《表7 系统存在延时情况下的跟踪效果(5 m/s)》

提取 ⇩
《表7 系统存在延时情况下的跟踪效果(5 m/s)》
注:控制器0为无延时模型的MPC控制器;控制器1~9均为有延时模型的运动学MPC控制器;控制器10和控制器11分别为无/有延时模型的动力学MPC控制器;控制器9效果发散,无法跑完全程。
《基于Frenet坐标系和控制延时补偿的智能车辆路径跟踪》

首先考察5 m/s车速对参考路径A的跟踪效果。在系统存在控制延时的情况下,对比有无控制延时模型的跟踪控制效果,以及所用延时参数对跟踪效果的影响,实验结果按照平均跟踪误差升序,如表7所示。从中可以看到:1)在使用延时模型的情况下,跟踪效果基本都能好过使用相同车辆模型、不考虑控制延时的MPC控制器,特别是在最大跟踪误差和航向偏差指标上提升较多,但如果延时参数设置不当会更差;2)延时参数设置为辨识结果的跟踪效果最佳,对于运动学MPC,相比不考虑延时模型得到了较大提升,平均跟踪误差降低了83.7%,最大跟踪误差降低了74.4%.由此验证了在MPC路径跟踪控制器中应用本文所述控制延时模型的有效性。

  1. 保存图表

查看“表7 系统存在延时情况下的跟踪效果(5 m/s)”的人还看了

表4 地图各位置坐标:无人驾驶车辆机场廊桥下动态避撞路径规划
表4 地图各位置坐标:无人驾驶车辆机场廊桥下动态避撞路径规划
无人驾驶车辆机场廊桥下动态避撞路径规划
表2 车辆主要智能功能:智能驾驶轻卡电控制动系统设计
表2 车辆主要智能功能:智能驾驶轻卡电控制动系统设计
智能驾驶轻卡电控制动系统设计
表1 车辆参数表:车辆平行泊车系统路径规划与控制研究
表1 车辆参数表:车辆平行泊车系统路径规划与控制研究
车辆平行泊车系统路径规划与控制研究
表3 车辆系统设备综合效能评价计算结果
表3 车辆系统设备综合效能评价计算结果
基于超效率DEA-Tobit的城市轨道交通设备综合效能评价方法
表1 中国“两客一危”等道路运输车辆智能终端标准统计
表1 中国“两客一危”等道路运输车辆智能终端标准统计
湖南省“两客一危”智能终端标准现状与对策研究
表1 车辆租用信息表:基于Web GIS的智能共享汽车系统
表1 车辆租用信息表:基于Web GIS的智能共享汽车系统
基于Web GIS的智能共享汽车系统