具有自适应神经网络的自动驾驶车辆转向控制

摘要

选择永磁同步电机驱动(permanent magnet synchronous motor, PMSM)的线控转向(steer-by-wire, SBW)系统作为研究对象，针对外界扰动、参数不确定及未知非线性等问题，提出一种结合预设性能和有限时间的自适应神经网络控制方法。首先，将PMSM的动力学影响考虑进SBW系统，建立一种新的系统动力学模型，并通过一种虚拟控制方向方法来解决控制方向系数不确定问题。其次，通过一种新的神经网络和命令滤波设计方法，对系统中的未知非线性部分进行重构，降低计算负担。一种跟踪微分器用对前轮角速度进行估计，减少传感器数量的同时有效衰减了测量噪声。此外，将有限时间和预设性能技术相结合，保证所有系统信号在有限时间内收敛到原点附近。最后，基于有限时间Lyapunov稳定判据，证明所考虑的闭环系统可以在有限时间内稳定，并通过仿真实验证明了所提算法的有效性。

关键词

线控转向 / 预设性能 / 命令滤波 / 有限时间 / 神经网络