【技术实现步骤摘要】
本专利技术属于车辆控制相关，更具体地，涉及一种基于哈密顿神经常微分方程的车辆行驶参数估计方法及跟踪控制方法。
技术介绍
1、汽车在由设计到使用过程中，经过制造、使用，车辆动力学模型中的参数会出现变化，因此需要进行参数辨识，以便更准确地反映实际车辆的行为。主要的参数辨识方法包括最小二乘法、递归最小二乘法、粒子群优化、遗传算法、梯度下降法和机器学习等。
2、在车辆动力学建模中，基于物理定律推导出的车辆动力学方程，提供了车辆动态系统的变化过程，具有较强的可解释性和较好的稳定性，主要方法包括以牛顿力学为代表的微分方程和以分析力学为代表的拉格朗日方程/哈密尔顿方程。至今已提出了许多模型，包括2自由度车辆模型、3自由度车辆模型、7自由度车辆模型等。基于物理的建模和控制方法具有良好的稳定性和可解释性，在线性控制应用中取得了巨大成功。然而，这些方法并不适用于高度非线性系统，因为基于简化物理模型的控制器无法准确捕捉车辆动态，从而导致控制性能下降，甚至导致车辆失控。
3、近年来，数据驱动的动态模型实现了较高的建模精度，促进了车辆动力...
【技术保护点】
1.一种基于哈密顿神经常微分方程的车辆行驶参数估计方法，其特征在于，包括：
2.如权利要求1所述的基于哈密顿神经常微分方程的车辆行驶参数估计方法，其特征在于，所述车辆动力学方程通过将三自由度车辆动力学模型以端口-哈密顿力学的形式表示获取，具体如下：
3.如权利要求1所述的基于哈密顿神经常微分方程的车辆行驶参数估计方法，其特征在于，所述神经常微分方程中将质量矩阵的逆矩阵、能量耗散矩阵和控制输入矩阵依次构建为质量神经网络、能量耗散神经网络和控制输入神经网络；所述质量神经网络的输入量为广义坐标、输出量为质量矩阵的逆矩阵；所述能量耗散神经网络的输入量为...
【技术特征摘要】
1.一种基于哈密顿神经常微分方程的车辆行驶参数估计方法，其特征在于，包括：
2.如权利要求1所述的基于哈密顿神经常微分方程的车辆行驶参数估计方法，其特征在于，所述车辆动力学方程通过将三自由度车辆动力学模型以端口-哈密顿力学的形式表示获取，具体如下：
3.如权利要求1所述的基于哈密顿神经常微分方程的车辆行驶参数估计方法，其特征在于，所述神经常微分方程中将质量矩阵的逆矩阵、能量耗散矩阵和控制输入矩阵依次构建为质量神经网络、能量耗散神经网络和控制输入神经网络；所述质量神经网络的输入量为广义坐标、输出量为质量矩阵的逆矩阵；所述能量耗散神经网络的输入量为广义坐标、输出量为能量耗散矩阵；所述控制输入神经网络的输入量为广义坐标、输出量为控制输入矩阵。
4.如权利要求3所述的基于哈密顿神经常微分方程的车辆行驶参数估计方法，其特征在于，所述神经常微分方程的训练过程包括正向计算过程和反向传播优化过程，其中正向计算过程如下：
5.如权利要求3所述的基于哈密顿神经常微分方程的车辆行驶参数估计方法，其特征...
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。