1. Trang chủ
  2. » Kỹ Thuật - Công Nghệ

Nghiên cứu, xây dựng giải pháp điều khiển cho ô tô tự hành, ứng dụng mô hình điều khiển dự báo

6 16 0

Đang tải... (xem toàn văn)

THÔNG TIN TÀI LIỆU

Thông tin cơ bản

Định dạng
Số trang 6
Dung lượng 795,3 KB

Nội dung

Bài báo trình bày cơ sở lý thuyết về mô hình điều khiển dự báo Model Predictive Control (MPC). Nghiên cứu xây dựng thuật toán điều khiển, cũng như hệ phương trình động lực học tương đương của phương tiện.

HỘI NGHỊ KH&CN CƠ KHÍ - ĐỘNG LỰC 2021 NGHIÊN CỨU, XÂY DỰNG GIẢI PHÁP ĐIỀU KHIỂN CHO Ô TÔ TỰ HÀNH, ỨNG DỤNG MƠ HÌNH ĐIỀU KHIỂN DỰ BÁO RESEARCH AND BUILDING A AUTONOMOUS VEHICLES CONTROL STRATEGY BY APPLICATION OF MODEL PREDICTIVE CONTROL (MPC) TRẦN THÀNH LAM*, ĐỖ VĂN TỨ, NGUYỄN SĨ ĐỈNH, LÃ QUỐC TIỆP Khoa Động lực, Học viện Kỹ thuật Quân *Email liên hệ: lam.tranthanh@lqdtu.edu.vn Tóm tắt Bài báo trình bày sở lý thuyết mơ hình điều khiển dự báo Model Predictive Control (MPC) Nghiên cứu xây dựng thuật toán điều khiển, hệ phương trình động lực học tương đương phương tiện Ứng dụng phần mềm Matlab - Simulink mô đánh giá kết nghiên cứu cho ô tô tự hành điều kiện chuyển đơn Từ kết nghiên cứu, so sánh, đánh giá hiệu điều khiển MPC thích ứng ứng dụng cho tơ tự hành, thông qua thông số: quỹ đạo ô tô theo phương ngang, góc quay vành tay lái góc quay thân xe Từ khóa: Điều khiển dự báo, phương tiện tự hành, động lực học phương tiện, điều khiển phương tiện Abstract This paper presents the theoretical basis of the Model Predictive Control (MPC) Research to establish the control algorithm, the physical diagram of the autopilot system, as well as the equivalent system of dynamic equations of the vehicle Matlab - Simulink software is applied to simulate and evaluate research results when selfdriving cars change lanes Evaluation parameters are horizontal trajectory, steering wheel and yaw angle of the vehicle In addition, the main results of the study are also used to compare the performance of standard and adaptive MPC controllers Keywords: Model Predictive Control, autonomous vehicle, vehicle dynamics, vehicle control Đặt vấn đề Việc nghiên cứu giải pháp điều khiển phương tiện tự hành dựa động lực học chuyển động phương tiện chủ đề nhiều nhà nghiên cứu SỐ ĐẶC BIỆT (10-2021) quan tâm Hiện có năm cấp độ tự hành phương tiện, là: Cấp độ (hỗ trợ người lái); Cấp độ (ô tô tự đánh lái, tăng tốc phanh giám sát lái xe); Cấp độ (tự lái có điều kiện; có lái xe); Cấp độ (tự lái có điều kiện, không lái xe); Cấp độ (tự lái không điều kiện, tự lái hoàn toàn) Mục tiêu trình điều khiển tơ tự hành thay đổi quỹ đạo chuyển động ô tô, cách tự động, dựa khả dự báo phát vật cản đường Thực tế người lái trì quỹ đạo chuyển động tơ theo quỹ đạo mong muốn cách tác động trực tiếp vào vành tay lái, bàn đạp ga, bàn đạp phanh thao tác điều khiển khác Như để phương tiện tự hành hồn tồn (cấp độ 5), can thiệt trực tiếp người lái vào cấu chấp hành phương tiện hạn chế, thay vào hệ thống điều khiển tự động Có thể kể đến hệ thống lái điều khiển điện, hệ thống điều khiển tăng tốc phanh, hệ thống ổn định kiểm sốt an tồn tơ quay vịng chuyển Trong thời gian vừa qua có nhiều nghiên cứu nước đề cập tới nghiên cứu giải pháp điều khiển ô tô tự hành Tuy nhiên tính chất phức tạp vấn đề này, việc áp dụng cụ thể giải pháp điều khiển lên hệ thống tơ cần có thêm nhiều cơng trình nghiên cứu Cơ sở lý thuyết 2.1 Cơ sở lý thuyết mơ hình điều khiển dự báo MPC Hiện điều khiển dự báo chiến lược điều khiển sử dụng phổ biến việc điều khiển trình Bộ điều khiển dự báo dùng mơ hình để đốn trước đáp ứng tương lai đối tượng điều khiển thời điểm rời rạc phạm vi dự báo (Prediction horizon) định Dựa vào đáp ứng dự báo này, thuật toán tối ưu hố sử dụng để tính tốn chuỗi tín hiệu điều khiển tương lai phạm vi điều khiển (Control horizon) cho sai lệch đáp ứng dự báo mơ hình tín hiệu chuẩn cho trước tối thiểu Phương pháp điều khiển dự báo phương pháp tổng quát thiết kế điều khiển miền thời gian áp dụng cho hệ tuyến tính hệ phi tuyến 357 HỘI NGHỊ KH&CN CƠ KHÍ - ĐỘNG LỰC 2021 Các bước xây dựng mơ hình điều khiển dự báo MPC là: - Sử dụng mơ hình để dự báo giá trị đầu trình thời điểm tương lai; - Tính tốn tín hiệu điều khiển cách tối thiểu hố phiếm hàm mục tiêu - Mỗi lần (tại thời điểm t) tín hiệu điều khiển dự báo có tín hiệu đưa đến tác động vào q trình Có nhiều thuật tốn MPC (Ví dụ LRPC: LongRange Predictive Control, ), khác chúng sử dụng mơ hình khác để biểu diễn q trình, nhiễu hàm mục tiêu (Cost Funtion) tối ưu hoá Nguyên lý hoạt động MPC: Nguyên lý điều khiện MPC thể Hình theo thời gian thực Nếu lớn, xảy nhiễu, điều khiển phản ứng với nhiễu đủ nhanh Ngược lại, thời gian lấy mẫu nhỏ, điều khiển phản ứng nhanh với nhiễu thay đổi tín hiệu đầu vào, điều dẫn đến cố tràn liệu tính tốn Phạm vi điều khiển c: Một thông số thiết kế khác MPC phạm vi điều khiển Trong tập hợp hành động điều khiển tương lai dẫn đến đầu dự đoán đối tượng, số lượng hành động điều khiển đến bước thời gian m gọi phạm vi điều khiển, với đầu vào giữ không đổi Mỗi hành động điều khiển phạm vi điều khiển coi biến tự cần tính tốn q trình tối ưu hóa Do đó, phạm vi điều khiển nhỏ, khối lượng tính tốn Ngồi thiết kế mơ hình điều khiển dự báo MPC cần quan tâm đến thông số khác buộc (Constraints), trọng số (Weight) Với tốn tự hành, để giữ cho tơ di chuyển theo quỹ đạo tham chiếu cho trước, trường hợp cố định chân ga, vận tốc dọc không đổi, điều khiển MPC cần xác định quỹ đạo thực tế gần với tham chiếu, thông qua tối ưu hóa phiếm hàm mục tiêu J Ơ tơ tự hành thông thường phải thoả mãn điều kiện ràng buộc cứng ràng buộc mềm nhằm xác định phạm vi hoạt động, điều kiện môi trường, điều kiện an tồn chuyển động Hình Cấu trúc ngun lý làm việc mơ hình điều khiển dự báo [1] Phạm vi dự báo N: Số bước thời gian dự đoán tương lai gọi phạm vi dự báo Ứng với bước dự báo, điều khiển thực thi nhiệm vụ điều khiển từ t đến t+N Trong thực tế phạm vi dự báo phải lựa chọn phù hợp, ví dụ tô chuyển động với vận tốc 80km/h, thời gian phanh khẩn cấp 5s Tuy nhiên phạm vi dự báo 2s, gặp vật cản, xe dừng lại sau va chạm Nếu N lớn, dẫn đến lãng phí tài ngun tính tốn hệ thống Thời gian lấy mẫu D t : Thời gian nhỏ mà điều khiển thực thuật tốn điều khiển Thơng qua thời gian lấy mẫu xác định tốc độ xử lý điều khiển, khả đáp ứng với tín hiệu kích thích đầu vào nhiễu 358 Hình Mơ hình điều khiển dự báo MPC cho tơ tự hành Trong đó: ek+i : Sai số quỹ đạo theo phương ngang; Du : Bước thay đổi góc quay vành tay lái; p: Phạm vi dự báo; we, wu: Các hệ số hiệu chỉnh sai số quỹ đạo bước thay đổi góc lái, dạng hàm mũ số 2.2 Mơ hình khảo sát động lực học ô tô Để nghiên cứu động lực học chuyển động ô tô cách tổng quát, mơ hình nghiên cứu phải xây dựng khơng gian Nếu xem ô tô vật rắn chuyển động hệ toạ độ không gian ba chiều cố định Oxyz chuyển vị trọng tâm tơ xem SỐ ĐẶC BIỆT (10-2021) HỘI NGHỊ KH&CN CƠ KHÍ - ĐỘNG LỰC 2021 xét sáu thành phần, gồm chuyển vị dọc theo trục quay quanh trục Trong báo này, tác giả tiến hành khảo sát động lực học chuyển động ô tô mặt phẳng đường Oxy, phương thẳng đứng Oz, áp dụng mơ hình lốp phi tuyến HSRI để tính tốn lực ngang, lực dọc mô men quanh trục z bánh xe [2] - Mơ hình khảo sát chuyển động tơ mặt phẳng đường: Góc lăn lch lp sau, bờn trỏi: ổ ỗ v y - lry a rl = - arctan ỗ w ỗỗ vx - y è ÷ ÷ ÷÷ ø (7) Gúc ln lch lp sau, bờn phi: ổ ỗ v y - lry a rr = - arctan ỗ ỗỗ v + w y x è ÷ ÷ ÷÷ ø (8) Gia tốc góc quay thân xe: y= G Iz (9) w Fx _ fl cos d - Fy _ fl sin d w + l f Fx _ fr sin d + Fy _ fr cos d + Fx _ fr cos d - Fy _ fr sin d w - lr Fx _ rl + Fx _ rr Fx _ rl - Fx _ rr G = l f Fx _ fl sin d + Fy _ fl cos d - (10) Phương trình xác định quỹ đạo theo phương dọc OxH phương ngang OyH ô tô: y y vyH = vx sin(y ) - vy cos(y ) Hình Mơ hình hai vết khảo sát động lực học tô mặt phẳng đường [3] Gia tốc ô tô theo phương dọc xe Ox: ax = vx - v yy (11) (12) Từ hait phương trình suy ra: xH = ò v x H ; t0 yH = t ịv yH - Mơ hình khảo sát động lực học ô tô theo phương thẳng đứng Oz: t0 (1) Phương trình cân lực theo phương dọc xe: (2) Gia tốc ô tô theo phương ngang Oy: Fxfl cos d - Fyfl sin d + Fxfr cos d - Fyfr sin d + Fxrl + Fxrr = mt ax ay = vy + vxy (3) Phương trình cân lực theo phương ngang Oy: Fyfl cos d + Fxfl sin d + Fyfr cos d + Fxfr sin d + Fyrl + Fyrr = mt a y (4) Góc lăn lệch lốp trước, bên trái: ổ ỗ vy + l fy a fl = d - arctan ỗ ỗỗ v + w y x ố ÷ ÷ ÷÷ ø Hình Mơ hình không gian, khảo sát động lực học (5) Hệ ngoại lực mô men ngoại lực tác dụng lên ô tô khảo sát động lực học theo phương thẳng đứng sau [4]: Góc lăn lệch lốp trước, bên phi: ổ ỗ v y + l fy a fr = d - arctan ỗ ỗỗ v - w y x è SỐ ĐẶC BIỆT (10-2021) ÷ ÷ ÷÷ ø ô tô theo phương thẳng đứng [2] (6) Fsfl + Fdfl + Fsfr + Fdfr + Fsrl + Fdrl + Fsrr + Fdrr = msZs Fsrl + Fdrl + Fsrr + Fdrr b - Fsfl + Fdfl + Fsfr + Fdfr a = I pq (13) (14) 359 HỘI NGHỊ KH&CN CƠ KHÍ - ĐỘNG LỰC 2021 Fsfl + Fdfl + Fsrl + Fdrl w w - Fsfr + Fdfr + Fsrr + Fdrr = I rf 2 (15) Phương trình động lực học theo phương dọc lốp trước bên trái: Ftfl - Fsfl - Fdfl = mufl Zufl (16) Phương trình động lực học theo phương dọc lốp trước bên phải: Ftfr - Fsfr - Fdfr = mufr Zufr (17) Phương trình động lực học theo phương dọc lốp sau bên trái: Ftrl - Fsrl - Fdrl = murl Zurl (18) Ngoài ta có giá trị f (L) theo vùng trượt bám sau: ì f (L ) = í ỵ L(2 - L) L ³1 L

Ngày đăng: 28/12/2021, 09:02

HÌNH ẢNH LIÊN QUAN

- Mô hình khảo sát chuyển động của ô tô trong mặt ph ẳng đường:  - Nghiên cứu, xây dựng giải pháp điều khiển cho ô tô tự hành, ứng dụng mô hình điều khiển dự báo
h ình khảo sát chuyển động của ô tô trong mặt ph ẳng đường: (Trang 3)
- Mô hình khảo sát động lực học của ô tô theo - Nghiên cứu, xây dựng giải pháp điều khiển cho ô tô tự hành, ứng dụng mô hình điều khiển dự báo
h ình khảo sát động lực học của ô tô theo (Trang 3)

TỪ KHÓA LIÊN QUAN

TÀI LIỆU CÙNG NGƯỜI DÙNG

TÀI LIỆU LIÊN QUAN

w