PID模糊控制在工业控制中是最广泛的一种控制方法,在一些复杂的实际系统中,应用分数阶PID模糊控制器在整定系统参数性能上优于整数模糊控制器。分数阶模糊控制器具有较多的控制参数,这些控制参数直接影响了模糊控制器的性能。用传统的...PID模糊控制在工业控制中是最广泛的一种控制方法,在一些复杂的实际系统中,应用分数阶PID模糊控制器在整定系统参数性能上优于整数模糊控制器。分数阶模糊控制器具有较多的控制参数,这些控制参数直接影响了模糊控制器的性能。用传统的算法校准分数阶模糊控制器并不能得到最佳的参数值,而且标定参数的过程较为复杂。因此提出用灰狼优化算法(Grey Wolf Optimizer,GWO)优化分数阶模糊控制器的参数。将基于灰狼优化算法的分数阶模糊控制器优化方法与其他五种典型的基于群智能的优化方法进行了比较。实验结果表明,该方法的控制效果更好。展开更多
为解决无人驾驶车辆轨迹跟踪精度和控制稳定性问题,提出了一种考虑前馈控制和动态调整速度比例、积分、微分(Proportional Integral Derivative,PID)控制器参数的方法。采用七次多项式进行变道轨迹规划,改进纵向位置和速度双PID控制器,...为解决无人驾驶车辆轨迹跟踪精度和控制稳定性问题,提出了一种考虑前馈控制和动态调整速度比例、积分、微分(Proportional Integral Derivative,PID)控制器参数的方法。采用七次多项式进行变道轨迹规划,改进纵向位置和速度双PID控制器,动态调整纵向位移误差,并采用模糊控制对PID控制器参数进行实时整定;同时,结合基于“前馈+反馈”的线性二次型调节器(Linear Quadratic Regulator,LQR)控制算法求解横向位移误差和车身横摆角速度误差,使跟踪误差收敛,最终通过电机模型将控制量转化为期望前轮转角,解决了模型失配导致的横向位移误差较大的问题。进行仿真验证,当车辆以60 km/h的速度在城市道路场景下变道行驶时,横向位移误差控制在0.015 m范围内,纵向位移误差控制在毫米级别,误差范围控制在[0.002,0.006]m,车身横摆角速度变化平稳且横摆角速度误差不超过0.83 rad/s。在此基础上,进一步完成了实车实验,仿真与实车实验结果均表明,所设计的控制器可以达到轨迹跟踪中对高精度的要求,能够保证无人驾驶车辆在变道工况平稳行驶。展开更多
文摘PID模糊控制在工业控制中是最广泛的一种控制方法,在一些复杂的实际系统中,应用分数阶PID模糊控制器在整定系统参数性能上优于整数模糊控制器。分数阶模糊控制器具有较多的控制参数,这些控制参数直接影响了模糊控制器的性能。用传统的算法校准分数阶模糊控制器并不能得到最佳的参数值,而且标定参数的过程较为复杂。因此提出用灰狼优化算法(Grey Wolf Optimizer,GWO)优化分数阶模糊控制器的参数。将基于灰狼优化算法的分数阶模糊控制器优化方法与其他五种典型的基于群智能的优化方法进行了比较。实验结果表明,该方法的控制效果更好。
