公开(公告)号：CN117111602A

公开(公告)日：2023-11-24

申请号：CN202311040490.3

申请日：2023-08-18

Applicant: 福州大学

Inventor： 黄捷 ,  张柯 ,  陈宇韬 ,  黄景丽

IPC: G05D1/02

Abstract: 本发明提供一种不确定模型下履带车轨迹规划与安全避障模型的设计方法，首先，将履带式动力学模型分为可建模部分与未建模部分，将同样的控制量施加到两种模型中，得到数据集并进行在线学习超参数，利用学习到的均值拟合到轨迹规划器中的动力学约束中；然后，将学习到的方差引入到控制障碍函数设计中以满足避障硬约束。然后将动力学约束和避障硬约束联合轨迹规划建立代价函数进行优化求，实现履带式车辆在不精确模型下实现轨迹规划和安全避障，为履带式车辆在巡逻和勘探等非结构化道路应用奠定理论基础。

公开(公告)号：CN116861784A

公开(公告)日：2023-10-10

申请号：CN202310825418.5

申请日：2023-07-06

Applicant: 福州大学

Inventor： 黄捷 ,  张柯 ,  黄景丽 ,  陈宇韬

IPC: G06F30/27 ,  G06F30/15 ,  G06F17/18 ,  G06F17/16 ,  G06N20/00 ,  G06F119/14 ,  G06F119/12

Abstract: 本发明涉及一种联合高斯回归模型预测控制的履带车运动控制方法，包括：将履带车动力学模型分为可建模部分与未建模部分，将同样的控制量施加到两种模型中，得到两种模型的状态量差值；以当前状态量和控制量为输入，两种模型下一时刻状态量差值作为输出，得到离线数据集并学习超参数；在线高斯回归需进行在线更新数据集并学习超参数达到最优的预测性能，采用稀疏高斯回归方法来进行稀疏近似，并将诱导点设置在距离当前状态最近的数据集中进行稀疏近似；根据当前时刻两种学习方式的误差大小实时调整联合学习最终占比权重得到联合学习均值；将预测均值放入到未建模部分的MPC中进行状态补偿并优化求解。该方法有利于提高控制精度并满足实时性要求。