电动车不停车无线充电/供电技术为电动车便捷、灵活、安全供电提供了良好的解决方案, 实现了电动车行驶过程中实时无线的电能补给, 已经成为电动车领域和电气工程领域的关注热点之一.磁能发射部分一般采用轨道式发射装置, 当电动车沿着导轨运行时, 就可以从导轨上持续地获取电能, 实现动力电池的实时充电, 或者为驱动电机实时供电[1-4].这种不停车实时无线充电/供电模式, 可以实现动力电池的实时浮充和间歇式电能补给, 从而可以大大减小电池的容量配置, 甚至完全取消电池[5-8].
然而, 电动车并非像交通轨道车一样只能在给定轨道上运行, 行驶过程中的行驶线路有较大的自由度, 会导致较大的实时偏差.当电动车偏移度在允许范围内时仍可正常工作, 但当偏移度太大将会降低电能的传输能力.因此, 对于电动车不停车实时无线充电/供电系统, 车辆偏移轨道的实时状况, 对于高效无线电能获取非常重要.
目前已有的电动车定位引导方式有激光引导、惯性引导、视觉引导、电磁引导、超声定位等.激光引导是利用激光扫描器识别设置在电动车活动范围内的若干个定位标志来确定坐标位置[9-10]；惯性引导是通过在路径上每隔一段距离设置一对磁钉, 由磁栅尺检测进行位置检测与校准[11]；视觉引导是通过电动车在行进过程中摄像头实时获取前方参考物的位置进行电动车的位置分析[12]；超声定位是利用超声波检测物体基本的特征并通过特殊的识别技术, 从而实现定位[13-14].相比而言, 已有的定位技术精度较高但部分存在抗光干扰能力及抗震动能力较差且成本较高等问题.此外, 由于无线供电电动车处于一个高磁场的环境当中, 额外增加附件会受到磁场的影响且无法充分利用已有资源, 相比之下电磁引导在无线供电电动车定位方面应用较多, 其原理是利用安装在车身上的电磁传感器检测周围磁场的强弱, 根据磁场的强弱进行位置检测[15-18].
对于电磁引导定位方式, 已有的设计针对的均为单根导线通过电磁引导的方式进行路径选择, 无法解决实际情况中驾驶员驾驶电动车在双导轨发射线圈上行驶时的定位问题.目前国内外暂无针对导轨式无线供电电动车定位方式的研究文献.本文提出基于电磁感应原理的三线圈定位模式, 运用模糊算法进行位置检测, 使系统能够获得电动车的偏移方向及偏移程度.可以为驾驶员提供电动车偏离轨道的相关位置和状态信息, 从而使得电动车更好地运行在预设轨道上、稳定地拾取电能.该定位方式成本较低、结构简单、实用性较强、可操作性较高, 对于无线供电技术当中能源的充分利用具有较强的实际意义.
1 系统组成论文针对基于电磁感应机理的无线电能传输系统, 如图 1所示为系统的基本原理图.
|
图 1 感应电能传输系统原理图 Fig. 1 Schematic diagram of inductive power transfer system |
论文针对的研究对象为磁能发射部分(即发射线圈)采用轨道式发射装置的电动车无线供电系统, 如图 2所示.
|
图 2 轨道式无线供电电动车示意图 Fig. 2 Placement model of wireless powered electric vehicles |
位置检测系统主要由拾取信号检测装置、电压放大装置、整流装置和控制器4部分组成, 系统组成方框图如图 3所示.本文主要分析和研究拾取信号检测装置及控制算法2大部分.
|
图 3 位置检测系统组成方框图 Fig. 3 Block diagram of position detection |
针对拾取信号检测装置的设计问题, 本文依次设计和分析了单线圈及双线圈的定位方法和可行性, 最终得出三线圈是能够获得偏移方向和偏移范围的最小机构的结论.因而采用了三线圈拾取定位装置, 针对初始时刻电动车未发生偏移正对导轨这一前提, 通过分析经电能变换装置处理后、控制器采集到的拾取电压的变化趋势进行定位.
2.1 三线圈定位装置首先, 分析基于单线圈的定位方法.单线圈定位模式有2种线圈放置方法, 1) 将线圈置于长方形导轨中心线上方, 称之为“中间型”, 2) 将线圈置于长方形一条导轨的正上方, 称之为“边缘型”.拾取电压的变化趋势如图 4所示.从图 4中可知, “中间型”图(a)和“边缘型”图(b)均不能判别电动车是否发生偏移及偏移方向.
|
图 4 单线圈定位拾取电压随空间位置的变化趋势 Fig. 4 Position-variation trend diagram of voltage detected by coil |
其次, 分析基于双线圈的定位方法.由于线圈置于能量发射导轨边缘的上方时, 电动车左右偏移时拾取电压的变化情况有着显著的不同, 所以采用将2个线圈a、b对称放置于2条能量发射导轨的正上方的电动车底盘处.拾取装置摆放位置及拾取电压变化趋势如图 5所示.
|
图 5 双线圈定位拾取装置 Fig. 5 Position and pickup for double-coil service |
从图 5中可知, 在电动车左右偏移的过程中不止一次a线圈的拾取电压值ua与b线圈的拾取电压值ub相等.虽然在中间位置时不仅ua=ub, 同时左右线圈的拾取电压值都达到了最大值, 但是由于峰值左右的波动并不大, 实际过程中采集到的数据也具有在一定范围内波动的特点, 因此, 很难通过软件和数据判断出该峰值, 这是双线圈定位存在的一大问题.此外, 双线圈定位可供设置电动车偏移角度的特殊点较为有限, 这也是双线圈定位存在的局限.
鉴此, 本文提出采用三线圈进行定位.由于形状、大小、电感值不同的线圈切割磁场产生的感应电压不同, 为了尽可能的减小其他变量对研究和分析的干扰, 选用了3个形状、大小、电感值完全相同的定位线圈.a线圈和b线圈对称置于发射导轨2条边缘的正上方的电动车底盘上.第3个线圈c的摆放位置是关键点, 若置于两线圈之间, 根据图 4(a)可知, 在电动车左右偏移的过程中, 处于两导轨之间时, 拾取电压的变化趋势并不明显、波动范围较小, 因此c线圈的放置位置仍旧考虑放于某一侧导轨边缘上方, 并将其放置于a线圈的后侧.考虑到线圈与线圈之间存在一定磁场的干扰, 为了尽可能减小干扰, 同时也为了电动车在偏移过程中3个线圈的变化趋势明显不同, c线圈距离a线圈不宜太近.综上所述, 3个线圈摆放位置为等腰直角三角形, 三角形的直角边长为导轨的宽度.
由于电动车向左或向右偏移时ua和ub的变化趋势完全相同不利于定位的分析, 因此, 令定位装置在摆放过程中水平方向偏移一定的角度α.α角的设计与选取是本设计的关键.
通电长直导轨在空间中某点C产生的磁感应强度B的表达式为[19]
| $ B = \frac{{{\mu _0}I}}{{4{\rm{\pi }}r}}\left( {{\rm{cos}}{\beta _{\rm{a}}} - {\rm{cos}}{\beta _{\rm{b}}}} \right). $ | (1) |
式中：μ0为真空磁导率, I为长直导轨所通高频交流电流强度, r为C点到通电直导线的垂直距离, βa、βb分别为直导轨两端的电流元与它到C点的位矢之间的夹角.由于在实际情况中, r远小于导轨的长度, 因此βa≈π-βb, 即cosβa-cosβb≈2cosβa≈2.
建立通电长直导轨与某点C的空间模型, 如图 6所示.
|
图 6 通电导轨与空间中某点C的示意图 Fig. 6 Schematic diagram of rails and point C in space |
从图 6中可得
| $ \left. \begin{array}{l} {B_1} = \frac{{{\mu _0}I}}{{4{\rm{\pi }}{r_1}}}\left( {{\rm{cos}}{\beta _1} - {\rm{cos}}{\beta _2}} \right) = \frac{{{\mu _0}I}}{{2{\rm{\pi }}{r_1}}}, \\ {B_2} = - \frac{{{\mu _0}I}}{{4{\rm{\pi }}{r_2}}}\left( {{\rm{cos}}{\beta _3} - {\rm{cos}}{\beta _4}} \right) = - \frac{{{\mu _0}I}}{{2{\rm{\pi }}{r_2}}}, \\ \mathit{\Phi} = {B_1}S{\rm{sin}}{\varphi _1} + {B_2}S{\rm{sin}}{\varphi _2}. \end{array} \right\} $ | (2) |
式中：I大小为I0sin (ω0t), 其中I0、ω0分别为高频交流电的幅值和角频率, r1、r2分别为C点到左右2根通电直导线L1、L2的垂直距离, S为C点所在的曲面的面积，B1、B2分别为L1、L2在C点产生的磁感应强度, β1、β2、β3、β4分别为L1、L2两端的电流元与它到C点的位矢之间的夹角, Φ为通过拾取定位线圈的磁通量, φ1、φ2分别为通过拾取定位线圈的磁感应强度B1、B2与拾取定位线圈所在平面的夹角.图 6中e为C点在L1、L2所在平面的投影到L1的距离, d为两通电直导线间的宽度, h为C点到L1、L2所在平面的距离, l1, l2分别为L1、L2一端的电流元与它到C点的距离.
当Φ=0时, 拾取定位线圈的感应电压u=0.即导轨边缘外侧存在感应电压为0的特殊点, 笔者将这一特殊点设置为c线圈初始时刻中心点的位置.
令Φ=0, 可推导出如下公式：
| $ \frac{d}{e} = \frac{{{r_2}^2}}{{{r_1}^2}} - 1, {\rm{即：}}{\rm{ }}\frac{1}{{{\rm{sin}}\alpha }} = \frac{{{r_2}^2}}{{{r_1}^2}} - 1. $ | (3) |
由于实际状况中, 双导轨的宽度远小于长度且e«d, 因此, r12≈h2, r22≈h2+d2, 从而可得
| $ \alpha = {\rm{arcsin}}\frac{{{r_1}^2}}{{{r_2}^2 - {r_1}^2}} \approx {\rm{arcsin}}\frac{{{h^2}}}{{{d^2}}}. $ | (4) |
综上所述, 装置的偏移角度
|
图 7 三线圈定位装置摆放方式 Fig. 7 Placement model of three-coil position and pickup service |
三线圈拾取电压的变化趋势如图 8所示.由图可知, 当a线圈的拾取电压ua与b线圈的拾取电压ub相等, 且c线圈的拾取电压uc为0时, 可以判断电动车沿着导轨直线行走.当ua的变化趋势减小, ub和uc的变化趋势增大时, 电动车向右偏移.尽管ub增大的趋势的时间很短, 但只要软件设计方面采集数据的时间间隔足够短仍可以采集到.当ua的变化趋势减小, uc的变化趋势增大, ub的变化趋势波动较小时, 电动车向左偏移, 由此可以通过3个线圈拾取电压的变化趋势判断出电动车是否偏移及偏移方向.
|
图 8 三线圈定位装置拾取电压变化趋势 Fig. 8 Position-variation trend diagram of voltage detected by three-coil |
本系统设计的目的在于得到左右偏移及偏移范围的信息, 而非精确度数量.在实际情况中, 以直线行走为中心线, 电动车偏离轨道的角度θ达到90°以上没有太大实际意义.所以, 本文针对90°范围内定义了以下几个偏移度：θmin、θmid、θmax.θmin代表偏移的角度较小, θmid代表偏移的角度略大, θmax代表偏移了较大的角度.其具体的数值可根据不同系统的要求进行设定.
根据图 8, 通过对实际情况中电动车的偏移程度同拾取电压变化趋势的关系, 并允许有一定的偏差以确保系统的稳定性, 设计了具体的偏移度判断方法, 如表 1所示.其中δ为实际情况中允许存在的偏差, δ的大小直接影响了设计系统的精度和稳定性.δ数值可根据不同系统的要求进行选取和优化, 若数值较小, 不利于数据的采集, 若数值较大, 定位不够灵敏.由于数据具有波动性, 2个数据无法判断出电压的变化趋势, 因而需要选取k个数据进行判断, k=1, 2, …, n(其中n为选取的最大数据个数).
|
表 1 电动车偏移方向及偏移度的判断方法 Table 1 Judgment for deviating state and degree of electric vehicles |
定位算法的选取需要考虑本系统以下几点特殊性：1) 在无线供电电动车行驶过程中, 位置检测装置采集到的电压变化趋势具有非线性、时变性、滞后性等特征, 很难建立用于精密定位算法的精确数学模型；2) 定位装置处于高磁场环境中, 因此获得的反馈信号易受电磁干扰；3) 定位装置得到的偏移度θ∈[θ-Δ, θ+Δ]是一个范围信息, 并非一个绝对精确的角度值.因此, 在实际的环境下, 需要检测方案具有很高的实时性和稳定性, 这就要求位置检测方案对电磁干扰具有很高的鲁棒性, 基于模糊理论的检测方法满足以上要求.
模糊算法不需要精确的数学模型, 且可以提供快速的运算速度, 满足本系统的需求.位置角度估计方案的一个最重要的原则就是算法必须具有实时性, 因为在估计角度的过程中, 电动车的实际位置将发生改变, 所以必须考虑算法的计算复杂度；此外模糊算法在规则计算中的数学计算相对简单, 不需要大量的表格来存储数据, 节省空间, 适用于低成本或嵌入式的使用.
本系统为多输入系统, 输入信号为3个检测线圈的拾取电压ua、ub、uc, 令其平均变化量分别为Δua、Δub、Δuc, 平均变化量可表征电压的变化趋势.定义3个合成变量X1、X2、X3, 其满足以下关系式：
| $ \begin{array}{l} {X_1} = {u_{\rm{a}}} - {u_{\rm{b}}} + {u_{\rm{c}}}\\ {X_2} = ({u_{\rm{a}}} - {u_{\rm{b}}}){u_{\rm{a}}}{u_{\rm{b}}}{u_{\rm{c}}}\\ {X_3} = \Delta {u_{\rm{a}}}\Delta {u_{\rm{b}}}\Delta {u_{\rm{c}}}. \end{array} $ | (5) |
令X1、X2、X3作为模糊算法的输入信号, 输出信号为电动车的偏移方向Kd和偏移角度Ka.
X1、X2、X3的隶属度函数均选用形式一致的三角形隶属度函数, 通式如式(6) 所示, 其中a、b、c为每个模糊区域的边界数值.
| $ f\left( {x, a, b, c} \right) = \left\{ \begin{array}{l} 0, x \le a;\\ \frac{{x - a}}{{b - a}}, a \le x \le b;\\ \frac{{c - x}}{{c - b}}, b \le x \le c;\\ 0, x \ge c. \end{array} \right. $ | (6) |
根据实际情况建立输入变量X1、X2、X3的隶属度函数, 如图 9所示.可根据不同系统的要求及实际测量量进行选取.
|
图 9 系统输入电压合成变量X1(或X2、X3)的隶属度函数 Fig. 9 Membership function of input variables X1 and X2 and X3 |
建立输出变量偏移方向Kd和偏移角度Ka的隶属度函数, 如图 10所示.其中偏移角度Ka的取值范围为(-90°, 90°), 由小到大分为13级；其中Kd为ZR表征未偏移信号，Kd为NB表征左偏信号, Kd为PB表征右偏信号.
|
图 10 系统输出变量的隶属度函数 Fig. 10 Membership function of output variables |
|
|
表 2 判断偏移方向Kd模糊推理规则表 Table 2 Rules of the fuzzy for judging deviation direction |
|
|
表 3 判断向左偏移角度Ka的模糊推理规则表 Table 3 Rules of fuzzy for judging left deviation angle |
|
|
表 4 判断向右偏移角度Ka的模糊推理规则表 Table 4 Rules of fuzzy for judging right deviation angle |
由表 2~4可知, 本系统建立的模糊推理规则为稀疏推理规则.模糊推理库是稀疏型使得输入领域不能完全被规则库的前件所覆盖.由于在空隙的位置模糊推理方法缺少推理依据不能得到推理结论的原因, 本文设定系统的输出保持上一时刻的输出值.
通过表 2~4的模糊规则可以看出, 部分规则之间存在交叉和包含情况, 这使得系统的输出量存在一定的问题.考虑到该系统的层次性, 需要先对偏移方向进行判别, 然后再判别偏移角度数, 且偏移角度数存在连续性和不可跳跃性, 故采用级联模糊推理系统, 整个系统推理方框图如图 11所示.经过级联模糊推理得到最终的偏移度θ, θ的隶属度函数如图 12所示, 模糊推理规则如表 5所示.
|
图 11 模糊推理系统方框图 Fig. 11 Block diagram of fuzzy inference system |
|
图 12 系统输出偏移度θ及其隶属度函数 Fig. 12 Membership function of output deviation θ |
|
|
表 5 输出偏移度θ的模糊推理规则表 Table 5 Rules of fuzzy for output deviation θ |
如图 13所示为由以上推理规则通过模糊推理机仿真获得的Kd、Ka同系统输出偏移度θ之间关系的3D效果图.从图 13中可以得出, Kd、Ka共同约束了模糊系统输出偏移度θ的大小.当Kd=0时, θ=0, 即未发生偏移；当Kd为负数时, θ为负数, 且随着Ka绝对值的增大, θ的绝对值也在增大, 即随着电动车向左偏移程度的增大, 模糊算法输出偏移度θ也随之增大；反之, 当Kd为正数时, θ为正数, 且随着Ka值的增大, θ值也在增大, 即随着电动车向右偏移程度的增大, 模糊算法输出偏移度θ也随之增大.
|
图 13 输出偏移度θ曲面图 Fig. 13 Curved surface of output deviation |
在实验过程中, 选取α=5°, δ=5, θmin=15°、θmid=30°、θmax=60°.实验参数如表 6所示.
|
|
表 6 实验参数 Table 6 Experiment parameter |
通过实验过程采集到的数据得到如图 14所示的三线圈定位装置在直线行走、向左偏移、向右偏移过程中电压的变化趋势, 其中D-V为采集到的电压数字量, t为直线行驶时间.
|
图 14 三线圈定位装置左右偏移电压变化情况 Fig. 14 Deviation-changing curve of voltage detected by three-coil |
由图 14采集到的数据经过信号处理后, 可得到3个线圈的电压变化量Δua、Δub、Δuc以及左右两侧线圈拾取电压的差值Δuab的数据如图 15所示, 其中D-ΔV为电压变化数字量.
|
图 15 三线圈定位装置左右偏移电压变化量 Fig. 15 Deviation-changing curve of voltage variation detected by three-coin |
由图 15(a)可知, 电压变化量的波动范围在[-5, 5], 可对系统允许偏差δ进行选取和优化, 当电动车沿直线行驶时Δuab≈0, 结合图 14(a)uc≈0, 由式(5) 可约束模糊推理的输入量X1、X2、X3, 经过表 2~5的模糊推理算法可得最终输出偏移度θ为ZR；由图 15(b)可知, 在区间[0, 15]上, Δua由负数变为0, 可约束模糊推理的输入量X1、X2、X3, 经模糊推理算法可得θ为NS；在区间[25, 35]上, Δuab≈0, 结合图 14(b)可约束模糊推理的输入量X1、X2、X3, 经模糊推理算法可得θ为NM；在区间[35, 60]上, Δua≈0、Δuc≈0, 在点60处Δuab≈uc, 结合图 14(b)可约束模糊推理的输入量X1、X2、X3, 经模糊推理算法可得θ为NB.同理, 由图 15(c)结合图 14(c)可对X1、X2、X3进行约束, 经过表 2~5模糊推理算法得到最终偏移度θ为PS、PM、PB的不同情况.
通过推理算法得到偏移度θ的模糊输出量, 经过解模糊得到偏移度反馈值, θ为ZR则电动车未发生偏移, θ为NS则电动车左偏15°, θ为NM则电动车左偏30°, θ为NB则电动车左偏60°, θ为PS则电动车右偏15°, θ为PM则电动车右偏30°, θ为PB则电动车右偏60°.
最终, 实际偏移程度θ0同三线圈检测装置通过模糊算法得到系统输出的偏移度θ的关系如图 16所示.
|
图 16 θ0与θ关系图 Fig. 16 Relationship of θ0 and θ |
由图 16可知, 该定位方式可以满足实际需求, 得到无线供电电动车左右偏移及偏移范围的信息.当电动车沿导轨运行时, 允许有一定范围的偏差自由度, 即当偏移度数在小于θmin时, 输出偏移信号为0；当偏移度数较小, 在θmin~θmid时, 输出偏差信号为θmin；当偏移度数略大, 在θmid~θmax时, 输出偏差信号为θmid；当偏移度数较大, 大于θmax时, 输出偏差信号为θmax.
4 结语本文提出实现了一套基于三线圈合成算法的位置检测方案.通过模糊算法分析拾取电压的变化趋势得到电动车偏移状态信息, 并通过仿真和实验验证了定位功能的可行性.具有稳定性强、灵敏度较高、成本较低、实用性较高等优势, 可以有效地应用于无线供电电动车的驾驶系统当中.但该方法也存在一定的不足之处, 若电动车初始时刻处于偏移状态(在一定允许范围内), 如何通过增加部分约束条件判断偏移方向, 进而运用本文给定的定位判断逻辑进行偏移程度的判断仍然需要探索.
| [1] | WANG C S, STIELAUO H, COVIC G. Design considerations for a contactless electric vehicle battery charger[J]. IEEE Transactions on Industrial Electronics, 2005, 52(5): 1308–1314. DOI:10.1109/TIE.2005.855672 |
| [2] |
黄学良, 谭林林, 陈中, 等. 无线电能传输技术研究与应用综述[J].
电工技术学报, 2013, 28(10): 1–11.
HUANG Xue-liang, TAN Lin-lin, CHEN Zhong, et al. Review and research progress on wireless power transfer technology[J]. Transaction of China Electrotechnical Society, 2013, 28(10): 1–11. DOI:10.3969/j.issn.1000-6753.2013.10.001 |
| [3] | SALLAN J, VILLA J L, LLOMBORT A, et al. Optimal design of ICPT systems applied to electric vehicle battery charge[J]. IEEE Transactions on Industrial Electronics, 2009, 56(6): 2140–2149. DOI:10.1109/TIE.2009.2015359 |
| [4] |
田勇. 基于分段导轨模式的电动车无线供电技术关键问题研究[D]. 重庆: 重庆大学, 2012.
TIAN Yong. Research on key Issues of sectional track-based wireless power supply technology for electric vehicles[D]. Chongqing: Chongqing Universty, 2012. http://industry.wanfangdata.com.cn/dl/Detail/Thesis?id=Thesis_D305305 |
| [5] | MADALAWA U K, THRIMAWITHANA D J, NIHAL K. An ICPT-supercapacitor hybrid system for surge-free power transfer[J]. IEEE Transactions on Industrial Electronics, 2007, 54(6): 3287–3297. DOI:10.1109/TIE.2007.903961 |
| [6] |
宋凯, 朱春波, 李阳, 等. 用于电动汽车动态供电的多初级绕组并联无线电能传输技术[J].
中国电机工程学报, 2015, 35(17): 4445–4453.
SONG Kai, ZHU Chun-bo, LI Yang, et al. Wireless power transfer technology for electric vehicle dynamic charging using multi-parallel primary coils[J]. Proceedings of the CSEE, 2015, 35(17): 4445–4453. |
| [7] |
杨庆新, 章鹏程, 祝丽花, 等. 无线电能传输技术的关键基础与技术瓶颈问题[J].
电工技术学报, 2015, 30(5): 1–8.
YANG Qing-xin, ZHANG Peng-cheng, ZHU Li-hua, et al. Key fundamental Problems and technical bottlenecks of the wireless power transmission technology[J]. Transaction of China Electrotechnical Society, 2015, 30(5): 1–8. |
| [8] |
唐云宇, 祝帆, 马皓. 应用于汽车无线充电的松散耦合变压器优化设计[J].
电力电子技术, 2015, 49(10): 1–3.
TANG Yun-yu, ZHU Fan, MA Hao. Optimization design of loosely coupled transformer for wireless charging in vehicle application[J]. Power Electronics, 2015, 49(10): 1–3. DOI:10.3969/j.issn.1000-100X.2015.10.001 |
| [9] | TSUMURA T, HASHIMOTO M. Positioning and guidance of ground vehicle by use of laser and corner cube[C]// IEEE International Conference on Robotics & Automation. San Francisco: IEEE, 1986, 3: 1335-1342. |
| [10] | DIEL DD, DEBITETTO P, TELLER S. Epipolar constraints for vision-aided inertial navigation[C]. Wacv/motions Seventh IEEE Workshops on Motion and Video Computing. Breckenridge: IEEE, 2005, 2: 221-228. |
| [11] | GOSHEN-MESKIN D, BAR-ITZHACK I Y. Application to inertial navigation in-flight alignment[J]. IEEE Transactions on Aerospace & Electronic Systems, 2005 1992, 28(4): 1068–1075. |
| [12] | CHERUBINI A, CHAUMETTE F. Visual navigation with obstacle avoidance[C]// IEEE/RSJ International Conference on Intelligent Robots & Systems. San Francisco: IEEE, 2011, 30(1): 1593-1598. |
| [13] | HE B, ZHANG H, LI C, et al. Autonomous navigation for autonomous underwater vehicles based on information filters and active sensing[J]. Sensors, 2011, 11(11): 10958–80. |
| [14] | DELGADO E, BARREIRO A. Sonar-based robot navigation using nonlinear robust observers[J]. Automatica, 2003, 39(7): 1195–1203. DOI:10.1016/S0005-1098(03)00089-X |
| [15] | BOYS J T, COVIC G A, GREEN A W. Stability and control of inductively coupled power transfer systems[J]. IEE Proceedings: Electric Power Applications, 2000, 147(1): 37–43. DOI:10.1049/ip-epa:20000017 |
| [16] | VILLA J L, SALLAN J, SANZ OSORIO J F, et al. High-misalignment tolerant compensation topology for ICPT systems[J]. IEEE Transactions on Industrial Electronics, 2012, 59(2): 945–951. DOI:10.1109/TIE.2011.2161055 |
| [17] | KURSCHNER D, RATHGE C, JUMAR U. Design methodology for high efficient inductive power transfer systems with high coil positioning flexibility[J]. IEEE Transactions on Industrial Electronics, 2013, 60(1): 372–381. DOI:10.1109/TIE.2011.2181134 |
| [18] | COVIC G A, BOYS J T, KISSIN M L G, et al. A three-phase inductive power transfer system for roadway-powered vehicles[J]. IEEE Transactions Industrial Electronics, 2007, 54(6): 3370–3378. DOI:10.1109/TIE.2007.904025 |
| [19] |
秦运友. 导轨式ICPT系统拾取定位技术研究与实现[D]. 重庆: 重庆大学, 2010.
QIN Yun-you. Study and implement on pickup and location technology of railing ICPT system[D]. Chongqing: Chongqing Universty, 2010. http://cdmd.cnki.com.cn/Article/CDMD-10611-2010216841.htm |