器人模糊神經(jīng)網(wǎng)絡(luò)換擋控制方法。仿真結(jié)果表明，汽車駕駛機器人換擋模糊神經(jīng)網(wǎng)絡(luò)控制仿真擋位與試驗擋位基本保持一致，該方法可根據(jù)操作工況環(huán)境實現(xiàn)正確的汽車駕駛機器人擋位控制。
　　 3、對汽車性能自學(xué)習(xí)與汽車駕駛機器人多機械手協(xié)調(diào)控制進行了研究。為了縮短汽車駕駛機器人在不同

5、車況下以及對不同車型的適應(yīng)性調(diào)整時間，提出了一種用于汽車駕駛機器人的車輛性能自學(xué)習(xí)方法。對影響駕駛機器人駕駛行為的不同車型車輛尺寸和汽車性能參數(shù)進行自學(xué)習(xí)，對因長時間駕駛引起的控制參數(shù)變化進行在線優(yōu)化，以補償長時間試驗過程中汽車零部件的磨損。試驗結(jié)果表明，提出的方法實現(xiàn)了駕駛機器人的自學(xué)習(xí)、自校正、自補償，提高了駕駛機器人對不同車型和不同車況的自適應(yīng)能力。為了實現(xiàn)汽車駕駛機器人油門機械腿、離合機械腿、制動機械腿和換擋機械手的綜合協(xié)調(diào)控制

6、，最終實現(xiàn)對預(yù)先設(shè)定的循環(huán)行駛工況的車速跟蹤，建立了汽車駕駛機器人遞階控制模型體系結(jié)構(gòu)，提出了一種汽車駕駛機器人多機械手協(xié)調(diào)控制方法，設(shè)計了油門/離合器協(xié)調(diào)控制器和油門/制動器切換控制器。試驗結(jié)果表明，提出的方法能合理協(xié)調(diào)控制汽車駕駛機器人換擋機械手和油門、制動、離合機械腿，使駕駛機器人可以模擬一個熟練駕駛員的手腳協(xié)調(diào)操作能力。
　　 4、深入研究了汽車駕駛機器人車速跟蹤控制策略問題。針對傳統(tǒng)PID控制在用于汽車駕駛機器人時存在

7、的不足，為了實現(xiàn)駕駛機器人對給定循環(huán)行駛工況的車速跟蹤，提出了用于駕駛機器人車速跟蹤的智能控制方法：模糊控制、神經(jīng)網(wǎng)絡(luò)控制和模糊神經(jīng)網(wǎng)絡(luò)控制，建立了能夠滿足實時控制的汽車駕駛機器人車速跟蹤模糊控制系統(tǒng)。仿真及試驗結(jié)果表明，車速跟蹤模糊控制方法具有良好的實時性和較強的抗干擾能力，在用于駕駛機器人車速跟蹤控制時在線的計算量是很少的，能夠滿足實時控制的要求，但模糊控制規(guī)則及隸屬度函數(shù)比較難以獲得；車速跟蹤神經(jīng)網(wǎng)絡(luò)控制方法收斂速度快，具有很強的

8、自學(xué)習(xí)能力，但神經(jīng)網(wǎng)絡(luò)對語言信息的處理比較欠缺，不能利用已有的駕駛員的經(jīng)驗知識；車速跟蹤模糊神經(jīng)網(wǎng)絡(luò)控制方法既具有模糊控制善于利用專家語言信息的優(yōu)點，又具備神經(jīng)網(wǎng)絡(luò)控制強大的自學(xué)習(xí)能力的優(yōu)點，明顯提高了駕駛機器人車速跟蹤的精度，能精確跟蹤給定的目標(biāo)車速，駕駛機器人達到了熟練駕駛員的駕駛水平。
　　 5、設(shè)計了汽車駕駛機器人駕駛性能評價半實物仿真平臺。由于在實際車輛上進行調(diào)試存在危險，在半實物仿真平臺中，實際車輛由汽車縱向動力學(xué)數(shù)