[发明专利]一种无人自行车控制方法及系统有效
申请号: | 202111034490.3 | 申请日: | 2021-09-03 |
公开(公告)号: | CN113771837B | 公开(公告)日: | 2023-02-28 |
发明(设计)人: | 林海;王小冬;李晓辉;李杰;赵毅;董媛 | 申请(专利权)人: | 长安大学 |
主分类号: | B60W30/02 | 分类号: | B60W30/02;B60W30/04;B62J45/415;B62J45/412;B62K21/00 |
代理公司: | 西安通大专利代理有限责任公司 61200 | 代理人: | 高博 |
地址: | 710000 陕*** | 国省代码: | 陕西;61 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 一种 无人 自行车 控制 方法 系统 | ||
1.一种无人自行车控制方法,其特征在于,包括以下步骤:
S1、对自行车系统进行建模,得到自行车系统的动力学模型;
S2、对步骤S1得到的自行车系统的动力学模型进行线性化处理得到线性模型;
S3、采集车身倾斜角度与给定期望值的偏差以及自行车行驶速度,输入步骤S2的线性模型中得到车身倾斜角与把手转向角的单输入单输出模型,设计基于指数趋近律的自适应滑模控制器;
S4、根据步骤S3的自适应控制器求解得到把手转向角和自行车设定转速值,根据把手转向角通过步进电机控制自行车的前叉系统转向,使用FOC磁场导向控制方法,利用自行车设定转速值和自行车实际转速值的偏差调节电流控制电机的转速,实现自行车的自平衡控制。
2.根据权利要求1所述的方法,其特征在于,步骤S1中,自行车系统的动力学模型具体为:
其中,为车身倾斜角加速度,φ为车身倾斜角度,g为重力加速度,h为质心高度,V为自行车行驶速度,l2为前后轮着地点间的距离,l1为后轮着地点与质心在水平面投影点的距离,θ为车把转向角度。
3.根据权利要求1所述的方法,其特征在于,步骤S2中,线性模型具体为:
其中,为车身倾斜角加速度,φ为车身倾斜角度,g为重力加速度,h为质心高度,V为自行车行驶速度,l2为前后轮着地点间的距离,θ为车把转向角度。
4.根据权利要求1所述的方法,其特征在于,步骤S3中,根据线性模型,利用Lyapunov稳定性理论分别设计控制律和自适应律,分别对线性模型、控制律、自适应律和滑模函数进行离散化处理。
5.根据权利要求4所述的方法,其特征在于,系统模型离散化φ(k)为:
其中,φ(k)为k时刻下的车身倾斜角度,φ(k-1)为k前一个时刻的车身倾斜角度,φ(k-2)为k前两个时刻的车身倾斜角度,g为重力加速度,h为自行车质心高度,V为自行车行驶速度,l2为前后轮与地面接触点的距离,T为采样周期,θ(k)为k时刻下的把手转向角度。
6.根据权利要求4所述的方法,其特征在于,控制律离散化θ(k)为:
其中,k*、η、λ、c均大于0,T为采样周期,s(k)为k时刻下滑模函数,φd(k)为k时刻下的理想跟踪指令,φd(k-1)为k前一个时刻下的理想跟踪指令,φd(k-2)为k前两个时刻下的理想跟踪指令,为k时刻下的跟踪误差,e(k-1)为k前一个时刻下的跟踪误差为k时刻下q1的估计值,为k时刻下q2的估计值。
7.根据权利要求4所述的方法,其特征在于,控制器参数自适应律离散化为:
其中,γ1、γ2、k*均大于0,为k时刻下q1的估计值,为k前一时刻下q1的估计值,T为采样周期,s(k)为k时刻下滑模函数,φ(k)为k时刻下的车身倾斜角度,为k时刻下q2的估计值,为k前一时刻下q2的估计值,θ(k)为k时刻下的把手转向角度。
8.根据权利要求4所述的方法,其特征在于,滑模函数离散化s(k)为:
其中,c大于0,T为采样周期,e(k)为k时刻下的跟踪误差。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于长安大学,未经长安大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/202111034490.3/1.html,转载请声明来源钻瓜专利网。