基于神经网络滑模的智能车辆横向控制

作者：陈涛; 陈东

来源：传感器与微系统, 2017, 36(05): 63-67.

DOI：10.13873/j.1000-9787(2017)05-0063-05

• 智能车辆
• 神经网络
• 滑模控制
• 横向控制

以智能车辆为研究对象,针对车辆模型存在高度非线性动态特性、参数不确定性以及行驶时受外部干扰较多导致控制精度不高、鲁棒性差等问题,提出了采用径向基函数(RBF)神经网络滑模控制方法。建立2自由度线性车辆模型和自由度非线性整车模型,在传统2自由度车辆控制模型状态方程的基础上推导出新的状态方程并以此设计了相应控制器。利用李雅普诺夫(Lyapunov)稳定性理论推导出神经网络的权,并证明控制系统的稳定性。仿真结果表明:与传统的滑模控制方法相比,该方法控制精度高,有较强的鲁棒性。

• 单位
  湖南大学; 汽车车身先进设计制造国家重点实验室