针对智能小车转向时跟踪精度差、响应时间较慢的问题,提出了一种基于机器视觉的智能小车转向系统的滑模控制方法。首先,以感知路面信息的智能小车为研究对象,对其转向系统进行了原理分析及数学建模。通过对永磁直流电机工作过程的分析,...针对智能小车转向时跟踪精度差、响应时间较慢的问题,提出了一种基于机器视觉的智能小车转向系统的滑模控制方法。首先,以感知路面信息的智能小车为研究对象,对其转向系统进行了原理分析及数学建模。通过对永磁直流电机工作过程的分析,建立了电枢电压平衡方程和转矩平衡方程,得出了相应的传递函数,并采用实验方法对传递函数参数进行了辨识。其次,针对上述被控对象,设计了滑模控制器,并进行了稳定性证明。利用Matlab/Simulink仿真结果验证了滑模控制算法的有效性。理论结果和实验验证相结合表明,相较于PID(proportional integral differential)控制,滑模控制具有较好的跟踪精度和响应速度。在频率为20 Hz时,跟踪精度提高了89.3%。此外,滑模控制能够克服系统的不确定性,尤其是对于非线性系统,显示出良好的控制效果。展开更多
文摘针对智能小车转向时跟踪精度差、响应时间较慢的问题,提出了一种基于机器视觉的智能小车转向系统的滑模控制方法。首先,以感知路面信息的智能小车为研究对象,对其转向系统进行了原理分析及数学建模。通过对永磁直流电机工作过程的分析,建立了电枢电压平衡方程和转矩平衡方程,得出了相应的传递函数,并采用实验方法对传递函数参数进行了辨识。其次,针对上述被控对象,设计了滑模控制器,并进行了稳定性证明。利用Matlab/Simulink仿真结果验证了滑模控制算法的有效性。理论结果和实验验证相结合表明,相较于PID(proportional integral differential)控制,滑模控制具有较好的跟踪精度和响应速度。在频率为20 Hz时,跟踪精度提高了89.3%。此外,滑模控制能够克服系统的不确定性,尤其是对于非线性系统,显示出良好的控制效果。
