[发明专利]一种无人履带车辆及其轨迹跟踪控制方法和系统

权利要求书

1.一种无人履带车辆的轨迹跟踪控制方法，其特征在于，包括：

步骤100：获取无人履带车辆的运动学模型和无人履带车辆的动力学模型；其中，基于传统的无人履带车辆运动学模型，通过对无人履带车辆接地段的运动学分析，建立了基于瞬时转向中心模型的无人履带车辆的运动学模型；

所述基于瞬时转向中心模型的无人履带车辆的运动学模型为：

；

其中，ξ为无人履带车辆的状态向量，为无人履带车辆的横向速度，为无人履带车辆的纵向速度，为无人履带车辆的横摆角速度，v_j1为一侧履带的卷绕速度，v_j2为另一侧履带的卷绕速度，φ为履带车辆的几何中心在固连于地面的笛卡尔坐标系下的航向角，为一侧履带的横向方向，为另一侧履带的横向方向；

所述无人履带车辆的动力学模型为：

其中，x_c为无人履带车辆的重心与几何中心的横向距离，y_c为无人履带车辆的重心与几何中心的纵向距离，F_cx为离心力的横向分量、F_cy为离心力的纵向分量，F_r1为一侧履带接地段所受的地面变形阻力，F_r2为另一侧履带接地段所受的地面变形阻力，F_y1为一侧履带制动力，F_y2为另一侧履带驱动力，F_x1为一侧履带所受的横向阻力的合力、F_x2为另一侧履带所受的横向阻力的合力，m为无人履带车辆的整车质量，δ为无人履带车辆旋转质量换算系数，M_μ为转向阻力矩，M_μ=M_μ1+M_μ2，M_μ1为一侧履带所受的转向阻力矩、M_μ2为另一侧履带所受的转向阻力矩，J为无人履带车辆绕z’轴的转动惯量，B为履带中心距，为车辆的横向加速度，为车辆的纵向加速度，为车辆的横摆角加速度；

步骤101：基于所述无人履带车辆的运动学模型生成轨迹跟踪控制器的目标函数；所述轨迹跟踪控制器的目标函数为：

其中，J(ξ(k)，U_k)为轨迹跟踪控制器的目标函数，ξ(k)为k时刻的车辆状态向量，U_k为控制序列，N_p为预测时域的个数、N_c为控制时域的个数，且N_c≤N_p，i为个数变量，l_e(k+i)为k+i时刻的轨迹跟踪的横向偏差，h_e(k+i)为k+i时刻的轨迹跟踪的航向偏差，v(k+i)为k+i时刻的实际车速，l_desired(k+i)为k+i时刻的期望横向偏差，h_desired(k+i)为k+i时刻的期望航向偏差，v_desired(k+i)为k+i时刻的期望车速，Q、R、P、M和N均为权重系数矩阵，v_j1(*)为*时刻的一侧履带的卷绕速度，v_j2(*)为*时刻的另一侧履带的卷绕速度；

步骤102：基于所述无人履带车辆的动力学模型和所述轨迹跟踪控制器的目标函数生成轨迹跟踪控制器的约束函数；所述轨迹跟踪控制器的约束函数包括：车辆纵向速度约束、转向中心纵向偏移量约束、电机转速约束和电机功率约束；

步骤103：基于所述轨迹跟踪控制器的目标函数和所述轨迹跟踪控制器的约束函数生成MPC模型；

步骤104：根据无人履带车辆的位姿特征、道路的曲率特征和实时工况状态信息生成参考轨迹；

步骤105：将所述参考轨迹和车辆轨迹跟踪响应状态信息输入所述MPC模型得到参数组合；所述车辆轨迹跟踪响应状态信息通过实验获得；所述参数组合包括：轨迹曲率特征向量、无人履带车辆姿态参考向量和无人履带车辆速度信息向量；

步骤106：将所述参数组合输入MLP神经网络得到控制参数；

步骤107：根据所述控制参数完成无人履带车辆轨迹的跟踪控制。