自動駕駛電動車輛基于參數(shù)預測的徑向基函數(shù)神經(jīng)網(wǎng)絡自適應控制

打開文本圖片集

摘要：

針對具有不確定性的自動駕駛電動車輛的運動控制問題，提出了一種基于參數(shù)預測的徑向基函數(shù)（RBF）神經(jīng)網(wǎng)絡自適應協(xié)調(diào)控制方案。首先，考慮系統(tǒng)參數(shù)的不確定性及外部干擾的影響，利用預瞄方法建立可表征車輛循跡跟車行為的動力學模型；其次，采用RBF神經(jīng)網(wǎng)絡補償器對系統(tǒng)不確定性進行自適應補償，設(shè)計車輛橫縱向運動的廣義協(xié)調(diào)控制律；之后，考慮前車車速及道路曲率影響，以車輛在循跡跟車控制過程中的能耗及平均沖擊度最小為優(yōu)化目標，利用粒子群優(yōu)化（PSO）算法對協(xié)調(diào)控制律中的增益參數(shù)K進行滾動優(yōu)化，并最終得到一系列優(yōu)化后的樣本數(shù)據(jù)；在此基礎(chǔ)上，設(shè)計、訓練一個反向傳播（BP）神經(jīng)網(wǎng)絡，實現(xiàn)對廣義協(xié)調(diào)控制律中增益參數(shù)K的實時預測，以保證車輛的經(jīng)濟性及乘坐舒適性。（剩余19919字）