类型a：这篇文档报告了一项原创研究，因此属于类型a。
主要作者和机构以及发表信息
这篇研究的主要作者包括吴洋（WU Yang）、王聪（WANG Cong）、董国新（DONG Guoxin）、曾日芽（ZENG Riya）、曹恺（CAO Kai）和曹东璞（CAO Dongpu）。他们分别来自清华大学车辆与运载学院、中南大学机电工程学院、北京科技大学机械工程学院、中国北方车辆研究所和东风悦享科技有限公司。该研究发表在《Journal of Mechanical Engineering》（机 械 工 程 学 报）第60卷第24期，出版时间为2024年12月。
学术背景与研究动机
无人履带车（Autonomous Tracked Vehicle）因其卓越的地形适应能力和通过性，在军事、农业、建筑等非结构化路面作业场景中具有广泛应用前景。然而，由于复杂的工作环境和履带-地面接触机制，建立精确的动力学模型十分困难。此外，非结构化路面带来的起伏扰动和传感器测量噪声使得实时速度信息难以准确获取，这些因素对路径跟踪控制提出了巨大挑战。针对这些问题，本研究旨在设计一种考虑滑移效应的自适应路径跟踪控制策略（Slip-aware Adaptive Trajectory Tracking Control Strategy），以解决履带车在越野条件下的高精度路径跟踪问题。
研究流程
本研究分为系统建模、状态观测器设计、分层控制策略开发以及仿真与试验验证四个主要步骤。
系统建模
在这一部分，作者建立了履带车的动力学模型和运动学模型。动力学模型包含5个自由度：整车的纵向和侧向平动自由度、横摆转动自由度以及两侧履带的转动自由度。通过对牵引力、滚动阻力和侧向力等关键因素的分析，作者推导了履带车的动力学方程，并引入广义扰动（Generalized Disturbances）来描述由履带滑移引起的不确定性。随后，基于履带转速与车速的关系，作者构建了一个混合动力学-运动学模型（Hybrid Kino-dynamic Model），其中履带转动加速度被定义为虚拟控制输入。
状态观测器设计
针对速度信息难以直接测量的问题，作者设计了一种扩展状态观测器（Extended State Observer, ESO）。该观测器利用GNSS信号和履带编码器信号，实现了整车状态（包括纵向速度、侧向速度和横摆角速度）以及广义扰动的实时估计。为了提高观测器的鲁棒性，作者采用了李雅普诺夫稳定性理论（Lyapunov Stability Theory）证明了观测误差的有界性。
分层控制策略开发
本研究提出了一种分层控制策略（Hierarchical Control Strategy），包括上层路径跟踪控制器和下层履带转速控制器。上层控制器以履带转动加速度为虚拟控制量，负责实现整车的路径跟踪；下层控制器以电机驱动力矩为控制输入，负责调节履带转速。为了补偿系统的欠驱动特性，作者引入了辅助航向角（Auxiliary Heading Angle）和滑模控制变量（Sliding Mode Control Variables），并通过李雅普诺夫函数进一步证明了控制策略的稳定性。
仿真与试验验证
为了验证所提出的控制策略的有效性，作者进行了两组仿真实验：变波长余弦扫频路径跟踪和8字形绕圈路径跟踪。仿真结果表明，自适应控制策略在纵向、侧向和横摆方向上的跟踪误差均显著低于传统的PI控制和反步滑模控制（Backstepping and Sliding Mode, BSM）。此外，作者还搭建了一个履带车试验平台，在松软泥土路面上进行了实际试验。试验结果与仿真结果一致，进一步验证了控制策略的可行性和鲁棒性。
主要结果
仿真和试验结果表明，所提出的自适应路径跟踪控制策略在多种干扰条件下均表现出优异性能。具体而言： - 在变波长余弦扫频路径跟踪实验中，自适应控制的纵向误差降低了74%，侧向误差降低了28%，横摆误差降低了18%。 - 在8字形绕圈路径跟踪实验中，自适应控制的纵向误差降低了76%，侧向误差降低了45%，横摆误差降低了21%。 - 观测器能够在初始阶段快速收敛，并在稳态阶段保持较高的估计精度。例如，在8字形路径跟踪实验中，纵向速度的观测误差仅为0.0053 m/s，横摆速度的观测误差为0.0111 rad/s。 - 扰动观测器能够准确估计由履带滑移、编码器漂移和外部扰动力引起的综合扰动。
结论与意义
本研究提出了一种考虑滑移效应的无人履带车自适应路径跟踪控制策略，解决了履带车在复杂越野条件下的高精度路径跟踪问题。研究结果表明，该策略不仅能够有效应对传感器漂移、履带滑移和外部扰动等不利因素，还能显著提高路径跟踪精度。这项研究具有重要的科学价值和应用价值，为无人履带车在非结构化路面中的自动化作业提供了理论支持和技术保障。
研究亮点
1. 提出了一个混合动力学-运动学模型，将履带转动加速度作为虚拟控制输入，从而简化了复杂的动力学建模过程。 2. 设计了一种扩展状态观测器，仅依赖GNSS和履带编码器信号即可实现整车状态和广义扰动的实时估计。 3. 开发了一种分层控制策略，结合滑模控制和辅助航向角补偿，有效提高了路径跟踪精度。 4. 通过仿真和试验验证了控制策略的鲁棒性和可行性，为实际工程应用提供了重要参考。
其他有价值内容
本研究还详细讨论了履带车路径跟踪控制的现有方法及其局限性，包括运动学控制、动力学控制和无模型控制（Model-Free Control）。通过对这些方法的比较分析，作者指出了当前研究中存在的不足，并强调了本研究的创新之处。此外，作者还探讨了地面条件对履带车运动响应的影响，为未来研究提供了新的方向。