一种基于径向基神经网络的智能汽车纵侧向耦合控制方法技术

本发明专利技术公开了一种基于径向基神经网络的智能汽车纵侧向耦合控制方法，包括以下步骤：计算车与路的耦合状态向量；建立智能汽车纵侧向耦合控制模型；进行智能汽车纵‑侧向耦合控制模型离散化及状态预测；设置时域约束并进行最优化求解；确定最终前轮转角和加速度控制指令；进行纵侧向耦合控制。本发明专利技术考虑智能汽车动力学纵侧向耦合特性，通过求解智能汽车纵侧向耦合控制模型得到纵侧向控制律。在车速和路面条件发生显著变化时，本发明专利技术可以保证跟踪精度在30厘米以内，并且确保智能汽车的稳定性能。本发明专利技术充分考虑智能汽车纵侧向耦合控制中存在参数摄动干扰、内部未建模及外部环境随机干扰，具有显著提高智能汽车在恶劣工况下控制鲁棒性的能力。

【技术实现步骤摘要】

本专利技术涉及一种智能汽车侧向转向及纵向速度的耦合控制领域，特别是基于径向基神经网络的智能汽车纵侧向耦合控制方法。

技术介绍

1、随着车速和路面条件发生显著变化时，智能汽车动力学耦合非线性将加剧，这将影响智能汽车纵向和侧向控制的性能。采用纵向侧向分离的控制策略分别设计速度控制器和路径跟踪控制器实现智能汽车纵侧向控制已难以获取可靠的跟踪效果，必须要考虑智能汽车动力学耦合非线性来设计智能汽车纵侧向耦合控制方法。同时，智能汽车纵侧向耦合控制中存在参数摄动干扰、内部未建模及外部环境随机干扰。其中，参数摄动干扰指代智能汽车整车质量、轮胎侧偏刚度及车身转动惯量变化造成的干扰；内部未建模干扰指代构建智能汽车动力学模型带来的建模偏差所造成的干扰；外部环境随机干扰指代外部道路曲率变化造成的实时干扰。如果不能很好地处理智能汽车纵侧向耦合控制中的所述干扰，将导致智能汽车过弯时跟踪精度和稳定性下降，甚至与道路边界发生碰撞，带来生命安全风险。

2、传统的智能汽车纵侧向控制方法中，很少考虑智能汽车动力学耦合非线性带来的影响。并且在参数摄动干扰、内部未建模及外部环境随机干扰本文档来自技高网...

【技术保护点】

1.一种基于径向基神经网络的智能汽车纵侧向耦合控制方法，利用智能汽车纵侧向耦合控制系统进行控制，其特征在于：所述智能汽车纵侧向耦合控制系统包括初始化模块、纵侧向耦合控制器和基于径向基神经网络的扰动补偿器；

【技术特征摘要】

1.一种基于径向基神经网络的智能汽车纵侧向耦合控制方法，利用智能汽车纵侧向耦合控制系统进行控制，其特征...

【专利技术属性】
技术研发人员：郭烈，关龙新，马辉，郭鹏远，
申请(专利权)人：大连理工大学，
类型：发明
国别省市：