随着无人驾驶技术的不断发展和进步,无人驾驶履带车辆逐渐成为世界各国履带车辆发展的重点之一。由于履带车辆的转向机构种类和传动方式较多,对于无人履带车辆的横、纵向运动控制的研究,尤其对于自主转向系统的研究一直是履带车辆无人驾驶技术研究的重点和难点。针对某双流传动履带车辆的静液转向系统,本课题开展为满足自动转向需求的静液转向系统无人化改造方案研究。无人驾驶履带车辆的转向过程完全由转向控制系统实现:转向控制系统的转向控制策略根据无人驾驶系统期望的转向目标和车辆的行驶状态制定转向控制指令;转向过程中为了适应复杂地形环境的转向需求,通过具有自适应的BP神经网络PID控制算法对转向控制指令进行实时修正、消除转向误差,使车辆在转向过程中达到最优的转向性能。课题的研究对于实现履带车辆无人驾驶转向自动控制、提高车辆的转向性能和复杂地形环境的适应性有重要意义。首先,分析了履带车辆静液转向及双流传动的运动学特性和双流传动性能,根据实车行驶试验数据分析得到双流传动的直驶特性参数,评价了表征履带车辆双流传动功率耦合性能的指标,为研究直驶特性对转向性能的影响提供支持。其次,为了满足无人驾驶转向控制的需求,提出线控化的静液转向系统改造方案,并设计了转向控制系统。利用电控变量泵排量随控制信号线性变化的特性,实现静液转向系统线控化的目标。设计了线控化的转向控制系统,由转向控制器实现指令接收、状态反馈及在线修正参数的功能。根据履带车辆双流传动的数学模型,搭建静液转向系统的MATLAB/Simulink仿真模型,为无人驾驶的转向控制策略研究奠定基础。最后,针对以上无人驾驶的线控化转向控制系统,设计了车辆自动转向的控制策略。通过仿真分析结合实车直驶参数,标定了无人驾驶系统的期望转向目标和转向控制参数的关系,制定了转向控制参数表,转向控制策略根据控制参数表来制定控制指令。转向控制策略利用基于BP神经网络的PID控制算法非线性逼近、鲁棒性强的特点在线调整转向控制指令。利用S-函数建立了控制算法的仿真模型,结合静液转向仿真模型,对课题设计的转向控制策略进行仿真分析,仿真结果表明,采用基于BP神经网络PID控制算法的控制策略,满足履带车辆不同工况转向性能的要求。