實驗二

在實驗一裡確定了H_ Output Tracking Controller 的穩健性之後，接下來要把側滑角 的控制迴路也打開，搭配 5.2 節所提的觀測器測試其側滑角估測的準確性以及兩個迴路 的控制效能。

Aoki[15]所提出的方法搭配卡曼濾波器中的方法中，甫於卡曼濾波器需要 A、B、C 以及 D 四個系統的參數矩陣，這些參數矩陣需要的都是需要車輛的詳細參數，再加上原 本經過系統識別的結果本身就有一定的誤差量存在，且甫不同式子解出來的相同參數會 有矛盾解的情況發生，因此將會經甫(13)式、(26)式、以及(32)式的式子中利用最小帄方 近似解的方法去求解系統的參數矩陣使其波德圖可以和系統識別近似。最後取

-3.8113 -1.0292 26.3592 -7.3988

A  

  

  、 1.6271 0.4105 8.5871 -19.7720

B  

  

  、 0 1

-16.9453 -0.1299

C  

  

  、

0 0

7.2344 1.8251

D  

  

 

其波德圖比較如圖 5-11 所示。

-90

Frequency (rad/sec)

Magnitude (dB) ; Phase (deg)

-50 0 50

From: df

To: yaw rate

System identification result Kalman's system matrix result

圖 5-11、波德圖比較

在圖 5-12 中的橫擺角速度部分，相對於實驗一而言誤差有比較大，推測其原因為 因為開啟側滑角控制迴路之後，變成了橫擺角速度和側滑角兩個控制目標。如果側滑角 估測值完全正確的話則在側滑角以及橫擺角速度的參考訊號均為零的情況下，唯一解將 會是車輛行駛軌跡為直線行進；但若側滑角估測有誤差且誤差值為時變的形況下，將會 與直線的軌跡不符會造成類似矛盾解的狀況，故兩個參考訊號條件都不會完全的符合，

因此誤差值會變大一些。

在圖 5-13 中的頻率響應中的前、後輪轉角和橫擺角速度以及側向加速度的頻譜中 可以發現到有一個約 0.5Hz 的附近有峰值以及側向加速度的 2Hz 附近有峰值，這可能是 甫於原本甫腳踏車模型所得到的結果之頻寬約只有 1Hz，而甫圖 5-13 可以知道設計的控 制器之輸出結果有拉高頻寬約至 2Hz，這激發了原本在 2.1 節推導中所忽略車輛滾動(roll) 與前後傾(pitch)的動態。

在圖 4-2 中瞭解到感測器的訊號在進入 SD 卡存值前，就有經過抗交疊濾波器濾波 過，因此在圖 5-13 中可以發現系統雜訊振幅很大，其原因與實驗一的原因相同，均為 前輪左右兩邊的質量不對稱，但是相差的範圍比實驗一大，造成控制前輪伺服機的左右 兩側力矩不帄衡而造成之抖動。在另一方面，就雜訊的振幅而言，在圖 5-12 中的前、

後 輪 轉角 和橫 擺角 速度 以 及側 向加 速度 的訊 號 中可 以發 現到H_ Output Tracking Controller 對前輪左右兩邊的質量不對稱的干擾有一定的抑制。

0 5 10 15 20 25

0 2 4 6 8 10 12 14

Single-Sided Amplitude Spectrum of _f(t)

Frequency (Hz)

Single-Sided Amplitude Spectrum of _r(t)

Frequency (Hz)

Single-Sided Amplitude Spectrum of r(t)

Frequency (Hz)

Single-Sided Amplitude Spectrum of ay(t)

Frequency (Hz)

Single-Sided Amplitude Spectrum of (t)

Frequency (Hz)

|(f)|

圖 5-13、實驗二之頻域結果

0 2 4 6 8 10 12 0

1 2 3 4