Содержание к диссертации
Введение
Глава 1. Анализ современного состояния проблемы автономного управления транспортными средствами 10
1.1 Автомобили-роботы и автономные транспортные средства 10
1.2 Испытания автомобилей, сошедших с конвейера 24
1.3 Исполнительные системы управления автомобилей-роботов 30
1.4 Аппаратное обеспечение вероятностного подхода в мобильной робототехнике 34
1.5 Автоматизация тестовых заездов 42
1.6 Выводы 44
Глава 2. Разработка и исследование электропривода базовых подсистем управления автомобилем 46
2.1 Элементы трансмиссии автомобиля 46
2.2 Автоматизация управления сцеплением 52
2.2.1 Режимы работы сцепления 52
2.2.2 Способы управления сцеплением 53
2.2.3 Построение электропривода автоматизации управления сцеплением 56
2.3 Автоматизация управления акселерацией, торможением и переключением передач 57
2.4 Автоматизация управления углом поворота рулевой пары колес 60
2.5 Минимизация времени старта на ровной поверхности на основе аппарата нечеткой логики 61
2.6 Минимизация времени старта на наклонной поверхности на основе аппарата нечеткой логики 67
2.7 Выводы 73
Глава 3. Автономное траекторное управление 74
3.1 Модель динамики движения транспортного средства 74
3.2 Архитектура программы управления автомобилем 78
3.3 Лазерный датчик SICK для получения расстояния до окружающих объектов 80
3.4 Применение сигма-точечного фильтра Калмана для оценки положения автомобиля-робота в пространстве 83
3.5 Путь Дьюбинса – минимальный путь управления роботом-автомобилем 95
3.6 Планирование локальной траектории робота-автомобиля в реальном времени 105
3.7 Управление автомобилем при движении по траектории 112
3.7.1 Управление рулевым колесом 113
3.7.2 Управление ускорением и тормозом автомобиля с желаемой скоростью 118
3.8 Выводы 120
Глава 4. Аппаратно-программная реализация и экспериментальное исследование электропривода автономной системы управления автомобилем для циклических тестовых заездов 121
4.1 Автономная система управления автомобилем для циклических тестовых заездов 121
4.1.1 Универсальный силовой контроллер 122
4.1.2 Универсальный мультисенсорный преобразователь 129
4.1.3 Аппаратное обеспечение беспилотной системы управления автомобилем с механической коробкой передач 132
4.2 Программное обеспечение автономной системы управления 140
4.2.1 Алгоритм программы интерфейс привод-компьютер-человек на языке LabView 140
4.2.2 Структурная схема обеспечения программы управления автомобилем 141
4.2.3 Алгоритм программы нечетких регуляторов управления автомобилем при старте 142
4.2.4 Алгоритм программы обеспечения подсистемы управления автомобилем движения по траектории 142
4.3 Экспериментальное исследование электропривода автономной системы управления автомобилем 144
4.3.1 Нечеткие регуляторы управления автомобилем 144
4.3.2 Результаты экспериментов управления автомобилем по траектории 150
4.4 Выводы 152
Основные результаты работы 154
Обозначения и сокращения 155
Список литературы 158
- Аппаратное обеспечение вероятностного подхода в мобильной робототехнике
- Минимизация времени старта на ровной поверхности на основе аппарата нечеткой логики
- Управление ускорением и тормозом автомобиля с желаемой скоростью
- Экспериментальное исследование электропривода автономной системы управления автомобилем
Введение к работе
Актуальность работы. В настоящее время автомобиль является одним из наиболее эффективных, доступных и востребованных наземных транспортных средств. Поэтому одной из ярко выраженных мировых тенденций последних десятилетий является автомобилизация, т.е. расширение использования автомобильного транспорта в различных сферах человеческой деятельности. Автоматизация производственного процесса, строгое тестирование новых моделей и версий автомобиля обеспечивает безопасность и удобство для людей. Необходимость увеличения выпуска и улучшения структуры автомобилей, более полно отвечающих потребностям народного хозяйства, требуют экономии топлива, повышения ресурса и снижения металлоемкости. В связи с этим повышение экономичности, высокие надежность, динамические и ездовые качества автомобиля, снижение его массы и уменьшение вредного воздействия на окружающую среду являются основными задачами автомобилестроения сегодняшнего дня. Для достижения предъявляемых требований в структуре комплекса автоматизированного тестирования необходимо разработать автономную систему управления автомобилем для проведения циклических тестовых заездов.
Вопросами проектирования мобильных робототехнических комплексов, их информационно-измерительных и управляющих систем занимались российские и зарубежные ученые В.П. Андреев, В.Л. Афонин, С.А. Воротников, Е.А. Девянин, М.Б. Игнатьев, П.Д. Крутько, Ю.В. Подураев, Л.Б. Рапопорт, А.М. Формальский, H. Asada, Y. Kuwata, M. Liu, A. Nchter, S. Thrun, A. Waj-Fraj , A. West и др.
Опытные образцы разрабатываемых автомобилей нового поколения,
равно как и контрольные экземпляры серийного выпускаемых транспортных
средств, непрерывно подвергаются жестким испытаниям на тестовом полигоне
для выявления путей оптимизации их конструкции. С учетом часто меняющих
ся условий работа водителей требует большого числа управляющих воздейст
вий и постоянной концентрации внимания, что способствует быстрой утом
ляемости. Даже у квалифицированных водителей с большим стажем после 4-5
часов непрерывного вождения из-за усталости снижается внимание и в 1,5-2
раза возрастает количество ошибок управления. Работа бригады испытателей –
тяжелый, монотонный труд, связанный с опасным для здоровья уровнем
вибраций и тряски.
Современные цифровые системы автоматического управления в состоянии реализовать практически сколь угодно сложные алгоритмы вне зависимости от принципа действия исполнительных устройств. Тем самым приоритеты при создании средств автоматики сместились в область информационных инноваций. С другой стороны, благодаря развитию вычислительной техники, при поиске решений задач данного класса стали широко применяться методы имитационного математического моделирования. Занимая минимальное время (что немаловажно с учетом сокращения сроков создания новой техники) и требуя меньших расходов, нежели традиционные методики натурных испытаний, моделирование при помощи ЭВМ открывает новые возможности для уг-
лубленного изучения характера влияния нового оборудования и алгоритмов управления на происходящие процессы и результирующие эксплуатационно-экономические показатели.
Цель диссертационной работы состоит в разработке бортовой информационно-измерительной и управляющей системы автопилота серийно выпускаемого автомобиля для автоматизации циклических тестовых заездов.
Задачи исследования.
1. Разработка структуры аппаратной части бортовой информационно-
измерительной и управляющей системы.
2. Разработка регулятора, управляющего сцеплением, тормозом и акселе
ратором и позволяющего исключить человека из процессов старта и полной ос
тановки автомобиля.
3. Разработка алгоритмов траекторного управления транспортным
средством, реализующих маневры, предусмотренные планом испытания
автомобиля с учетом возможности огибания препятствий, не отраженных на
карте испытательного полигона.
4. Аппаратная и программная реализация узлов и блоков бортовой
информационно-измерительной и управляющей системы.
5. Экспериментальное исследование бортовой информационно-
измерительной и управляющей системы автопилота с целью подтверждения
правильности предложенных решений.
Методы исследования. Для решения поставленных задач использовались: теория и методы математического моделирования, законы теоретической механики, теория автоматического управления, цифровая обработка сигналов, теория нелинейных алгоритмов управления, базирующихся на нечеткой логике, теория калмановской фильтрации.
Научная новизна работы.
1. Синтезирован регулятор на основе нечеткой логики, управляющий
сцеплением, тормозом и акселератором на основе данных от датчика частоты
оборотов двигателя, акселерометров, связанных с шасси автомобиля и данных о
загрузке автомобиля, и обеспечивающий старт автомобиля без участия водите
ля-испытателя.
-
Предложена и реализована модификация алгоритма CL-RRT планирования локальной траектории автомобиля-робота, учитывающая в реальном времени неголономность автомобиля и оценку невязки реальной и заданной траекторий на основе ансцентного фильтра Калмана.
-
Обоснована в ходе проектирования и полевых испытаний структура информационно-измерительной и управляющей системы автопилота серийно выпускаемого автомобиля.
Практическая значимость. В результате проведенных исследований сконструирован и изготовлен экспериментальный образец информационно-измерительной и управляющей системы, включающий в себя управляемый электромеханический привод сцепления, акселератора, тормоза и руля, а также программное обеспечение, позволяющее осуществлять старт, торможение и управление автомобилем при движении по траектории с заданной скоростью.
Апробация работы. Произведена в форме научных докладов, дискуссий по основным результатам диссертационной работы, которые проходили на следующих научных конференциях: Всероссийская научно-техническая конференция «Новые информационные технологии в научных исследованиях» (Рязань 2013), Всероссийская научно-техническая конференция «Биотехнические, медицинские и экологические системы и комплексы» (Рязань 2013). Экспериментальный образец информационно-измерительной и управляющей системы использован на всероссийских полевых испытаниях автоматизированных транспортных средств «Робокросс-2013» в Нижнем Новгороде на полигоне «Берёзовая пойма» автозавода «ГАЗ», а также при проведении ресурсных испытаний автомобильных весов на научно-производственном предприятии ООО НПП «ТЕХНОСОФТ», г. Рязань.
Внедрение результатов работы. Результаты исследований в виде программной модели нечеткого регулятора и программного обеспечения планирования локальной траектории внедрены в учебный процесс ФГБОУ ВПО РГРТУ и используются при проведении практических и лабораторных работ по дисциплинам «Проектирование цифровых измерительных систем» и «Телеизмерения» со студентами направления 200100 «Приборостроение».
Результаты исследований в виде разработанной бортовой информационно-измерительной и управляющей системы автопилота автомобиля «ГАЗель-Бизнес» внедрены на научно-производственном предприятии ООО НПП «ТЕХНОСОФТ», г. Рязань для проведения ресурсных испытаний автомобильных весов АВС-02.101.
Публикации. По теме диссертации опубликовано 10 печатных работ, из них 5 статей – в изданиях, входящих в перечень ВАК РФ, и 2 тезиса докладов на международных и Всероссийских научно-технических конференциях.
Положения, выносимые на защиту
1. Регулятор на основе нечеткой логики, управляющий сцеплением,
тормозом и акселератором автомобиля, обеспечивающий требуемую условиями
испытаний длительность сценария начала движения транспортного средства на
ровной и наклонной поверхности и позволяющий на 18 % сократить время
тестирования механизма сцепления по сравнению со штатным режимом, т.е.
при управлении автомобилем водителем-испытателем.
2. Модификация алгоритма планирования локальной траектории CL-RRT,
учитывающая неголономность автомобиля и невязку заданной и реализуемой
траекторий, оцениваемую ансцентным фильтром Калмана, позволяет планиро
вать и корректировать траекторию движения в реальном времени.
3. Обоснованная в работе структура информационно-измерительной и
управляющей системы автопилота обеспечивает замену ручного управления
водителем-испытателем на автоматическое при выполнении тестовых заездов и
тестировании механизма сцепления автомобиля.
Структура и объем работы. Диссертация состоит из введения, четырех глав, заключения, списка используемой литературы из 97 наименований и 4 приложений. Диссертационная работа содержит 190 страниц, в том числе 154 страницы основного текста, 119 рисунков и 7 таблиц.
Аппаратное обеспечение вероятностного подхода в мобильной робототехнике
С появлением первых прототипов автомобилей-роботов, роботов-андроидов, адаптированных к невозможным для пребывания человека условиям работы, мобильных роботов – домашних ассистентов, роботов для обеспечения безопасности беспилотных летательных аппаратов, подводных роботов и т.д. эволюционирует и само понятие «робот». Его смысловое содержание, в противовес сложившейся ассоциации с промышленными ЧПУ-станками, во все большей степени соотносится с искусственным интеллектом, способным сравнимо с человеком анализировать поступающую информацию, делать на ее основе целепола-гающие выводы и реализовывать стратегии поведения, а также принимать в реальном времени оптимальные решения в условиях крайней неопределенности сцен в слабоструктурированных средах.
В связи с этим когнитивных роботов отличает, во-первых, развитая бортовая информационно-измерительная система (ИИС), которая содержит избыточное число зачастую дублирующих друг друга измерительных каналов, а во-вторых, применяемый для обработки измерительной информации и реализации различных стратегий поведения математический аппарат, основанный на так называемом вероятностном подходе [17]. Приведем пример такого подхода при решении в общем виде задачи локализации мобильного робота в индетерминированной среде.
Пусть / - случайный вектор положения, выражающий позицию мобильного робота на прямоугольном рабочем пространстве и его ориентацию на ней, / є L, где L - множество всех возможных положений робота, I - значение случайного вектора положения в к-й момент времени, vll I - функция распределения плотности вероятности над пространством всех возможных значений вектора /, выражающая степень доверия оценке положения робота /, У у Л - вероятность того, что робот находится в 1к в к-й момент времени, dk = \fk ак] - вектор данных, полученных в к-й момент времени от датчиков бортовой ИИС робота, состоит из векторов относительных гк и абсолютных ак измерений, dkeD, где D - множество всех возможных результатов измерений, vyku I- плотность вероятности доверия оценке локализации мобильного робота, основанная на объединении априорной информации и всей истории измерительных данных до к-го момента времени включительно, v J – то же, но до ( -1)-го момента времени включительно. Цель решения задачи локализации заключается в получении оценки этой плотности вероятности, как можно меньше отличающейся от реального распределения, представляющего собой дельта-функцию в фактических координатах робота и равную нулю над остальным пространством вектора / . Величина /?(44-iA-i) - модель движения, представляет собой вероятность того, что робот окажется в положении 1к, если в момент времени (к-\) выполнит управляющее действие uk_l. Другими словами, робот, находясь в пози 36 ции lk_x, может спрогнозировать свое новое положение 1к на основе определенного действия йк_1. В большинстве случаев управление инвариантно во времени, поэтому номер временного отсчета зачастую опускают. Величина p[dk - модель измерения, представляет собой вероятность того, что бортовая ИИС мобильного робота, находящегося в позиции \, зафиксирует измерительные данные dk. Как и модель движения, модель измерения часто инвариантна во времени, поэтому индекс к можно опустить. Однако в отличие от плотности вероятности модели движения вероятность модели измерения трудно вычислима. Это связано с большой размерностью данных и огромными вычислительными затратами (например, оценка, производимая по изображениям видеодатчика).
Измерительная информация dk бортовой ИИС, как правило, используется для формирования вектора признаков, который затем используется для классификации различных стратегий поведения мобильного робота. Например, измерительные данные видеодатчика представляют собой массив значений яркости пикселей сфокусированного оптической системой изображения на светочувствительной матрице. Сама по себе эта информация бесполезна, однако выделение контуров объектов, распознавание образов на изображении, различные геометрические измерения на нем позволяют оценить вектор признаков zk = f(dk J, где / - оператор перехода из пространства всех возможных результатов измерений D в пространство признаков Z. При формировании вектора признаков актуальной является задача выбора наиболее информативных признаков - отображение исходного п -мерного пространства в пространство меньшей размерности т п при сохранении свойства разделимости распределений, соответствующих разным классам. Функция v L_J имеет максимум в наиболее вероятном месте присутствия робота. Предположим, что мобильный робот после свой инициализации не имеет информации о своем положении, тогда начальная плотность вероятности v(/0] будет равномерной. На основе v(lA робот вычисляет управление й0 и меняет свое положение в соответствии с переходной плотностью вероятности ри1 10,й0I. Далее на каждом временном интервале (к-1) робот выполняет действие uk_1, которое изменяет его положение в соответствии с переходной плотностью вероятностей /?(44_1A_1). Кроме того он получает информацию, производя относительные и абсолютные измерения, и извлекает из нее вектор признаков z = /( ), который распределен в соответствии с рШїХ Робот обновляет степень доверия имеющейся у него информации на каждом шаге к для получения лучшей оценки своего реального положения I . Тогда v{jk = p(lk\z1,u1,z2,u2,...,zk_l,uk_\ предварительная степень доверия оценке положения робота 1к до получения новых измерительных данных на к-м шаге и извлечения из них вектора признаков zk, степень доверия оценке положения робота 1к с использованием вектора признаков zk. Согласно теореме о полной вероятности в интегральной форме вероятность результата равна интегралу от вероятностей зависимых от него частных результатов: Это уравнение априорной степени доверия оценке положения 1к есть интеграл от вероятностей перехода из положения 1к_1 в 1к с учетом всех ранее сделан 38 ных измерений умноженных на вероятности нахождения робота в положении 1к_1 по всем доступным данным до ( -1)-го шага включительно. Однако физически местоположение робота в позиции 1к_1 не зависит от действия йк1, которое он выполнил на этом шаге, поэтому Гипотеза Маркова, согласно которой нахождение робота в текущей позиции и наличие всей информации об этом предполагает независимость местоположения на прошлом шаге от позиции на будущем шаге, т.е. «будущее» случайного процесса зависит от «прошлого» лишь через настоящее, позволяет еще упростить последнее выражение. С учетом предыдущей локализации 1к_1, становится неважным как робот оказался в текущей позиции 1к и какие результаты измерений он при этом получил: Тогда получим уравнение, которое позволяет эффективно включить модель движения мобильного робота в степень доверия оценке его локализации: Таким образом, априорная степень доверия оценке локализации 1к_1 после окончания действия йк1 есть результат интегрирования произведения вероятности того, что это действие перенесет робота в позицию 1к на апостериорную степень уверенности в оценке 1к_1. Предположим, что робот имеет априорную степень уверенности У(Д_ после законченного действия йк1. Далее он делает текущие измерения и извлекает вектор признаков zk, который затем необходимо учесть в априорной информа 39 ции для формирования апостериорной вероятности степени уверенности v(lkA. Используя правило Байеса и гипотезу Маркова, можно записать: Правило Байеса предписывает, как робот должен изменить свою степень уверенности в оценке своей позиции, если получены новые результаты измерений. Т.е. апостериорная степень доверия есть условная вероятность наблюдения вектора признаков zk, умноженная на априорную вероятность уверенности в локализации хк, обусловленную всей доступной до этого шага информацией.
Минимизация времени старта на ровной поверхности на основе аппарата нечеткой логики
Нечеткое управление (Fuzzy Control, Fuzzy-управление) в настоящее время является одной из перспективнейших интеллектуальных технологий, позволяющих создавать высококачественные системы управления [34, 35, 36]. Общей предпосылкой для применения нечетких систем управления является, с одной стороны, наличие неопределенности, связанной как с отсутствием информации, так и сложностью системы и невозможностью или нецелесообразностью ее описания традиционными методами, и с другой стороны, наличие информации об объекте, необходимых управляющих воздействиях, возмущениях и т.п. информации качественного характера.
Сценарий начала движения по сложности и четкости действий является одним из самых сложных процессов. Система привода сцепления является объектом управления высокой сложности со сложной математической моделью и широким диапазоном изменения параметров. Традиционные методы управления, такие как ПИД-регулятор, могут не обеспечивать требуемое качество управления. В то же время, концепция нечеткого управления в настоящее время является одной из перспективнейших интеллектуальных технологий. Системы на базе нечеткой логики целесообразно применять при отсутствии информации или высокой сложности объекта управления, при этом создавая высококачественные системы управления. В настоящей работе представлен ряд аспектов, касающихся систем управления на основе нечеткой логики для реализации сценария начала движения автомобиля-робота. Кроме того, ставится задача минимизации времени старта движения при условии обеспечения достаточно плавного включения сцепления.
Построение нечеткого регулятора управления сцеплением автомобиля при старте с места (без использования педали газа).
Построение нечеткого регулятора управления сцеплением осуществляется по закону «момент трения сцепления изменяется в зависимости от частоты вращения вала ДВС». Модель управления сцеплением автомобиля изображена на рисунке 2.5.1.
Интерфейс компьютер-машина-человек был создан на языке LabView, который включает в себя программу управления универсальной платой и измерение параметров автомобиля, при этом параметры процесса можно легко наблюдать на экране, а именно угловую скорость бензинового двигателя и скорость автомобиля, которые получены с бортового компьютера по протоколу к-Нпе. Было осуществлено построение нечетких регуляторов на плате универсального силового контролера под управлением микроконтроллера с архитектурой ARM Cortex-M3 [37, 38, 39] с выходными данными для управления исполнительным двигателем и силы нажатия педали сцепления автомобиля. Нечеткий регулятор реализуется на универсальной плате (УСК1).
База правил нечетких алгоритмов представляет собой конечное множество правил нечетких алгоритмов, согласованных относительно используемых в них лингвистических переменных.
Для нечетких множеств существует общепринятая система обозначений: N - отрицательный (Negative), Z - нулевой (Zero), Р - положительный (Positive). К этим обозначениям добавляют модификаторы: S - малый (Small), М - средний (Medium), В - большой (Big). Например, NB - отрицательный большой; NM - отрицательный средний; PL - положительный большой.
Визуализация параметров процесса Рисунок 2.5.2 - Графики функции принадлежности для нечеткого регулятора управления сцеплением: а - входная переменная уставного значения угловой скорости вращения вала ДВС; б - входная переменная приращения угловой скорости вращения вала ДВС; в - входная переменная перемещения педали сцепления; г - выходная переменная угловой скорости исполнительного двигателя педали сцепления. В настоящей работе предлагается использовать алгоритм нечеткого вывода Мамдани [40-43]. Всего используются 75 правил нечетких продукций вида: ПРАВИЛО: ЕСЛИ "со есть А1 и Доесть В1 и Lc есть CI", ТО "Усесть El", где со, Act), LC - нечеткие входные переменные, Vс - выходная переменная; А1, В1, CI, Е1 некоторые заданные функции принадлежности. Для выполнения численных расчетов на этапе дефаззификации может быть использован метод нахождения центра тяжести или центроида площади [40,41], который рассчитывается по формуле: где у - выходная переменная, результат дефазификации; х - выходная лингвистическая переменная; ц(х) - функция принадлежности нечеткого множества, соответствующего выходной переменной.
Построение нечеткой системы осуществлялось с использование пакета прикладных программ Matlab с набором инструментов Fuzzy Logic Toolbox [40, 41]. На рис. 2.5.3 показана выходная поверхность для нечеткой модели.
Построение нечеткого регулятора управления сцеплением и акселерацией автомобиля при старте с места (с использованием газа).
Одновременное управление сцеплением и акселерацией позволяет сократить время старта, а также улучшить качество управления транспортным средством. Структурная схема управления сцеплением и акселерацией изображена на рис. 2.5.4.
Программирование УСК1 позволяет реализовать нечеткий регулятор для управления исполнительными электродвигателями постоянного тока приводов педалей сцепления и газа. Угловая скорость вращения вала электромеханического привода педали сцепления и его перемещение определяются по оптическому энкодеру, угловая скорость вращения вала ДВС считывается с бортового компьютера. Схема блока управления сцеплением и акселерацией изображена на рис. 2.5.5.
Управление ускорением и тормозом автомобиля с желаемой скоростью
Управление автомобилем при движении по траектории должно сочетать гибкость, плавность соответствия между контролем поворота угла руля с ускорением и торможением для поддержания движения с соответствующей скоростью. Особенно, когда на пути следования появляется животное или человек, система управления должна оперативно принимать решение и безопасно остановить транспортное средство вовремя, не допуская столкновения.
Для управления скоростью движения был рассмотрен ПИД-регулятор. Однако на практике было установлено, что ПИД-регулятор не дает значительного преимущества по сравнению с ПИ-регулятором, так как транспортное средство имеет некоторую инертность при наборе скорости и торможении. Таким образом, для управления скоростью был выбран ПИ-регулятор следующего вида: где Kp - пропорциональный коэффициент, Ki - коэффициент интегрирования, vcmd - желаемая скорость движения автомобиля, v - текущая скорость движения автомобиля.
Для простоты, тот же контроллер используется для ускорения (с применением педали газа) и замедление (применение тормоза).
Настройка коэффициентов регулятора и упреждающего звена является, в общем случае, достаточно нетривиальной задачей в силу большого числа степеней свободы системы. В последние годы развитие компьютерной техники и методов численной оптимизации привело к тому, что нахождение параметров регуляторов при заданных параметрах передаточной функции системы существенно упростилось. Наиболее полную, интуитивно понятную систему оценки параметров управляемого звена и регуляторов предоставляет система Matlab, которая и была использована для демонстрации возможностей упреждающего управления. Рассмотрим систему приводов педалей роботизированного автомобиля «ГАЗель-БИЗНЕС».
Построение ПИ-регулятора начинается с идентификации передаточной функции управляемого звена. Рассмотрим процесс построения регулятора для управления приводами педалей тормоза и газа. Решение данной задачи целесообразно разбить на два этапа. На первом собираются данные для идентификации передаточной функции привода педали без надетого крепления педали, на втором осуществляется то же, только с полностью собранным узлом. Таким образом, удается, во-первых, проверить корректность идентифицированной функции преобразования непосредственно узла педалей, во-вторых, оценить степень нелинейности узла в целом с накинутыми тягами на педали.
Начнем с идентификации функции преобразования узла. В силу того, что ключевую роль играет позиция нажатия или отжатия педали, будет строиться контур управления по позиции, которая выражена в условных единицах. Для идентификации передаточной функции узла воспользуемся реакцией системы на единичный скачок. Реакция системы на него позволит оценить передаточную функцию системы, вычислить по этой оценке управляемость и наблюдаемость. Универсальный силовой контроллер (УСК) управления электродвигателями собственной разработки СКБ РГРТУ позволяет вычислять и регистрировать скорость вращения привода педали с интервалом от 1 до 10 мс, емкость хранилища данных – 1000 отсчетов. Для получения максимально точной и надежной оценки проведем серию опытов.
Для идентификации передаточной функции использовалась утилита ident из пакета Matlab. Эта утилита для идентификации параметров использует методы максимального правдоподобия, минимизации ошибки прогноза (PEM - prediction-error-minimization), системной идентификации подмножества и ряд других. Было принято в качестве начального предположения то, что наше звено без нагрузки имеет передаточную функцию первого порядка, с нагрузкой – второго.
1. Выполнено исследование динамической модели движения автомобиля по траектории.
2. Проведено исследование сигма-точечного фильтра Калмана и осуществлена оценка положения автомобиля-робота в пространстве с его помощью.
3. Разработан алгоритм планирования траектории автомобиля-робота, учитывающий в реальном времени неголономность автомобиля и его габариты, а также препятствия, находящиеся перед транспортным средством.
4. Разработана подсистема электромеханического привода рулевого управления автомобилем.
5. Достигнута точность позиционирования транспортного средства на заданной траектории в условиях испытательного полигона, характеризующаяся предельным отклонением, не превышающим 1,3 м.
Экспериментальное исследование электропривода автономной системы управления автомобилем
1. Эксперимент по измерению параметров автомобиля при трогании (человек водит автомобиль, без газа) и эксперимент управления и измерения параметров автомобиля при трогании (нечеткий регулятор управления автомобилем, без газа).
На графике 4.3.2, а время Гж=3,38 с: происходит резкое включение сцепления и падение скорости вращения ведущего вала 0)макс — 0)мин = 860-600 =260 об/с, вызванное действием момента сопротивления со стороны ведомого вала. На графике 4.3.2,б время Твк=2,52 с: происходит резкое включение сцепления и падение скорости вращения ведущего вала макс мин= 892-660 =232 об/с, вызванное действием момента сопротивления со стороны ведомого вала.
Анализируя процессы, приведенные на графике 4.3.2, можно заключить, что как человек, как и нечеткий регулятор в системе управления автомобилем обеспечивают комфорт.
2. Эксперимент по измерению параметров автомобиля при трогании (человек управляет автомобилем, с использованием педали газа) и эксперимент управления и измерения параметров автомобиля при трогании (нечеткий регулятор управления автомобилем, есть газ).
На графике 4.3.3,а время Твк=2,&6 с: происходит резкое включение сцепления и падение скорости вращения ведущего вала СОмакс —0Умин= 1150-670 =480 об/с, вызванное действием момента сопротивления со стороны ведомого вала. На графике 4.3.3,б время TBK =1,89 c: происходит резкое включение сцепления падение скорости вращения ведущего вала макс мин= 1200-650 =550 об/с, вызванное действием момента сопротивления со стороны ведомого вала.
Анализируя процессы, приведенные на графике 4.3.3, можно заключить, что как человек, как и нечеткий регулятор в системе управления автомобилем обеспечивают комфорт, короткое время трогания и незначительные рывки автомобиля. Но в системе с нечетким (работающим на базе нечеткой логики) время меньше, чем в системе с управлением человеком.
б) Нечеткие регуляторы управления автомобилем при старте на наклонной поверхности.
1. Эксперимент по измерению параметров автомобиля при старте (человек ведет автомобиль) и эксперимент управления и измерения параметров автомобиля при трогании (нечеткий регулятор управления автомобилем).
а) Груз автомобиля mcar = 2 Т, угол наклонной плоскости Г=7 градусов.
б) Рисунок 4.3.4 - Графическая зависимость скоростей валов бензинового двигателя для включения сцепления: а - человек водит автомобиль, б - нечеткий регулятор управления автомобилем
На графике 4.3.4,а время Гж=4,08 с: происходит резкое включение сцепления и падение скорости вращения ведущего вала 0)макс -0)мин= 1270-700 =570 об/с, вызванное действием момента сопротивления со стороны ведомого вала. Но на графике 4.3.4,б время Твк=2,79 с: происходит резкое включение сцепления и падение скорости вращения ведущего вала G)макс G)мин= 1300-800 =500 об/с, вызванное действием момента сопротивления со стороны ведомого вала.
Анализируя процессы, приведенные на рис. 4.3.4, можно заключить, что как человек, так и нечеткий регулятор в системе управления автомобилем обеспечивают комфорт. Но в системе с нечетким (работающим на базе нечеткой логики) время меньше, чем в системе с управлением человеком.
2. Эксперимент по измерению параметров автомобиля при старте (человек ведет автомобиль) и эксперимент управления и измерения параметров автомобиля при трогании (нечеткий регулятор управления автомобилем).
