駕駛機(jī)器人轉(zhuǎn)向操縱的動(dòng)態(tài)模型預(yù)測(cè)控制方法

在汽車(chē)試驗(yàn)中，對(duì)汽車(chē)操縱的準(zhǔn)確性和重復(fù)性依賴(lài)于駕駛員的經(jīng)驗(yàn)和反應(yīng)速度，長(zhǎng)時(shí)間試驗(yàn)會(huì)造成駕駛員反應(yīng)速度變慢，從而影響試驗(yàn)數(shù)據(jù)的可靠性.駕駛機(jī)器人是指無(wú)需對(duì)現(xiàn)有操縱平臺(tái)進(jìn)行底盤(pán)改裝，可無(wú)損安裝在駕駛室內(nèi)，替代人員在危險(xiǎn)和惡劣環(huán)境及特殊極端環(huán)境下進(jìn)行駕駛操作的特種作業(yè)機(jī)器人.通過(guò)操縱車(chē)輛執(zhí)行機(jī)構(gòu)(如方向盤(pán)、油門(mén)踏板、制動(dòng)踏板、換擋手柄等)，駕駛機(jī)器人能夠?qū)崿F(xiàn)自動(dòng)駕駛.駕駛機(jī)器人能夠進(jìn)行性能自學(xué)習(xí)，通過(guò)學(xué)習(xí)不同車(chē)輛駕駛室的結(jié)構(gòu)參數(shù)來(lái)操縱不同的車(chē)輛，因此具有良好的通用性，可廣泛應(yīng)用于車(chē)輛測(cè)試試驗(yàn)、搶險(xiǎn)救援等領(lǐng)域.

會(huì)議由北京市海淀區(qū)教師進(jìn)修學(xué)校劉汝明副校長(zhǎng)主持，北京師范大學(xué)鄭國(guó)民教授、王磊教授、郭玉英教授、羅少茜教授、鄭林教授、李曉東副教授、王健副教授；中國(guó)教研網(wǎng)執(zhí)行總監(jiān)、北京市教育學(xué)會(huì)副秘書(shū)長(zhǎng)朱立祥老師；北京市海淀區(qū)教委副主任、北京市海淀區(qū)教師進(jìn)修學(xué)校羅濱校長(zhǎng)出席會(huì)議。通過(guò)研討，與會(huì)專(zhuān)家、教研員、教師一致認(rèn)為，學(xué)科內(nèi)容功能價(jià)值的理解、學(xué)習(xí)活動(dòng)的層次性設(shè)計(jì)、教師教學(xué)行為的轉(zhuǎn)變是進(jìn)行學(xué)科核心素養(yǎng)發(fā)展、學(xué)科能力提升的教學(xué)改進(jìn)的關(guān)鍵。

作為新型的自動(dòng)駕駛解決方案，有必要對(duì)駕駛機(jī)器人操縱車(chē)輛的轉(zhuǎn)向操縱控制進(jìn)行研究.控制器的控制效果是影響駕駛機(jī)器人精確操縱車(chē)輛的重要因素.文獻(xiàn)[7]將純跟蹤和矢量跟蹤等方法與比例-積分-微分(PID)控制相結(jié)合，進(jìn)行了多工況下的駕駛機(jī)器人轉(zhuǎn)向操縱仿真試驗(yàn)，但未就駕駛機(jī)器人轉(zhuǎn)向操縱的動(dòng)力學(xué)模型進(jìn)行推導(dǎo).文獻(xiàn)[8]設(shè)計(jì)了路徑預(yù)瞄方法，將多模式切換控制策略與模糊PID控制器相結(jié)合，用于駕駛機(jī)器人車(chē)輛的車(chē)速與轉(zhuǎn)向控制.文獻(xiàn)[9]將預(yù)瞄方法引入駕駛機(jī)器人轉(zhuǎn)向操縱控制，并進(jìn)行了駕駛機(jī)器人操縱車(chē)輛的仿真試驗(yàn)，但隨著車(chē)速增加，跟蹤誤差顯著提高.文獻(xiàn)[10]將以數(shù)據(jù)點(diǎn)的形式描述車(chē)輛的期望軌跡，基于模糊控制提出了駕駛機(jī)器人的軌跡跟蹤控制方法，但跟蹤結(jié)果誤差較大.文獻(xiàn)[11]提出了基于駕駛員行為的駕駛機(jī)器人魯棒迭代學(xué)習(xí)控制方法，并在控制器設(shè)計(jì)中引入模型不確定性，但未考慮實(shí)際模型輸入輸出的物理量.文獻(xiàn)[12]提出了用于駕駛機(jī)器人操縱車(chē)輛進(jìn)行轉(zhuǎn)向的PID控制器，但控制效果較差.

智能車(chē)輛運(yùn)動(dòng)控制的研究對(duì)駕駛機(jī)器人操縱車(chē)輛轉(zhuǎn)向的控制方法具有借鑒意義.文獻(xiàn)[13]將具有自適應(yīng)時(shí)域特性的模型預(yù)測(cè)控制用于四輪獨(dú)立驅(qū)動(dòng)車(chē)輛的路徑跟蹤.文獻(xiàn)[14]提出了一種基于高斯過(guò)程回歸的車(chē)輛自動(dòng)巡航系統(tǒng)學(xué)習(xí)預(yù)測(cè)控制策略，并建立了車(chē)輛巡航系統(tǒng)的預(yù)測(cè)模型.文獻(xiàn)[15]提出了一種基于廣義預(yù)測(cè)控制的主動(dòng)轉(zhuǎn)向控制器來(lái)保證車(chē)輛對(duì)于路徑的跟蹤能力.

傳統(tǒng)的模型預(yù)測(cè)控制(MPC)具有固定的預(yù)測(cè)時(shí)域，而動(dòng)態(tài)模型預(yù)測(cè)控制(DMPC)在模型預(yù)測(cè)控制的基礎(chǔ)上，引入了預(yù)測(cè)時(shí)域調(diào)整方法.在路徑跟蹤任務(wù)下，建立路徑曲率與預(yù)測(cè)時(shí)域的函數(shù)關(guān)系.根據(jù)期望路徑曲率的變化，調(diào)整預(yù)測(cè)時(shí)域的大小.設(shè)計(jì)的預(yù)測(cè)時(shí)域調(diào)整方法能夠在小曲率路段減小預(yù)測(cè)時(shí)域值，減少控制器求解計(jì)算復(fù)雜度；在大曲率路段增大預(yù)測(cè)時(shí)域值，以提高控制器跟蹤性能.

綜上，建立了駕駛機(jī)器人-被操縱車(chē)輛耦合系統(tǒng)的動(dòng)力學(xué)模型，判定了耦合系統(tǒng)模型的可控性.利用卡爾曼濾波對(duì)耦合系統(tǒng)模型狀態(tài)進(jìn)行估計(jì)，并結(jié)合估計(jì)狀態(tài)與耦合模型設(shè)計(jì)了增量式模型預(yù)測(cè)控制器，并在此基礎(chǔ)上，擬合預(yù)測(cè)時(shí)域與路徑曲率的關(guān)系，得到預(yù)測(cè)時(shí)域可變的動(dòng)態(tài)模型預(yù)測(cè)控制器；在不同駕駛工況下，通過(guò)仿真與試驗(yàn)驗(yàn)證了提出方法的有效性.

1 轉(zhuǎn)向操縱模型

1.1 轉(zhuǎn)向機(jī)械手動(dòng)力學(xué)模型

駕駛機(jī)器人由轉(zhuǎn)向機(jī)械手、換擋機(jī)械手、油門(mén)機(jī)械腿、制動(dòng)機(jī)械腿、離合器機(jī)械腿組成，在結(jié)構(gòu)方面具備了同時(shí)操縱車(chē)輛的方向盤(pán)、換擋手柄、離合器踏板、制動(dòng)踏板、油門(mén)踏板的能力.駕駛機(jī)器人整體結(jié)構(gòu)如圖1所示.轉(zhuǎn)向機(jī)械手是實(shí)現(xiàn)駕駛機(jī)器人對(duì)被操縱試驗(yàn)車(chē)輛進(jìn)行轉(zhuǎn)向控制的結(jié)構(gòu)，由底座、位姿調(diào)節(jié)槽、驅(qū)動(dòng)電機(jī)、減速器、萬(wàn)向節(jié)、轉(zhuǎn)向機(jī)械手抓手組成.轉(zhuǎn)向機(jī)械手結(jié)構(gòu)如圖2所示.

轉(zhuǎn)向機(jī)械手驅(qū)動(dòng)電機(jī)的等效電路如圖3所示.其中：為電機(jī)轉(zhuǎn)速；為電機(jī)的轉(zhuǎn)矩系數(shù)；為負(fù)載力矩；為黏性摩擦因數(shù)；為電樞電感；為驅(qū)動(dòng)電壓；為電樞電阻；為電流.

所獲得的轉(zhuǎn)向機(jī)械手動(dòng)力學(xué)方程如下式所示：

(1)

式中：為電機(jī)的轉(zhuǎn)動(dòng)慣量；為反電動(dòng)勢(shì)系數(shù)；為轉(zhuǎn)向機(jī)械手減速器傳動(dòng)比；為轉(zhuǎn)向機(jī)械手輸出轉(zhuǎn)矩.

1.2 被操縱車(chē)輛動(dòng)力學(xué)模型

駕駛機(jī)器人轉(zhuǎn)向操縱主要涉及車(chē)輛的橫向運(yùn)動(dòng)控制，因此，以車(chē)輛二自由度模型為研究對(duì)象.被操縱車(chē)輛模型如圖4所示.其中：、分別為前、后輪速度；、分別為前、后輪側(cè)偏角；f、r分別為前、后輪側(cè)偏力；、分別為前、后軸到車(chē)輛質(zhì)心的距離；為車(chē)輛前輪轉(zhuǎn)角；為車(chē)輛橫擺角速度；為車(chē)輛側(cè)向速度；為車(chē)輛縱向速度；、為車(chē)輛坐標(biāo)系.

對(duì)駕駛機(jī)器人-車(chē)輛耦合狀態(tài)進(jìn)行離散化，得到離散化狀態(tài)空間為

(2)

式中：、分別為車(chē)輛前、后輪的側(cè)偏剛度；為整車(chē)質(zhì)量；為車(chē)輛繞坐標(biāo)系軸的轉(zhuǎn)動(dòng)慣量；為質(zhì)心側(cè)偏角，其在數(shù)值上滿(mǎn)足=tan，但由于該值較小，所以可以得到≈

令為橫向位移，將式(2)轉(zhuǎn)化為以被操縱車(chē)輛的橫向位移、側(cè)向速度和橫擺角速度為狀態(tài)變量的狀態(tài)空間形式如下：

溶液中離子的濃度除影響尿酸鹽溶解度外，對(duì)MSU晶體成核的作用也不容忽視。在體外實(shí)驗(yàn)中，隨著尿酸鹽濃度的升高，MSU晶體成核越多；同時(shí)，提高溶液中Na+的濃度也可促進(jìn)MSU晶體成核[7-8]。在生理?xiàng)l件下，K+、Mg2+、Cu2+對(duì)MSU晶體成核有較小的抑制作用，而Ca2+對(duì)MSU晶體成核沒(méi)有影響；當(dāng)Ca2+濃度過(guò)高時(shí)，形成的往往是尿酸鈣晶體而非MSU晶體[7]。

(3)

被操縱車(chē)輛的轉(zhuǎn)向系動(dòng)力學(xué)方程為

(4)

式中：為轉(zhuǎn)向系傳動(dòng)比；為車(chē)輪回正力矩；為轉(zhuǎn)向系等效轉(zhuǎn)動(dòng)慣量；為轉(zhuǎn)向系扭轉(zhuǎn)剛度；為輪胎拖距.考慮到=,=30/π, 得到初步的耦合模型如下式所示：

(5)

(6)

1.3 駕駛機(jī)器人-被操縱車(chē)輛耦合系統(tǒng)模型

駕駛機(jī)器人模型輸入為電壓，輸出為機(jī)械手抓手的轉(zhuǎn)角，而車(chē)輛的輸入為前輪轉(zhuǎn)角，引入轉(zhuǎn)向系傳動(dòng)比，可以建立起駕駛機(jī)器人與車(chē)輛的耦合系統(tǒng)模型.令狀態(tài)向量為

令輸入為轉(zhuǎn)向機(jī)械手驅(qū)動(dòng)電機(jī)電樞電壓，結(jié)合式(3)和(5)得到對(duì)應(yīng)耦合模型的狀態(tài)空間為

(7)

其中：

蘇軾在《東坡易傳》中闡釋《系辭》的“理財(cái)正辭”時(shí)說(shuō):“位之存亡寄乎民，民之死生寄乎財(cái)，故奪民財(cái)者，害其生者也。害其生者也，賊其位者也……”，并進(jìn)一步指出:“上之所行皆可以名言，財(cái)之出入有道，而民之為非者可得而禁也。民不為非，則上之用財(cái)也約矣。又安以多取為哉！”。他提出要“因民之所利而利之”，保護(hù)和謀取百姓的利益，讓人與物各得其所、各安其所。當(dāng)然，他所言之利，非一己之私利，而是民眾之公利，天下之公利，同時(shí)也是千萬(wàn)個(gè)體的生活需要和生存權(quán)力。這是蘇軾稅賦思想的最為核心的理論基礎(chǔ)。

1.4 耦合模型的可控性驗(yàn)證

=diag(r,r, …,r)

(8)

(9)

計(jì)算得到, 判別矩陣的秩()=()=6，即狀態(tài)、輸出可控性判別矩陣是滿(mǎn)秩的，耦合系統(tǒng)模型的狀態(tài)與輸出均是可控的.結(jié)果表明，通過(guò)調(diào)整與設(shè)計(jì)控制器的控制率，即加在駕駛機(jī)器人轉(zhuǎn)向機(jī)械手驅(qū)動(dòng)電機(jī)兩端的電壓，可以使駕駛機(jī)器人操縱車(chē)輛到達(dá)期望的橫向位置，同時(shí)系統(tǒng)能到達(dá)期望狀態(tài).

“現(xiàn)在公司真的沒(méi)錢(qián)了?！眲倓倧膐fo離職的員工Raven（化名）告訴《中國(guó)經(jīng)濟(jì)周刊》記者，“現(xiàn)在主要是通過(guò)變賣(mài)運(yùn)維車(chē)輛等資產(chǎn)來(lái)?yè)Q錢(qián)。同時(shí)，也在跟供應(yīng)商談債轉(zhuǎn)股，以緩解資金壓力。國(guó)內(nèi)是很難再拿到融資了，老戴（戴威）正在努力在海外談融資，以及尋找區(qū)塊鏈項(xiàng)目機(jī)會(huì)?！?/p>

2 控制方法

(3)發(fā)展煤炭洗選需要全社會(huì)的廣泛參與、理解和支持。煤炭洗選加工既是煤炭企業(yè)推進(jìn)節(jié)能減排、發(fā)展循環(huán)經(jīng)濟(jì)的重要抓手，同時(shí)也是全社會(huì)節(jié)能減排的重要途徑，需要政府、企業(yè)、用戶(hù)等各個(gè)方面的通力配合，一方面通過(guò)政府出臺(tái)政策法規(guī)、制定相關(guān)標(biāo)準(zhǔn)規(guī)范引導(dǎo)企業(yè)多洗煤，敦促煤炭用戶(hù)使用洗選精煤；另一方面企業(yè)加大洗選投入，降低原煤直接入市；煤炭用戶(hù)也配合建設(shè)、完善洗選煤優(yōu)質(zhì)優(yōu)價(jià)市場(chǎng)，逐步帶動(dòng)原煤入選。

2.1 車(chē)速穩(wěn)定控制

為使駕駛機(jī)器人操縱車(chē)輛轉(zhuǎn)向時(shí)，克服因踏板攝動(dòng)引起的車(chē)速變化，達(dá)到等速轉(zhuǎn)向的目的，設(shè)計(jì)了車(chē)速控制的PI控制器.控制器輸入為車(chē)速誤差，輸出為機(jī)械腿滾珠絲杠的位移.當(dāng)攝動(dòng)出現(xiàn)時(shí)，車(chē)速出現(xiàn)變化，PI控制器輸出絲杠位移，以調(diào)整機(jī)械腿末端位姿，進(jìn)而使車(chē)速穩(wěn)定在期望車(chē)速.

車(chē)速誤差始終存在于駕駛過(guò)程中，以文獻(xiàn)[16]中±2 km/h的誤差邊界得到的誤差范圍，即控制器的速度控制精度指標(biāo)要求為

(10)

根據(jù)文獻(xiàn)[17]對(duì)機(jī)械腿模型的推導(dǎo)，得到機(jī)械腿的輸入輸出關(guān)系為

=()

(11)

式中：為輸出踏板開(kāi)度；為非線性函數(shù).

考慮到踏板存在死區(qū)與延時(shí)特性，結(jié)合式(6)與(11)得到如下所示的車(chē)速-絲杠位移變化關(guān)系為

(12)

得到PI控制器的輸出控制率為

(13)

式中：為PI控制器輸出控制率.

2.2 系統(tǒng)狀態(tài)估計(jì)

駕駛機(jī)器人的轉(zhuǎn)向操縱控制，需要實(shí)時(shí)獲取耦合系統(tǒng)模型的狀態(tài)，用于模型預(yù)測(cè)控制進(jìn)行優(yōu)化求解.因此，利用卡爾曼濾波器對(duì)耦合系統(tǒng)模型的狀態(tài)進(jìn)行最優(yōu)估計(jì).

在被操縱車(chē)輛的側(cè)向加速度絕對(duì)值小于0.4(為重力加速度)時(shí)，二自由度模型的微分方程為

(14)

先驗(yàn)估計(jì):

(15)

(16)

后驗(yàn)估計(jì):

(17)

(18)

(19)

=

2.3 動(dòng)態(tài)模型預(yù)測(cè)控制器設(shè)計(jì)

駕駛機(jī)器人在操縱車(chē)輛轉(zhuǎn)向時(shí)，會(huì)因路面顛簸以及側(cè)向力的作用，使其位姿出現(xiàn)微小變化，表現(xiàn)為加速機(jī)械腿對(duì)油門(mén)踏板或制動(dòng)機(jī)械腿對(duì)制動(dòng)踏板造成的攝動(dòng).踏板攝動(dòng)的存在會(huì)使車(chē)速發(fā)生改變，低速轉(zhuǎn)向時(shí)，踏板攝動(dòng)與車(chē)速變化關(guān)系如下式所示：

(20)

進(jìn)一步展開(kāi)式(21)后，得到：

展開(kāi)后，目標(biāo)函數(shù)與約束的簡(jiǎn)化形式如下：

(Δ)=+ΔΔ

(21)

s.t.≤(=Δ+)≤

江城縣地處西南邊疆，有“一腳踏三國(guó)”的美稱(chēng)，與東盟接壤，云南橋頭堡戰(zhàn)略的實(shí)施為江城縣果業(yè)發(fā)展和水果流通提供了地域優(yōu)勢(shì)。同時(shí)，由于江城縣緊靠東盟各國(guó)，在水果的運(yùn)輸、貯存方面所花的時(shí)間短、運(yùn)輸成本低，因此在產(chǎn)品價(jià)格上有大優(yōu)勢(shì)。

Δ≤Δ≤Δ

其中：

=Δ+

=diag(q,q, …,q)

駕駛機(jī)器人-被操縱車(chē)輛耦合模型的狀態(tài)可控性、輸出可控性分別決定了耦合模型能否在輸入作用下到達(dá)期望狀態(tài)、期望輸出，因此在設(shè)計(jì)控制器之前，需要對(duì)被控對(duì)象進(jìn)行可控性分析.耦合系統(tǒng)模型的狀態(tài)、輸出可控性判別矩陣如下式所示：

式中：+為第個(gè)預(yù)測(cè)步下的期望橫向位置；為控制時(shí)域；q、r分別為第個(gè)預(yù)測(cè)步下的橫向誤差權(quán)重和第個(gè)控制權(quán)重.

(Δ)=ΔΔ+ΔΔ+

Δ+Δ

(22)

(Δ)=Δ+ΔΔ

(23)

s.t.Δ≤

由問(wèn)題模型可知，隨著的增大，模型考慮到更多的未來(lái)狀態(tài)，優(yōu)化目標(biāo)朝著縮小更長(zhǎng)預(yù)測(cè)范圍內(nèi)的誤差發(fā)展，能夠提升駕駛機(jī)器人轉(zhuǎn)向操縱的能力.同時(shí)矩陣與矩陣的尺寸會(huì)顯著增大，增加控制器的計(jì)算復(fù)雜度，其表現(xiàn)為求解時(shí)間的增長(zhǎng).

設(shè)定最小預(yù)測(cè)時(shí)域?yàn)楹妥畲箢A(yù)測(cè)時(shí)域?yàn)?，并?jì)算出目標(biāo)路徑的最小曲率和最大曲率.設(shè)預(yù)測(cè)時(shí)域與期望路徑曲率具有類(lèi)指數(shù)的函數(shù)關(guān)系.設(shè)定參數(shù)、, 預(yù)測(cè)時(shí)域與曲率的實(shí)際函數(shù)關(guān)系為

(24)

將多種具有單曲率的路徑作為期望路徑，加入閉環(huán)控制系統(tǒng)中通過(guò)調(diào)試確定次優(yōu)值以獲得準(zhǔn)確的跟蹤結(jié)果.以式(24)為基函數(shù)，多組曲率路徑以及其對(duì)應(yīng)的進(jìn)行離線的非線性擬合，得到參數(shù)、的具體值.

()=

第二，起步階段為集成大量全文資源，提供在線資源檢索與全文獲取服務(wù)，內(nèi)容第一，形成資源優(yōu)勢(shì)與品牌效應(yīng)。到目前為止，這依然是各大服務(wù)商的主營(yíng)業(yè)務(wù)。

(25)

令誤差函數(shù)為

(26)

誤差對(duì)參數(shù)、求偏導(dǎo)得到

(27)

(28)

其中:

目前，諸城市已初步建起榛緣歡樂(lè)谷、竹山生態(tài)谷、蘋(píng)果樂(lè)園、東方田園、龍門(mén)口度假區(qū)等20處林園綜合體，成功開(kāi)發(fā)了以榛子油、板栗休閑食品為主的30多個(gè)林果深加工產(chǎn)品。通過(guò)建設(shè)林園綜合體，延伸精深加工、物流倉(cāng)儲(chǔ)和商務(wù)服務(wù)產(chǎn)業(yè)鏈條，提升林產(chǎn)品轉(zhuǎn)化率和林業(yè)附加值。

財(cái)務(wù)會(huì)計(jì)和管理會(huì)計(jì)是傳統(tǒng)會(huì)計(jì)工作的兩個(gè)分支。而二者相結(jié)合會(huì)改變現(xiàn)在的會(huì)計(jì)準(zhǔn)則，改變現(xiàn)在的會(huì)計(jì)制度體系，也將會(huì)改變現(xiàn)在的報(bào)表陳報(bào)方式。在會(huì)計(jì)電算化出現(xiàn)之前，對(duì)外財(cái)務(wù)報(bào)告與對(duì)內(nèi)財(cái)務(wù)報(bào)告作為財(cái)務(wù)報(bào)告的兩類(lèi)形式。必須遵循國(guó)家財(cái)政部門(mén)制定的相關(guān)會(huì)計(jì)制度與準(zhǔn)則的是對(duì)外財(cái)務(wù)報(bào)告，而對(duì)內(nèi)財(cái)務(wù)報(bào)告沒(méi)有固定的標(biāo)準(zhǔn)，反而是由會(huì)計(jì)管理人員自己決定的。會(huì)計(jì)電算化實(shí)現(xiàn)之后，把財(cái)務(wù)會(huì)計(jì)與管理會(huì)計(jì)結(jié)合起來(lái)，統(tǒng)一看待，對(duì)外財(cái)務(wù)報(bào)告與對(duì)內(nèi)財(cái)務(wù)報(bào)告的劃分也將會(huì)不復(fù)存在。因此，會(huì)計(jì)電算化對(duì)會(huì)計(jì)工作的財(cái)務(wù)報(bào)告編制也有影響。

根據(jù)梯度下降法，為使誤差極小化，令

(1)在經(jīng)過(guò)處理后的數(shù)據(jù)中一共有1875位會(huì)員，將每位會(huì)員的預(yù)定限額作為第1個(gè)指標(biāo)xk1。任務(wù)可以開(kāi)始預(yù)定的最早時(shí)間為6：30，每位會(huì)員的開(kāi)始預(yù)定時(shí)間與6:30相差mk分鐘，mk=(0,3,6,,,90)。當(dāng) mk≠0 時(shí)，取

其次，計(jì)算機(jī)網(wǎng)絡(luò)信息安全管理制度不完善。例如，部分企業(yè)在計(jì)算機(jī)信息技術(shù)應(yīng)用過(guò)程中并不注重計(jì)算機(jī)網(wǎng)絡(luò)信息數(shù)據(jù)的安全管理，以致于計(jì)算機(jī)網(wǎng)絡(luò)系統(tǒng)運(yùn)行時(shí)網(wǎng)絡(luò)信息數(shù)據(jù)安全性得不到保證，不完善的制度會(huì)被網(wǎng)絡(luò)黑客鉆空子，入侵到企業(yè)系統(tǒng)后就會(huì)影響企業(yè)整體網(wǎng)絡(luò)系統(tǒng)的運(yùn)行，嚴(yán)重的話會(huì)影響企業(yè)經(jīng)濟(jì)效益。

用鍬捯7～8次，在捯拌中，依據(jù)混拌土的干濕度，適當(dāng)用噴壺，噴5.5～6.5升水，攪拌均勻，達(dá)到手捏成團(tuán)不滴水，落地混拌土自然散開(kāi)為宜。

3 仿真與試驗(yàn)驗(yàn)證

3.1 仿真驗(yàn)證

為驗(yàn)證駕駛機(jī)器人操縱試驗(yàn)車(chē)輛的路徑曲率-預(yù)測(cè)時(shí)域的實(shí)際關(guān)系式(24)對(duì)等效關(guān)系式(25)的可替代性，以及得到擬合參數(shù)，將設(shè)計(jì)的模型預(yù)測(cè)控制器用于耦合系統(tǒng)，在多種不同曲率的單曲率路徑下進(jìn)行路徑跟蹤仿真，調(diào)整預(yù)測(cè)時(shí)域至跟蹤誤差幅度小于0.1 m，得到對(duì)應(yīng)路徑曲率下的最佳預(yù)測(cè)時(shí)域的次優(yōu)解，并記錄不同預(yù)測(cè)時(shí)域下，控制器單次求解所需的系統(tǒng)時(shí)間.不同路徑曲率下的次優(yōu)預(yù)測(cè)時(shí)域如表1所示.

結(jié)合式(25)、(27)、(28)得到的等效關(guān)系曲線的擬合結(jié)果如表2和3所示，預(yù)測(cè)時(shí)域動(dòng)態(tài)調(diào)整特性如圖6所示，其中：?為預(yù)測(cè)時(shí)域誤差；為控制器求解時(shí)間.表3中的確定系數(shù)與自由度調(diào)整確定系數(shù)接近于1，說(shuō)明擬合的非線性關(guān)系中，路徑曲率對(duì)預(yù)測(cè)時(shí)域有準(zhǔn)確的解釋能力.圖6表明了路徑曲率的增大，控制器的預(yù)測(cè)時(shí)域也隨之增大，同時(shí)也引起求解時(shí)間的增加.此外，圖6(a)中多數(shù)樣本點(diǎn)落在等效關(guān)系上，且實(shí)際關(guān)系曲線與等效關(guān)系曲線之間的誤差由式(24)、(25)可知，在一個(gè)時(shí)域之內(nèi).由于預(yù)測(cè)時(shí)域只能以整數(shù)形式存在，所以圖6(a)產(chǎn)生的誤差已經(jīng)在理論最小范圍之內(nèi).

3.2 試驗(yàn)驗(yàn)證

為驗(yàn)證提出方法對(duì)駕駛機(jī)器人轉(zhuǎn)向操縱控制的有效性，將駕駛機(jī)器人安裝于試驗(yàn)車(chē)輛，安裝圖如圖7所示，進(jìn)行了雙移線試驗(yàn).試驗(yàn)時(shí)初始車(chē)速為30 km/h.關(guān)鍵性能參數(shù)如表4所示.雙移線試驗(yàn)由熟練駕駛員在交通部公路交通試驗(yàn)場(chǎng)對(duì)桑塔納某型號(hào)轎車(chē)進(jìn)行.側(cè)向加速度、橫擺角速度和車(chē)輛位置信息由CDY-3車(chē)輛動(dòng)態(tài)測(cè)試儀進(jìn)行測(cè)量，縱向車(chē)速由OES-II 非接觸速度傳感器測(cè)量，質(zhì)心側(cè)偏角可以間接測(cè)量.試驗(yàn)中由駕駛員操縱車(chē)輛，其中2名試驗(yàn)員隨車(chē)實(shí)時(shí)采集測(cè)試數(shù)據(jù).

為驗(yàn)證提出方法能夠控制駕駛機(jī)器人實(shí)現(xiàn)對(duì)試驗(yàn)車(chē)輛的精確操縱，以及卡爾曼濾波器的估計(jì)效果，在雙移線工況下進(jìn)行了駕駛機(jī)器人轉(zhuǎn)向操縱的試驗(yàn).為驗(yàn)證提出方法的控制精度，將提出方法的跟蹤結(jié)果與人類(lèi)駕駛員、模糊PID方法的跟蹤結(jié)果進(jìn)行了對(duì)比，結(jié)果如圖8(a)～8(c)所示.此外，設(shè)計(jì)的PI車(chē)速穩(wěn)定控制器的性能，以及考慮踏板特性的影響的控制結(jié)果如圖8(d)以及表5所示.其中：為縱向位移; ?為卡爾曼濾波估計(jì)的橫向位移的誤差.

圖8(a)給出了卡爾曼濾波器對(duì)橫向位移這一狀態(tài)的估計(jì)結(jié)果，在路徑曲率的變化處，即期望路徑的4個(gè)角點(diǎn)，估計(jì)誤差相對(duì)較大，而整體上實(shí)現(xiàn)了準(zhǔn)確的狀態(tài)估計(jì).由圖8(b)可知，模糊PID方法與提出方法均能有效跟蹤期望路徑，且提出方法所產(chǎn)生的誤差更低，而人類(lèi)駕駛員不能良好地跟蹤期望路徑，存在較大誤差，主要時(shí)由于駕駛員駕駛過(guò)程中存在反應(yīng)滯后以及心理因素.由圖8(c)可知，駕駛機(jī)器人在模糊PID控制操縱車(chē)輛具有更大的質(zhì)心側(cè)偏角，且跟蹤過(guò)程中質(zhì)心側(cè)偏角波動(dòng)較大，行駛過(guò)程中的穩(wěn)定性較差，該現(xiàn)象主要是由于模糊PID主要考慮橫向位移上的誤差來(lái)建立誤差與控制率之間的關(guān)系，未對(duì)系統(tǒng)其他狀態(tài)進(jìn)行約束，而提出方法對(duì)系統(tǒng)狀態(tài)的約束，尤其是對(duì)側(cè)向速度的約束，使得駕駛機(jī)器人的轉(zhuǎn)向操縱具有更小且更平穩(wěn)的質(zhì)心側(cè)偏角，即在精確跟蹤期望路徑的基礎(chǔ)上實(shí)現(xiàn)穩(wěn)定轉(zhuǎn)向.由圖8(d)可知，設(shè)計(jì)的PI控制器能夠在考慮踏板特性和不考慮踏板特性的情況下均能穩(wěn)定將車(chē)速穩(wěn)定在容許的范圍內(nèi)，但由于踏板的時(shí)延特性會(huì)延遲控制率的作用，即控制器對(duì)駕駛機(jī)械腿的調(diào)整相對(duì)于車(chē)速變化的時(shí)刻會(huì)出現(xiàn)滯后現(xiàn)象，致使車(chē)速穩(wěn)定在試驗(yàn)車(chē)速30 km/h所需的時(shí)間增多.同時(shí)，在以不可微函數(shù)形式存在的死區(qū)特性的影響下，控制率會(huì)發(fā)生突變，使得車(chē)速變化存在如點(diǎn)1、2、3的不可微處.根據(jù)表5可知，考慮踏板的死區(qū)特性和時(shí)延特性后，控制器的增益值有明顯增大，增加了控制器的功耗.

為進(jìn)一步驗(yàn)證基于提出方法的駕駛機(jī)器人的轉(zhuǎn)向操縱性能，以及控制器可變時(shí)域特性，進(jìn)行了另一型移線工況的試驗(yàn)，并將提出方法與模糊PID以及線性二次調(diào)節(jié)器(LQR)進(jìn)行對(duì)比，試驗(yàn)結(jié)果如圖9所示.

由圖9(a)可知，模糊PID控制方法與本文方法均能有效控制駕駛機(jī)器人操縱車(chē)輛進(jìn)行精確跟蹤，而LQR方法在曲率較大的路徑拐點(diǎn)出現(xiàn)跟蹤性能下降，且末端穩(wěn)態(tài)誤差較大，主要是因?yàn)長(zhǎng)QR輸出的最優(yōu)控制率是基于狀態(tài)反饋實(shí)現(xiàn)的，是一種比例控制，單獨(dú)的比例控制難以消除穩(wěn)態(tài)誤差.圖9(b)中，3種方法產(chǎn)生的質(zhì)心側(cè)偏角相近，其中LQR方法的質(zhì)心側(cè)偏角最小，但提出方法在具有相近質(zhì)心側(cè)偏角的同時(shí)，能夠精確跟蹤目標(biāo)路徑，進(jìn)一步說(shuō)明了本文方法的有效性.同時(shí)，圖9(c)中的預(yù)測(cè)時(shí)域變化曲線說(shuō)明了在路徑的拐點(diǎn)處，即曲率較大位置，控制器動(dòng)態(tài)調(diào)整了預(yù)測(cè)時(shí)域，提升了控制器的跟蹤精度.

微表處作為一種常見(jiàn)的養(yǎng)護(hù)維修技術(shù)，具備經(jīng)濟(jì)、快速的優(yōu)點(diǎn)，一般用來(lái)修復(fù)裂縫與車(chē)轍等病害[1]。本文首先介紹纖維微表處中纖維的作用機(jī)理，對(duì)纖維微表處提出施工建議，并基于某高速實(shí)際路面養(yǎng)護(hù)維修技術(shù)進(jìn)行應(yīng)用研究，提高養(yǎng)護(hù)維修工程的施工質(zhì)量，以增加路面的使用壽命。

5 結(jié)語(yǔ)

建立了無(wú)人駕駛機(jī)器人與被操縱車(chē)輛的耦合系統(tǒng)模型，并對(duì)系統(tǒng)的可控性進(jìn)行判定.構(gòu)建了適用于耦合系統(tǒng)模型的卡爾曼濾波器，對(duì)無(wú)人駕駛機(jī)器人車(chē)輛的橫向位置進(jìn)行最優(yōu)估計(jì).建立了模型預(yù)測(cè)控制器預(yù)測(cè)時(shí)域與期望路徑曲率之間的關(guān)系，對(duì)預(yù)測(cè)時(shí)域進(jìn)行動(dòng)態(tài)調(diào)整.進(jìn)行了無(wú)人駕駛機(jī)器人操縱試驗(yàn)車(chē)輛在不同工況下的轉(zhuǎn)向操縱仿真試驗(yàn)，并進(jìn)行了人類(lèi)駕駛員操縱車(chē)輛的實(shí)車(chē)試驗(yàn).仿真與試驗(yàn)結(jié)果表明，提出的控制方法能夠準(zhǔn)確控制駕駛機(jī)器人的轉(zhuǎn)向操縱.

后續(xù)將研究方法的實(shí)時(shí)性，并將改進(jìn)后的方法燒錄至無(wú)人駕駛機(jī)器人硬件控制系統(tǒng)，進(jìn)行無(wú)人駕駛機(jī)器人的道路試驗(yàn)，以驗(yàn)證提出控制方法的實(shí)時(shí)性.