[发明专利]一种无人驾驶碾压机后退过程的复合抗扰轨迹跟踪控制算法

说明书

本发明公开了一种无人驾驶碾压机后退过程的复合抗扰轨迹跟踪控制算法，包括以下步骤：重构的后车身的航向和位置，计算碾压机的轨迹跟踪中的实际距离误差；距离误差的抗扰控制器再结合即时扰动观测器得到的距离误差的总扰动，计算所述碾压机的目标航向角，使得碾压机的轨迹跟踪距离误差趋于零；航向角的抗扰控制器通过步骤2得到的目标航向角、即时扰动观测器得到的航向总扰动以及基于模型参数学习器得到的航向角扰动，计算所述碾压机的目标方向盘转角，使得碾压机的实际航向角趋近于步骤2得到的所述目标航向角；将步骤3得到的目标方向盘转角发送给方向盘转角控制器。本控制算法可解决快速小范围干扰和缓慢大范围干扰的问题。

技术领域

本发明涉及无人驾驶碾压机控制技术领域，特别是涉及一种无人驾驶碾压机后退过程的 分层递阶自学习复合抗扰轨迹跟踪控制算法。

背景技术

无人驾驶碾压机对目标行驶轨迹的准确跟踪，是确保碾压作业的质量、效率和安全性的 关键。传统的PID(反馈-积分-微分)控制是应用最为广泛的控制算法之一。例如，清华大学 的Zhang等人和同济大学卞永明等人都曾采用PID反馈控制进行碾压机的轨迹跟踪控制。 但是，PID反馈控制只有在产生明显的轨迹跟踪误差之后，才会采取控制行为。这种“事后调 节”的被动控制方法，很容易使碾压机这种铰接结构车辆在轨迹跟踪过程中发生“画龙”现象， 造成仓面的漏碾或超碾。

为此，同济大学卞永明等人提出了基于模糊PID的轨迹跟踪控制算法，然而，模糊规则 的设计比较复杂，影响无人碾压机控制算法研发的效率。类似的，分段PID参数整定也可以 改善控制精度，但依然面临参数整定复杂的难题。可见，传统的PID反馈控制无法满足碾压 机高精度轨迹跟踪控制的要求。

为此，基于模型的轨迹跟踪控制算法得到了广泛的研究。在传统的乘用车领域，预瞄法、 模型预测控制、自适应控制等算法被广泛研究。Fang等人提出了基于碾压机前钢轮振动激振 力补偿的前馈控制，用以改善振动模式下的轨迹跟踪精度。但是，碾压机是铰接结构车辆， 横向稳定性差，与仓面的相互作用复杂。由于碾压机仓面条件复杂，不同粒径的块石干扰大。 采用传统的基于模型的控制时，模型与真实对象的偏差很容易造成控制品质的恶化。

针对上述问题，国内外学者研究了对于模型偏差的适应性较高的多种控制算法。譬如， Dekker等人针对自主轮式车辆，提出了迭代学习控制与反馈线性化相结合的路径跟踪控制算 法。Yang等人针对全轮转向车辆，研究提出了一种简单的迭代学习控制算法(ILC)来提高车辆 的路径跟踪能力。天津大学的姚冬春针对碾压机的轨迹跟踪问题，将自抗扰控制方法与预瞄 算法相结合，改善轨迹跟踪效果。虽然，主动抗扰控制算法能够将模型与实际对象之间的偏 差等效为总扰动，利用ESO(总扰动即时观测器)进行主动观测和补偿，但是ESO的观测能 力受到采样频率和测量噪声的影响，对于大范围不确定性的适应能力比较有限。

实际上，对于碾压机这种工作在极其环境恶劣下的工程用压实机械，其在作业过程中仓 面的压实度、擦力和阻力特性不断改变，碾压机的转向液压系统的特性也不断改变。现有的 控制方法，还很难适应这种同时包含快速小范围干扰(碾压经过块石和地面滑移等)和缓慢 大范围干扰(仓面压实度、摩擦特性缓变)的控制问题。

发明内容

本发明的目的是针对现有技术中存在的无人驾驶碾压机的控制方法无法包含快速小范围 干扰和缓慢大范围干扰的问题，而提供一种无人驾驶碾压机后退过程的分层递阶自学习复合 抗扰轨迹跟踪控制算法。

为实现本发明的目的所采用的技术方案是：

一种无人驾驶碾压机后退过程的复合抗扰轨迹跟踪控制算法，包括以下步骤：

步骤1，后车身位置与航向的重构器，计算车辆后车身航向角的测量值以及后车身处位 置，得到重构的后车身的航向和位置，再根据碾压机的目标轨迹，计算碾压机的轨迹跟踪中 的实际距离误差；