针对面向大部件协同运载的双联AGV系统,融合单台全向移动AGV的路径跟踪运动学模型与Leader-Follower策略下的队形保持方法建立了一种双联AGV的协同偏差模型。基于该模型,采用Lyapunov反演法,提出一种双联AGV协同运载的运动学控制模型。最后通过软件仿真和系统实验验证了该控制模型的运行稳定性、精确性和协调性。

为实现农用机器人自主导航行走系统在满足较高环境适应性和运动灵活性条件下,能够平稳导航自动路径跟踪。根据农业机器人采摘作业环境要求,构建四轮转向AGV位姿估计的运动学模型,开展了基于模糊控制器的磁导航路径跟踪控制和多传感器信息融合的AGV位姿定位方法研究。试验结果表明采用模糊控制器能够即时调整AGV车体速度与导向角,UKF滤波器进行数据信息融合的方法能够有效提高AGV位姿定位精度,实现48mm以内的位姿误差和小于4°的航向误差,可为农用轮式AGV应用提供参考。

智能驾驶技术是当前汽车工业的研究热点,四轮轮毂电动机驱动电动汽车为智能驾驶提供了绝佳的线控平台。充分利用左右车轮不对称转矩主动生成横摆力矩,能够在线控转向基础上更好地实现高精度路径跟踪控制。文中提出了一种基于模型预测控制(MPC)的差动转向与主动转向协同路径跟踪控制方法,建立了车辆三自由度动力学模型,设计了前轮转向角和整车直接横摆力矩的滚动优化控制律来追踪规划路径,有效解决了控制器设计面临的动力总成和转向角执行约束挑战。仿真结果表明,该控制方法能够很好地跟踪目标轨迹,并且与单一线控转向控制相比可以获得更好的结果。

对拖拉机自动驾驶的基本组成及路径跟踪原理进行分析,建立了拖拉机的运动学模型。在东方红954拖拉机上加装液压转向和电动方向盘自动驾驶系统,对2种转向方式的控制系统性能、直线度性能和入线数据进行田间试验研究。现场试验表明,电动方向盘自动驾驶方式的动态性能指标高于液压转向自动驾驶方式,稳态误差略低于液压转向自动驾驶方式,入线米数多数情况下少于液压转向自动驾驶方式,直线度的标准差比液压转向自动驾驶方式低0.55 cm。可见在相同情况下,电动方向盘自动驾驶方式路径跟踪效果和稳定性方面略优于液压转向自动驾驶方式。

针对单磁导引轮式AGV转向过程中存在的横向滑移和磨损问题,以及路径跟踪过程中纠偏方向的左右不确定性,设计了一种能实现纯滚动转向从而减小轮胎磨损的行走装置,并在轮式AGV平台上搭建了前后双磁导引传感器系统。首先采用电动推杆实时改变横拉杆长度,使机器人运动结构符合艾克曼模型从而实现纯滚动运动,然后以双PID算法为导引,根据反馈的当前位置和角度偏差作为PID控制器的输入,前轮期望转角和车体期望速度作为输出,采用MATLAB进行不同路径跟踪仿真实验。仿真结果表明,AGV在弯道上能在2s内以1.5m/s的速度快速准确跟踪到预定路径,纠偏角度保持在（-10~＋10）°,验证了双磁导引系统设计的合理性和路径跟踪算法设计的有效性。

高速避让技术能够提高汽车行驶的主动安全性,是汽车智能化发展亟待解决的关键问题。针对高速避让路径跟踪控制系统中存在的外界侧向风干扰,通过控制车辆实际行驶轨迹曲率跟踪理想目标路径曲率,设计二阶自抗扰控制器。外界侧向风干扰可以通过扩张状态观测器进行观测和补偿。为了解决避让过程存在侧向加速度过大或产生阶跃、曲率不连续问题,利用三次B样条曲线对避让路径进行曲率拟合,采用Carsim与Simulink联合仿真方法进行控制器性能验证。仿真结果表明,在存在外界侧向风干扰下,所设计的路径跟踪控制器具有良好的控制效果,对外界干扰具有鲁棒性。

针对大中型企业液压卷扬机出现的各种故障及征兆,本文基于模糊逻辑方法,采用Turbo-Prolog语言编程,重点讨论了专家系统知识库的设计,建立了一个诊断专家系统的推理机,采用正向推理进行诊断,并用路径跟踪法进行了解释.