Magari ya ardhini yasiyo na rubani yanayoongozwa kwa magurudumu ya mbele kwa njia ya kawaida yanaweza kuwa na mipaka ya uhamaji, hasa katika maeneo finyu au wakati kundi la magari linahitaji kubadilisha mpangilio wake haraka, kutokana na kipenyo cha chini cha kugeuka na ulazima wa kubadilisha mwelekeo. Katika utafiti huu, ambapo uendeshaji na uelekezaji wa magurudumu yote manne unaweza kudhibitiwa kwa kujitegemea, magari ya 4WIDS — Four-Wheel Independent Drive and Steering yameundwa kwa mbinu ya udhibiti wa uundaji inayobadilika yenye hali nyingi iitwayo Adaptive Multi-Mode (AMM), ambapo uendeshaji na uelekezaji wa magurudumu yote manne unaweza kudhibitiwa kwa kujitegemea.

Badala ya kutumia aina moja ya uelekezaji kila wakati, mfumo hutathmini mwelekeo wa ujanja unaohitajika wakati huo, makosa ya nafasi ya upande na ya longitudinal, pamoja na kasi ya gari, kisha huchagua kati ya aina tatu kuu za mwendo: uelekezaji wa kaa (crab steering), uelekezaji wa magurudumu manne katika mwelekeo pinzani (4WCS), na uelekezaji wa kawaida wa magurudumu ya mbele (FWS). Katika uhamisho mdogo wa upande gari linaweza kusogea kwa mshazari bila kubadilisha mwelekeo wa mwili wake, ilhali kwa ujanja mpana zaidi au unaohitaji mienendo ya juu, FWS au 4WCS huchaguliwa.

Katika uigaji wa MATLAB/Simulink wa magari saba, kwa kazi ya kubadilisha njia kwa mchepuko wa upande wa mita 5, udhibiti wa AMM wenye crab steering uliripotiwa kupunguza ucheleweshaji wa amri kutoka sekunde 0,4 hadi sekunde 0,1, muda wa kutulia kutoka sekunde 7,68 hadi sekunde 1,01, na mkengeuko wa nafasi katika hali thabiti kutoka mita 0,005 hadi mita 0,003 ikilinganishwa na FWS ya kawaida. Hata hivyo, utafiti haukujumuisha majaribio ya magari halisi; matokeo yamewekewa mipaka na mazingira ya uigaji yanayotegemea kinematiki.

Kwa nini uelekezaji wa kawaida unaweka mipaka kwa mwendo wa uundaji?

Wakati magurudumu ya mbele pekee ya gari yanaelekezwa, gari haliwezi kuteleza moja kwa moja kuelekea upande. Kwa mfano, gari katika msafara likitaka kuingia njia iliyo pembeni, lazima kwanza ligeuze mwili wake kuelekea upande unaolengwa, kisha litoe mwendo wa upande, na baadaye lirekebishe mwelekeo wake tena.

Hali hii kwa kawaida hutengeneza njia yenye umbo la S. Njia huwa ndefu, muda wa ujanja huongezeka, na nafasi zaidi huhitajika katika maeneo finyu.

Usanifu wa 4WIDS, ambapo magurudumu yote manne yanaweza kuelekezwa kwa kujitegemea, huruhusu gari hilo hilo kuwa na tabia tofauti za kinematiki. Katika ukurasa wa 5 wa utafiti Kielelezo 4 kinaonyesha aina nne za uelekezaji wa Ackermann kando kwa kando:

• uelekezaji wa Ackermann wa magurudumu ya mbele,
• uelekezaji wa Ackermann wa magurudumu ya nyuma,
• magurudumu yote manne kuelekezwa upande mmoja,
• magurudumu yote manne kuelekezwa katika pande pinzani.

Jiometri ya Ackermann ya magurudumu ya mbele

Katika uelekezaji wa kawaida wa magurudumu ya mbele, gurudumu la ndani na la nje lazima yaelekezwe kwenye kituo kilekile cha papo hapo cha kugeuka. Utafiti unatoa sharti la kijiometri kwa namna ifuatayo:

cot β₁ − cot α₁ = K / L

Hapa K ni upana wa nyayo, L ni wheelbase, α₁ ni pembe ya gurudumu la ndani, na β₁ ni pembe ya gurudumu la nje.

Wakati pembe ya gurudumu la ndani inajulikana, pembe ya gurudumu la nje huhesabiwa kwa uhusiano:

β₁ = arctan[(L · tan α₁) / (L + K · tan α₁)]

.

Uelekezaji wa magurudumu manne katika pande pinzani hutoa nini?

Katika hali ya 4WCS, magurudumu ya mbele na ya nyuma hugeuzwa katika pande pinzani. Mpangilio huu huleta kituo cha papo hapo cha kugeuka karibu na mwili wa gari na kuruhusu kipenyo kidogo zaidi cha kugeuka.

Katika ukurasa wa 6 wa makala Kielelezo 6 kinaonyesha jiometri ya magurudumu ya mbele na ya nyuma kuzunguka kituo kimoja cha kugeuka. Waandishi wanaeleza kuwa, chini ya masharti yale yale ya pembe za gurudumu, uelekezaji wa magurudumu manne kwa pande pinzani unaweza kupunguza kipenyo cha kugeuka kwa takriban 0,5L ikilinganishwa na FWS; hapa L ni wheelbase ya gari.

Katika toleo lililorahisishwa la utekelezaji, pembe msingi za uelekezaji wa mbele na nyuma zikichukuliwa kuwa sawa, pembe za magurudumu huhesabiwa kama:

δ_fl = δ_rl = arctan[(L tan δ) / (−K tan δ + L)]

δ_fr = δ_rr = arctan[(L tan δ) / (K tan δ + L)]

.

Crab Steering Huwezeshaje Magari Kusogea Moja kwa Moja Kuelekea Upande?

Katika hali ya crab steering, magurudumu yote manne hugeuzwa kwa pembe ileile. Hivyo gari linaweza kusogea katika mwelekeo tofauti bila kubadilisha mwelekeo wa mwili wake. Kwa maneno mengine, mwelekeo wa mwendo wa gari na mwelekeo wa mwili wa gari vinaweza kutenganishwa.

Uhusiano wa uelekezaji wa magurudumu manne umefafanuliwa kama:

δ_fl = δ_fr = δ_rl = δ_rr = δ_crab

.

Mwendo katika mfumo wa kuratibu wa kimataifa unaelezwa kama:

Ẋ = v · cos(θ + δ_crab)

Ẏ = v · sin(θ + δ_crab)

θ̇ = 0

.

Usawa wa mwisho ni muhimu sana. Gari linapofanya mwendo wenye kipengele cha upande halilazimiki kubadilisha pembe ya yaw ya mwili wake.

Hata hivyo, uwezo huu hauna ukomo. Ingawa utafiti unasema utaratibu wa kimwili wa uelekezaji unaweza kufikia 60°, ili kupunguza nguvu kubwa za upande na hatari ya kupinduka wakati wa mwendo, pembe ya crab katika programu imewekewa kikomo cha takriban 0,52 radian, yaani 30°.

Mfumo wa udhibiti umegawanywa katika tabaka tatu

Mbinu ya AMM hutumia usanifu wa udhibiti wa kihierarkia:

1. Tabaka la upangaji wa uundaji
2. Tabaka la uteuzi wa hali ya uelekezaji
3. Tabaka la ufuatiliaji wa njia

Katika ukurasa wa 8 wa makala Kielelezo 7 kinaonyesha usanifu huu. Mpangaji mkuu anayefanya kazi kwenye gari kiongozi hutumia taarifa za mazingira na hali ya wakati halisi ya kiongozi kuhesabu nafasi lengwa za magari yote.

Baada ya hapo Steering Mode Selector huamua aina inayofaa ya uelekezaji kwa kila gari. Nafasi lengwa hutumwa kwa magari kupitia basi la mawasiliano. Kila gari hutekeleza udhibiti wake wa kujitegemea wa mzunguko funge wa ufuatiliaji.

Mbinu ya Virtual Structure hulindaje uundaji?

Katika utafiti, mbinu ya Virtual Structure hutumiwa kuichukulia kundi lote la magari kama muundo mmoja wa kijiometri. Nafasi ya jamaa ambayo kila gari linapaswa kuwa nayo kwa kulinganisha na gari kiongozi hufafanuliwa.

Watafiti hutumia miundo minne ya msingi:

• uundaji wa mstari wa longitudinal au wa mlalo,
• uundaji wa V,
• uundaji wa mstatili,
• uundaji wa mviringo/umbo la tao.

Kwa mfano, katika uundaji wa safu ya longitudinal, nafasi ya jamaa ya gari la i hufafanuliwa kama:

d^col_i = [−(i−1)L_col, 0]^T

.

Kwa uundaji wa mstari wa mlalo:

d^row_i = [0, (4−i)L_row]^T

hutumiwa.

Nafasi ya kimataifa ya gari kiongozi inapojulikana, nafasi lengwa kamili ya gari linalofuata huhesabiwa kwa:

[x^target_i, y^target_i]^T = [x_L, y_L]^T + R(θ_L)d^ref_i

.

Kwa nini feedback linearization hutumiwa badala ya PID ya kawaida?

Katika mwendo wa gari, kuongeza kasi ya longitudinal na mabadiliko ya mwelekeo si vitu vilivyo huru kabisa kutoka kwa kila kimoja. Hasa kwa kasi kubwa au ujanja wenye mkunjo mkubwa, mwingiliano huu unaweza kupunguza utendaji wa udhibiti wa kawaida wa PID.

Kwa sababu hiyo watafiti hugawanya mielekeo ya kimataifa X na Y katika viingilio viwili vya udhibiti pepe:

Ẍ = u_x

Ÿ = u_y

Kisha kuongeza kasi halisi ya kimwili a na kasi ya yaw ω hupatikana tena kama:

a = u_x cosθ + u_y sinθ

ω = (1/v)(−u_x sinθ + u_y cosθ)

.

Pembe ya uelekezaji wa gurudumu la mbele huhesabiwa kwa uhusiano:

δ = arctan(ωL/v)

.

Kwa njia hii, mfumo usio wa mstari uliounganishwa hubadilishwa kuwa mifumo miwili huru ya daraja la pili katika mielekeo X na Y.

Uthabiti wa udhibiti ulionyeshwaje?

Kwa makosa ya ufuatiliaji e_x na e_y, mienendo ya mzunguko funge hupatikana kama:

ë_x + K_d,xė_x + K_p,xe_x = 0

ë_y + K_d,yė_y + K_p,ye_y = 0

.

Kulingana na kigezo cha Routh-Hurwitz, ikiwa K_p > 0 na K_d > 0 huchaguliwa, mizizi ya mlinganyo bainifu hubaki katika nusu ya kushoto ya ndege changamani na makosa ya ufuatiliaji huonyeshwa kuelekea sifuri kwa namna ya ki-asimptoti.

Mfumo Huchagua Hali Gani ya Uelekezaji na Wakati Gani?

Ubunifu mkuu wa mfumo wa AMM si kuwa na aina nyingi za uelekezaji pekee, bali ni kuzichagua kiotomatiki wakati wa kazi.

Kwanza, kosa la nafasi lengwa hubadilishwa kuwa mfumo wa kuratibu wa gari lenyewe:

[x_err, y_err]^T = R(θ_i)^T [x^target_i−x_i, y^target_i−y_i]^T

Kisha pembe ya lengo kwa kulinganisha na mwelekeo wa gari huhesabiwa kwa:

α_maneuver = atan2(y_err, x_err)

.

Katika utafiti, pia neno 1/v katika mlinganyo wa feedback linearization linaweza kusababisha tatizo la kihesabu kwa kasi ndogo, hivyo hutumiwa kizingiti cha ulinzi wa kasi ndogo cha 0,5 m/s .

Mbinu na Matokeo ya Utafiti

Jukwaa la uigaji

Kwa uthibitishaji, katika mazingira ya MATLAB/Simulink R2023a modeli ya uundaji yenye magari saba ya 4WIDS yasiyo na rubani iliundwa.

Baadhi ya vigezo vya uigaji ni:

• Hatua ya uigaji: 0,01 s
• Wheelbase ya gari: L = 2,0 m
• Idadi ya magari: 7
• Mbinu ya msingi ya kulinganisha: udhibiti wa uundaji wa FWS wa kawaida

Uigaji una vipengele vinne vikuu: jenereta ya rejea ya kimataifa, mpangaji mkuu wa uundaji, mizunguko saba tofauti ya udhibiti wa magari iliyosambazwa, na miundombinu ya data/uwasilishaji wa picha.

Hali ya 1: Kubadilisha njia kwa usawa

Jaribio la kwanza linachunguza faida ya AMM katika mwendo safi wa upande. Uundaji wa safu wa magari saba unasogea katika mwelekeo X huku ukihamia njia iliyo jirani.

Katika mfumo wa AMM, magari yanapokuwa na mkengeuko mdogo wa upande hubadilika kwenda crab steering na kuweka pembe ya mwili karibu thabiti. FWS ya kawaida, kwa kuwa lazima kwanza itengeneze pembe ya yaw, hufuata njia ndefu zaidi yenye umbo la S.

Katika ukurasa wa 17 wa makala Kielelezo 9 kinaonyesha tofauti hii wazi. Mkondo wa AMM hufikia nafasi lengwa ya upande kwa haraka na kwa umbo la trapezoid, ilhali mkondo wa FWS una ucheleweshaji dhahiri.

Tofauti iliyopimwa katika uhamisho wa upande wa mita 5

Muda wa kutulia umefafanuliwa kama muda kutoka kupokelewa kwa amri ya kubadilisha njia hadi mkengeuko kutoka nafasi lengwa ushuke chini ya %2.

Je, Crab Steering ni Bora Kuliko FWS Katika Kila Hali?

Hapana. Moja ya matokeo muhimu ya utafiti ni mabadilishano haya ya utendaji yanayoonyesha kwa nini mfumo wa hali nyingi ni muhimu.

Crab steering inaweza kutoa njia fupi sana katika marekebisho madogo ya upande; hata hivyo gari linaposogea kwa mshazari, kipengele cha kasi ya longitudinal:

v_x = v cos α

kinaweza kupungua kwa mujibu wa uhusiano huo.

Kwa sababu hiyo, katika umbali mkubwa wa upande au mabadiliko ya uundaji kwa kasi kubwa, FWS inaweza kuwa chaguo linalofaa zaidi kwa baadhi ya magari.

Katika ukurasa wa 18 wa utafiti Kielelezo 11 kinalinganisha mwendo wa hali za crab na FWS katika mielekeo X na Y. Katika hali ya crab, lengo la upande hufikiwa kwa njia ya moja kwa moja zaidi, huku FWS ikiweza kudumisha kasi ya longitudinal vizuri zaidi.

Hali ya 2: Mpito kutoka safu kwenda uundaji wa mlalo na wa V

Katika jaribio la pili, ilijaribiwa iwapo magari yanaweza kuchagua hali tofauti za uelekezaji hata ndani ya mabadiliko yale yale ya uundaji.

Mfumo wa udhibiti huainisha kazi kulingana na kiasi cha uhamisho wa upande.

Magari ya ndani — kwa mfano C2 na C3: Wakati mkengeuko wa upande ulikuwa chini ya takriban mita 6, kazi iliainishwa kama “marekebisho madogo” na Crab Mode ikachaguliwa. Hivyo magari yalifika kwenye nafasi zao lengwa kupitia njia fupi, za moja kwa moja/mshazari.

Magari ya nje — kwa mfano C6 na C7: Wakati mwendo wa upande ulizidi mita 10 na kasi kubwa zaidi ya longitudinal ilihitajika ili kuyafikia magari mengine katika uundaji, mfumo uliainisha hali hizo kama ujanja wa mienendo ya juu na kutumia FWS.

Katika kurasa za 19 na 20 za makala Kielelezo 12 na Kielelezo 13 vinaonyesha upangaji upya wa magari saba kati ya uundaji wa V na uundaji wa mstari wa mlalo.

Kubadilika mara kwa mara kati ya hali kunazuiwaje?

Katika mifumo ya udhibiti yenye hali nyingi, mabadiliko madogo ya kosa karibu na kizingiti yanaweza kusababisha kidhibiti kubadilisha hali mara kwa mara. Hali hii huitwa chattering au mtikisiko wa udhibiti.

Watafiti walitumia:

• mantiki ya ulinganishaji wa hysteresis,
• utaratibu wa kufunga kazi,
• vipima muda vya anti-jitter,
• upangaji wa kasi kwa hatua

ili kupunguza hali hii.

Katika uigaji, hasa hata thamani ya kosa ya magari ya nje C6 na C7 ilipobadilika karibu na kizingiti, hali ya FWS iliendelea hadi ujanja ulipokaribia kukamilika. Hivyo mitikisiko ya hatua inayoweza kusababishwa na mabadiliko ya hali ilizuiwa.

Hitimisho kuu la utafiti

Utafiti unaonyesha kuwa aina moja ya uelekezaji si chaguo bora kwa kazi zote za uundaji.

Katika marekebisho madogo ya upande, crab steering inaweza kutoa jiometri fupi zaidi ya mwendo. Katika mizunguko finyu, 4WCS inaweza kutumia faida ya kipenyo kidogo cha kugeuka. Katika mwendo wa umbali mkubwa au kasi kubwa, FWS inaweza kutoa faida kwa uthabiti na kasi ya longitudinal.

Mfumo wa AMM unalenga kuunganisha tabia hizi tatu kwa njia inayobadilika katika gari lilelile.

Mapungufu ya utafiti

1. Hakuna jaribio la gari halisi lililofanywa. Matokeo yalipatikana kutokana na uigaji wa MATLAB/Simulink.
2. Mienendo kamili ya gari haikuigwa. Athari zisizo za mstari kama ulemavu wa upande wa tairi na mgawo wa mshikamano wa barabara hazikujumuishwa katika modeli ya kina.
3. Mawasiliano yalichukuliwa kuwa bora kabisa. Ucheleweshaji na upotevu wa pakiti unaoweza kutokea katika mifumo halisi haukuchunguzwa.
4. Kuepuka vizuizi vinavyosogea bado hakujathibitishwa kwa kina.
5. Injini ya fizikia ya usahihi wa juu haikutumiwa. Utafiti ulilenga hasa uthibitishaji wa kinadharia wa mantiki ya udhibiti na vizuizi vya kinematiki.

Waandishi wanapanga katika hatua inayofuata modeli za mienendo zenye usahihi wa juu, fidia ya hali inayotegemea observer kwa vizuizi vya mawasiliano, kuepuka vizuizi vinavyosogea kwa msingi wa Model Predictive Control, na majaribio ya magari halisi ya 4WIDS.

Dokezo la Chanzo na Mbinu

Kichwa asili: Dynamic Cooperative Control Method for Highly Maneuverable Unmanned Vehicle Formations Based on Adaptive Multi-Mode Steering

Waandishi: Yongshuo Li, Huijun Yue, Hongjun Yu, Jie Gu, Zheng Li na Jicheng Fan.

Jarida: Machines.

Mwaka / Juzuu / Makala: 2026, 14, 80.

DOI: 10.3390/machines14010080

Imewasilishwa: 3 Desemba 2025.

Marekebisho: 31 Desemba 2025.

Imekubaliwa: 6 Januari 2026.

Imechapishwa: 8 Januari 2026.

Mchapishaji: MDPI.

Leseni: Creative Commons Attribution — CC BY.

Aina ya utafiti: Uundaji wa modeli za kihisabati na uigaji wa mfumo wa udhibiti wa MATLAB/Simulink kwa udhibiti wa uundaji wa magari yanayojiendesha.

Usanifu wa gari: Four-Wheel Independent Drive and Steering — 4WIDS.

Mbinu iliyopendekezwa: Adaptive Multi-Mode — AMM cooperative formation control.

Vipengele vikuu: Mpangaji wa uundaji wa Virtual Structure, steering-mode selector inayobadilika, ufuatiliaji wa njia kwa feedback linearization, hysteresis na taratibu za kufunga kazi.

Mazingira ya uthibitishaji: MATLAB/Simulink R2023a; magari saba; hatua ya uigaji 0,01 s; wheelbase 2,0 m.

Upatikanaji wa data: Inaripotiwa kuwa data asili na nyenzo za ziada za utafiti zinapatikana kupitia rekodi ya Zenodo.

Ufadhili: “Science and Innovation Yongjiang 2035” Ningbo City Key R&D Program, No. 2025Z005; pamoja na msaada wa Beijing Institute of Space Launch Technology.

Mgongano wa maslahi: Waandishi wametangaza kuwa hakuna mgongano wa maslahi.

Tamko la zana ya uandishi: Imeelezwa kuwa DeepSeek V3.2 ilitumiwa wakati wa uandishi ili kuboresha usomaji wa kisarufi wa makala.

Kikomo cha tafsiri ya kisayansi: Maboresho ya utendaji yaliyowasilishwa katika ripoti yanahusu uigaji wa MATLAB/Simulink unaotegemea kinematiki. Mwingiliano wa tairi na barabara, ucheleweshaji wa mawasiliano, upotevu wa pakiti, vizuizi tata vinavyosogea na tabia ya gari halisi bado havijathibitishwa kwa upeo sawa.