运动控制系统 第九讲 运动控制系统应用实例.pptxVIP

本讲主要内容;9.1 无人驾驶汽车;1．问题提出;;2．功能分析 ;3．系统组成; 图9-1 无人驾驶汽车结构框图 分析图9-1，由驾驶需求、外部感知识别、决策规划、控制执行和车本体等模块组成。;其中： 感知部分由摄像头、激光雷达、毫米波雷达、超声波雷达等多种方式共同组成。 激光雷达 激光雷达的生产厂商集中在国外，包括美国Velodyne公司、Quanegy公司以及德国的Ibeo公司等，国内激光雷达公司有深圳速腾、北京北科、上海禾赛等。 毫米波雷达、超声波雷达 近年来毫米波雷达和超声波雷达也逐渐成为自动驾驶汽车中，参与多传感器信息融合感知设备。其中，最为知名的例子就是特斯拉在其智能汽车中，完全没有使用激光雷达，而采用毫米波雷达＋摄像头的方案。 摄像头（计算机视觉）摄像头进行拍摄，在进行图像和视频识别，确定车辆前方环境，是自动驾驶汽车的主要感知途径，这也是很多无人驾驶公司的主要研发内容之一。 不过，在这一方面，ADAS要先于无人驾驶汽车向市场推广，因此在数据收集反馈、工程化等方面，ADAS公司也处于领先地位。 国内双目ADAS公司中科慧眼CTO崔峰就表示，在未来无人驾驶汽车中，摄像头（双目）将成为重要的感知部分，中科慧眼未来努力的目标，也是为自动驾驶汽车，乃至各类出行机器人提供机器视觉方面的技术支持。 有关感知部分的传感器. 布局图详见图9-2 目前，车载摄像头主要分为单目和双目两种。 ; 图9-2 无人驾驶汽车感知结构图;决策规划部分 决策规划模块由四个子模块信息融合、任务决策、轨迹规划和异常处理组成。这部分的硬件载体是一部高性能行车电脑，但核心还是控制软件-无人车软件系统模块。通常情况下，无人驾驶汽车的决策与规划系统主要包含以下几点内容：1.路径规划：无人驾驶车辆中的路径规划算法会在进行路径局部规划时，对路径的曲率和弧长等进行综合考量，从而实现路径选择的最优化，避免碰撞和保持安全距离。2.驾驶任务规划：即全局路径规划，主要的规划内容是指行驶路径范围的规划。目前，无人驾驶汽车主要使用的行为决策算法有以下3种：1.基于神经网络：无人??驶汽车的决策系统主要采用神经网络确定具体的场景并做出适当的行为决策。2.基于规则：工程师想出所有可能的“if-then规则”的组合，然后再用基于规则的技术路线对汽车的决策系统进行编程。3.混合路线：结合了以上两种决策方式，通过集中性神经网络优化，通过“if-then规则”完善。混合路线是最流行的技术路线。感知与决策技术的核心是人工智能算法与芯片。人工智能算法的实现需要强大的计算能力做支撑，特别是深度学习算法的大规模使用，对计算能力提出了更高的要求。随着人工智能业界对于计算能力要求的快速提升，进入2015年后，业界开始研发针对人工智能的专用芯片，通过更好的硬件和芯片架构，在计算效率上进一步带来大幅的提升。;控制执行部分 智能驾驶汽车的车辆控制技术旨在环境感知技术的基础之上，根据决策规划出目标轨迹，通过纵向和横向控制系统的配合使汽车能够按照跟踪目标轨迹准确稳定行驶，同时使汽车在行驶过程中能够实现车速调节、车距保持、换道、超车等基本操作。自动驾驶控制的核心技术是车辆的纵向控制和横向控制技术：纵向控制，即车辆的驱动与制动控制；横向控制，即方向盘角度的调整以及轮胎力的控制。;车辆纵向控制是在行车速度方向上的控制，即车速以及本车与前后车或障碍物距离的自动控制。巡航控制和紧急制动控制都是典型的自动驾驶纵向控制案例。这类控制问题可归结为对电机驱动、发动机、传动和制动系统的控制。各种电机-发动机-传动模型、汽车运行模型和刹车过程模型与不同的控制器算法结合，构成了各种各样的纵向控制模式，典型结构如图 9-3 所示。 图9-3所示的就是一个无人驾驶汽车的基本结构示意图，以感知为主，有关车辆本身的操纵性则没有反映。;4．工作流程;图9-4 无人驾驶汽车的工作流程;5．结论;9.2 高速电子锯 ;1．问题提出;2．功能分析 ;很显然，锯刀做往复运动。V2为高速电子锯工作头的速度，锯刀沿着y轴方向运动，由于裁切木板时，木板自身沿着y 轴以V0的速度在运动，因此锯刀要沿着y轴方向以V0的速度与输送带同步运动，以确保切割的运动轨迹是一条直线。待切割完成后，锯刀工作头也要归位，可见其也做往复运动。V3为锯刀沿着z 轴上下运动的速度，当裁切板材时，工作头下移，锯刀与木板高速接触，立即完成切割运动。待裁切完成后，工作头上移与木板分离，归位等待下一次裁切。高速电子锯的特点是其工作轨迹为多轴复合运动合成的结果。具体的运动轨迹如图9-6所示。 ;图9-5;图9-6所示的是高速电子锯运动轨迹分析。其中，图9-6(a)是速度矢量点位图，y轴坐标点分别有(V2/V0, 0, 0)和(-, 0