基于神经网络逆系统的智能汽车纵横向解耦控制

作者：梁艺潇; 李以农^*; 余颖弘; 郑玲

来源：湖南大学学报(自然科学版), 2019, 46(10): 26-35.

DOI：10.16339/j.cnki.hdxbzkb.2019.10.004

• 智能汽车
• 纵横向解耦控制
• 神经网络
• 逆系统方法
• 汽车动力学

针对汽车纵横向运动中的耦合现象,以四轮驱动、前轮转向的智能汽车为研究对象,建立汽车纵横向动力学模型并通过Interactor算法对模型的可逆性进行分析.在已有的传统伪线性系统结构的基础上,根据智能汽车的特点,建立了可对接智能汽车上层规划模块的伪线性系统.为了实现汽车纵横向运动之间的解耦,采用基于神经网络逆系统的解耦控制策略,构造神经网络并对其进行训练,并将神经网络逆系统与内模控制器组成闭环控制回路,对纵向速度和横摆角速度进行内模反馈调节,进一步提升控制系统的性能.仿真结果表明,所设计的基于神经网络逆系统的控制方法能实现良好的解耦特性,且相比于其他的控制方法,在各种输入条件下,都能实现对于期望速度和期望横摆角速度良好的跟踪性能,同时,质心侧偏角始终被控制在一个较小的范围内,这有利于智能汽车路径跟踪的精确性和行驶稳定性.

• 单位
  重庆大学; 机械传动国家重点实验室