基于LQR算法的列车自动驾驶系统最优控制研究的中期报告.docx

基于LQR算法的列车自动驾驶系统最优控制研究的中期报告
本研究旨在研究基于LQR算法的列车自动驾驶系统最优控制。在前期研究中，我们完成了列车运动模型的建立和LQR控制器的设计，并进行了仿真实验。在本中期报告中，我们主要回顾前期工作的设计和仿真结果，并介绍后续工作的计划。
一、前期工作回顾
1.列车运动模型建立
我们建立了基于牛顿第二定律的列车运动模型，并考虑了列车的运动方向和车速对其运动状态的影响。该模型包括列车的位置、速度和加速度三个状态量，可以描述列车的运动状态。
2.LQR控制器设计
我们使用LQR算法设计了列车自动驾驶系统的控制器，以使列车能够跟随给定的轨迹运动。该控制器包括前馈控制和反馈控制两部分，前馈控制用于解决轨迹跟踪问题，反馈控制用于稳定系统并消除干扰。
3.仿真实验
我们使用Matlab/Simulink进行了仿真实验，验证了我们设计的控制器的有效性。实验结果表明，该系统能够实现较好的轨迹跟踪和动态稳定性。
二、后续工作计划
1.系统优化
我们将继续优化LQR控制器，以进一步提高系统的鲁棒性和稳定性。具体而言，我们将考虑将其他控制方法与LQR相结合，例如滑模控制和预测控制。
2.实验验证
我们将开展实验验证，以进一步验证改进后的控制器的有效性。我们将设计实验方案并在实际列车上进行验证，以考察系统的实际表现和稳定性。
3.系统应用
我们将研究该系统在其它场景中的应用。例如，我们将研究系统在高速公路和城市道路中的应用，以进一步拓展其应用领域，并提高交通运输系统的智能化水平。
以上就是本中期报告的内容，我们将继续深入研究，争取在最终报告中给出更加完整和详细的研究结果。