公开(公告)号：CN118025143A

公开(公告)日：2024-05-14

申请号：CN202410365429.4

申请日：2024-03-28

Applicant: 东北大学秦皇岛分校

Inventor： 杨平 ,  魏永涛 ,  王路瑶 ,  孙斯楠 ,  牛逸飞

IPC: B60W30/06 ,  B60W60/00

Abstract: 本发明提出基于改进混合A*和目标树的自动泊车路径规划方法，涉及泊车技术领域。在本发明中，对起始点到局部起始点之间的泊车路径进行规划时，通过精准化描述节点代价函数，生成可避障的实际路径；对局部起始点到结合点之间的泊车路径进行规划时，生成可避障的参考折线路径以及多条近似拟合前者的曲线路径，从多条曲线路径中选择一条与参考折线路径的累加距离偏差最小且可避障的曲线路径；同时对于最后的泊入段，基于目标树上的预知路径信息，可以快速生成平滑的向后倒车路径。整个泊车规划过程中，泊车路径由混合A*搜索路径和目标树路径组成。实施本发明，能够提高了选择出的曲线路径避障的可能性，以及自动泊车路径规划的效率、灵活性和适应力。

公开(公告)号：CN118655763A

公开(公告)日：2024-09-17

申请号：CN202410670110.2

申请日：2024-05-28

Applicant: 东北大学秦皇岛分校

Inventor： 罗恩泽 ,  魏永涛 ,  牛逸飞 ,  杨平 ,  孙斯楠 ,  蔡俊黠 ,  王路瑶

IPC: G05B11/42

Abstract: 本发明揭示了一种结合比例‑积分‑微分(PID)控制与线性二次调节(LQR)控制的射击训练机器人方法。此方法涵盖了动态系统建模、控制器设计、信号生成、以及系统验证与优化的全面过程，以强化射击训练机器人在各种驾驶条件下的稳定性和响应性。首先，通过构建一个反映车轮与车体相互作用的综合动态模型，为控制系统提供了准确的物理行为基础。其次，PID控制器的实时调节输出依据车体倾角的实时误差进行动态调整，有效对抗瞬时扰动。接着，LQR控制器通过最优控制理论优化长期稳态性能，其输出基于状态向量的反馈作用于系统。混合控制信号的生成融合了PID与LQR的输出，确保了射击训练机器人在快速动态调整和长期稳定性之间达到平衡。最终，通过系列仿真和实际测试迭代优化PID参数和LQR权重矩阵，确保了控制策略的高效性和适应多变工况的能力。实施本发明的控制策略，不仅提高了射击训练机器人在不确定环境中的稳定性，还增强了对环境变化的适应性，兼顾了即时控制的精确性与长期运行的能效。