《表8 系统存在延时情况下的跟踪效果(10 m/s)》

提取 ⇩
《表8 系统存在延时情况下的跟踪效果(10 m/s)》
注:控制器编号含义与表7相同;控制器0无法跑完全程,中途侧翻。
《基于Frenet坐标系和控制延时补偿的智能车辆路径跟踪》

首先是参考路径B,车速设置为10 m/s,在系统存在控制延时的情况下进行对比测试。4个控制器除了不考虑延时的运动学MPC(控制器0)在通过第一个弯道之后便振荡至侧翻之外,其余3个均安全跑完全程。从表8统计结果及图13对比效果来看,考虑延时的MPC控制器在航向偏差和最大跟踪误差指标上表现优异,其中控制器11相比控制器10分别有约70%和18%的提升。值得注意的是,不考虑延时的动力学MPC(控制器10)在0.9 s控制响应延时影响下仍然能够保持较高的稳定性和跟踪精度,而考虑延时的动力学MPC(控制器11)相比之下在平均跟踪误差指标上反而表现更差。分析状态曲线推测原因为,动力学模型需要更多的车辆状态量反馈,特别是侧向速度、横摆角速度等涉及侧向运动的状态量,相比运动学模型对噪声更加敏感,这会引起对预测车辆状态的更多干扰。

  1. 保存图表

查看“表8 系统存在延时情况下的跟踪效果(10 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