论文部分内容阅读
在人工智能的时代背景下,传统汽车行业与人工智能结合产生了无人驾驶这一新的研究领域。无人驾驶除了从汽车本身的结构上实现自动驾驶以外还可以通过在传统车辆上安装自驾仪的方式实现。与传统自驾仪相比,本文研究的自驾仪采用仿人形的总体方案,通过结构的设计和控制可以适应不同的驾驶室环境,可以通过自动调节实现驾驶过程的自适应。主要进行了下列的研究:首先阐述了智能自驾仪研究的背景和意义,分析了国内外自驾仪研究现状,并简单分析了国外实现车辆驾驶的新型自驾仪,安排本文各章节内容。其次分析了传统自驾仪的不足,确定了本研究智能自驾仪采用多自由度仿人形的方案,充分模拟驾驶员的行为。在总体方案基础上分析了自驾仪的系统构成,对其中的基体子系统、关节子系统、控制子系统、能源子系统和环境感知子系统作了分析,确定了控制方向盘和换挡的机械臂采用7自由度的方案,控制制动踏板和油门踏板的机械腿采用6自由度的方案,关节子系统采用模块化关节的设计思路,采用电机与减速器直连的形式,初步计算了输出指标,控制子系统采用分层控制的方式。采用基于BP神经网络PID的单关节位置控制,阐述了多自由度控制的位姿描述方法和D-H参数。接着分析了驱动智能自驾仪运动的关节功能,对关节电机和减速器进行了设计。关节电机选取直流永磁无刷电机,采用磁路法和有限元结合的方法对关节电机进行校核分析,获得电机在额定功率运行时候的内特性参数、外特性曲线、磁场分布和温升等特性。在多次优化分析后实现电机的总成;减速器选择大速比的少齿差减速器,确定了减速器速比后计算了内啮合齿轮的变位齿轮参数,采用有限元方法校核齿轮强度,实现减速器的总成。在无刷电机和减速器确定后完成模块化关节的集成。进而在模块化关节的基础上,对关节连杆进行设计,采用形状优化的方法实现轻量化,并对连杆的强度、刚度和稳定性进行校核,然后完成自驾仪基体子系统的集成。基于基体子系统进行控制研究,单关节基于BP神经网络PID进行了推导,对应于控制子系统的底层控制;对多自由度机械臂进行前向运动学求解和逆向运动学求解,对应控制子系统的中层控制。最后对单关节控制以及多自由度机械臂和机械腿进行控制仿真。通过单关节控制仿真,验证了基于BP神经网络的PID控制器;对7自由度机械臂和6自由度机械腿的控制仿真,获得了模块化关节在方向盘控制、换挡以及踩踏制动和油门踏板时候的输出力矩和转速情况,验证了关节的输出要求在设计的额定范围内。