针对压水堆核动力装置蒸汽发生器的水位控制提出一种分层模糊自适应控制方案。 该方案中2 个模糊控制器分层连接, 每个模糊控制器均采用典型模糊控制单元, 使得模糊规则个数和可调参数个数 大大减少, 便于在线学习和实时控制。给出了分层模糊控制器的解析表达式及可调参数的在线学习方 法。在快速加负荷和突然甩负荷的仿真实验中, 该方案的控制效果明显优于已有的变参数 P I D 控制, 验 证了该方案的有效性。

北航研究生课程自适应控制 ppt

针对车辆高速紧急工况下的主动避撞问题，提出一种基于工况辨识的自适应避撞控制策略。以实时交通环境信息与车辆状态信息为基础构建一种紧急工况避撞模式分类方法，该方法把紧急工况避撞模式分为制动避撞、转向避撞、协调避撞三种模式。对于制动避撞模式，设计一种考虑路面附着条件和驾乘人员舒适度的纵向制动避撞策略；对于转向操纵避撞模式，构建基于多项式路径规划的避撞策略；对于制动和转向协调避撞模式，设计一种基于数据驱动的自学习协调控制策略。不同控制策略的期望输出通过比例积分微分(Proportional integral differentiation, PID)下层控制器对期望值进行跟踪来完成避撞。在Matlab/Simulink 环境中搭建 Simulink-Carsim 汽车紧急避撞控制联合仿真平台，基于该平台进行多种工况的虚拟试验来验证控制系统的实时性和有效性。结果表明，控制系统能自动有效识别当前紧急工况该采取何种避撞操纵，在完成避撞的同时也能保证车辆的稳定性。

介绍自适应控制系统的工程控制理论，设计方法和应用实例。包括基础理论和各种自适应方法的介绍共两部分。

系统辨识课程的很好入门教材，提供matlab例程及源程序。

首先，详细介绍了本论文的研究现状、研究意义以及智能车主动避撞技术的发展现 状，详细介绍了当前智能车辆路径规划和轨迹跟踪控制技术的相关方法以及各种方法的长处与不足。本文结合 PID 控制和模糊控制两种控制算法的优势，确定了用模糊自适应PID 轨迹跟踪控制器作为避撞模型的轨迹跟踪层，以克服单一的 PID 控制器参数不能在线调节的弊端。为避免出现极限情况下跟踪不好的问题，确定了 MPC 控制算法在轨迹跟踪层的应用。为解决智能车辆在动态环境下轨迹规划问题，论文选用了模型预测轨迹重规划算法作为轨迹规划层。 其次，以前轮转向的智能车为研究对象，建立了车辆坐标系，建立了二自由度的智 能车辆动力学方程。在研究轨迹跟踪问题的过程中，详细介绍了模糊 PID 轨迹跟踪控制器和 MPC 轨迹跟踪控制器的建立过程，并在 Matlab/Simulink 环境中分别对其跟踪效果进行仿真。结果显示在车速为 18km/h、36km/h 和 72km/h 时，对于不同的跟踪轨迹（直线和双移线），两者都有较理想的跟踪效果。然后，论文详细介绍了模型预测理论在动态环境中轨迹重规划的应用，并据此建立了智能车主动避撞模型的轨迹规划器。为满足实时性和鲁棒性的需要，论文轨迹规划层采用了计算量较少的点质量车辆模型。 最后，论文利用前面建立的模糊 PID 和 MPC 控制器分别作为轨迹跟踪层，利用模型预测动态轨迹规划器作为轨迹规划层，搭建了轨迹规划+轨迹跟踪的双层控制器作为智能车主动转向避撞模型。最后在 Matlab/Simulink 环境中分别对其避撞效果进行仿真，结果显示，当车速为 18km/h、36km/h 时，该模型有较好的避撞效果，并在避撞之后能够及时跟踪原来的轨迹行驶；但当车速为 72km/h 时，由于车速较高，障碍物信息过早的加入会导致智能车较早进行轨迹重规划并偏离原来轨迹，但整体上来说该避撞模型都实现了避撞的设计目标。论文选用的轨迹规划和跟踪算法都能满足智能车主动避撞技术的要求。

首先，对超声波车位识别技术和不规则车位规则化处理进行研究。通过分 析超声波传感器在进行车位识别时存在测距误差，提出了水平车位检测补偿处 理的方法；针对现有车位识别检测系统在进行复杂泊车位检测时存在的问题， 本文设计了一种车位规则化处理模型，将两种车位不规则的情况进行处理，使 之满足自动泊车的需求，并在 Simulink 软件中设计了相应的程序模型。 其次，提出了自适应拟合双圆弧泊车轨迹的规划方法。简化车辆的转向系 统，建立了车辆运动学模型，以车辆后轴中点坐标为输入量，得到车辆轮廓点 信息，利用泊车过程的可逆性，确定了最小车位尺寸和泊车可行初始位置；通 过分析泊车过程可能存在的碰撞以及车辆运动的合理性，确定了平行泊车的约 束信息；提出了自适应泊车轨迹的规划方法，通过利用反正切函数对双圆弧泊 车轨迹进行了拟合，满足了泊车路径曲率连续的要求。 再次，研究了平行泊车路径跟踪控制方法，建立了自适应控制策略的跟踪 控制模型。在对汽车动力学模型分析的基础上，得到了泊车过程路径跟踪的控 制目标，提出了相应的跟踪控制方案，并且设计了自适应跟踪算法。同时对算 法进行了优化，提出了目标车身角补偿的自适应跟踪方法，搭建了自动泊车系 统的补偿自适应路径跟踪模型。 最后，进行了基于自适应算法的平行泊车的实验验证。利用 CarSim 和 Simulink 软件对设计的自适应平行泊车系统进行联合运动仿真，分别对车位识 别处理系统、泊车轨迹规划系统和路径跟踪系统的有效性进行验证，并结合实 验智能车进行实际泊车模拟，相关结果验证了本文所提出方法的正确性。

资源主要是为了更加清晰学习反步控制而做的小例子，关于代码中用到的公式在我的博客中有详细推导和证明，如果感兴趣的可以结合我的博客看代码，这样能使入门的你更加容易理解反步控制。

为了降低泊车系统对驾驶人车速控制要求，针对泊车过程中驾驶人车速控制失误致使车辆偏离泊车路径最终导致泊车失败的问题，提出了结合定点跟踪的非时间参考的路径跟踪控制策略（ Ｎｏｎ － Ｔｉｍｅ　Ｂａｓｅｄ　Ｐａｔｈ　Ｔｒａｃｋｉｎｇ ｃｏｍｂｉｎｅｄ　ｗｉｔｈ　Ｐｏｉｎｔ　Ｔｒａｃｋｉｎｇ ， ＮＴＢＰＴｃｗＰＴ ）。设计了定点跟踪控制律，建立了 ＮＴＢＰＴｃｗＰＴ 控制模型，并进行了泊车路径跟踪仿真。结果表明：基于 ＮＴＢ －ＰＴｃｗＰＴ 的泊车控制策略降低了控制器对驾驶人速度控制的要求； ＮＴＢＰＴｃｗＰＴ 策略的位姿调整功能提高了泊车成功率；基于 ＮＴＢＰＴｃｗＰＴ策略的控制器可实现车辆规范停放。

车位检测方法研究及验证。了解超声波雷达测距原理，采用超声波雷达与车轮里程计进行车位检测。通过测位雷达测距变化特点分析车位起始点和终止点，并结合轮速信号得到车位的长度，通过测位雷达测距获得车位宽度，并通过车位检测实验验证了方法的可行性。 (2) 泊车路径规划。提出基于 B 样条理论的泊车路径规划思想，针对车位空间大小采用单步泊车或两步泊车路径规划方法。分别对两种泊车方式路径约束进行分析，建立泊车路径优化函数，最终设计出满足泊车过程多个非线性约束的易于车辆跟踪的泊车路径。 (3) 路径跟踪控制方法研究。为降低泊车系统对驾驶员车速控制要求，提出非时间参考的泊车路径跟踪控制策略。针对路径跟踪过程中，因车辆转向系统转角转速约束、车辆最小转弯半径约束、车辆行驶速度等因素导致的车辆偏离目标路径现象，提出结合过定点控制的路径跟踪控制方法，设计出非时间参考的车辆过定点控制律，并通过 Carsim 与 Simulink 联合仿真对路径跟踪策略进行验证 (4) 车辆定位方法及验证。车辆定位包括车辆初始位姿计算和车辆运动位姿计算。为提高道路两侧车位利用率，并使泊车系统更具人性化，泊车系统根据车位信息提供驾驶员多个可选择的车辆停放标准。根据驾驶员发出的车辆停放基准指令，泊车系统建立泊车空间坐标系并计算车辆初始位姿。采用基于车轮里程计的车辆定位方法计算泊车过程中车辆在泊车空间中的位姿，并通过实验对定位方法可行性进行验证。