智能车辆转向控制系统设计与仿真

摘要

为抑制智能车辆在路径跟踪过程中车辆内部参数变化和外部扰动对控制系统鲁棒性的影响，提出一种递归滑模控制方法。基于二自由度车辆动力学模型，通过引入车辆与期望位置之间的横向误差构造递归滑模面，设计递归滑模控制器。考虑系统不确定性对控制系统鲁棒性的要求，基于径向基函数神经网络设计了估计器，用于反馈回路补偿。与现有控制方法仿真对比，本文中提出的控制方法可以快速跟踪到期望路径且不发生超调，当车辆遭受外部扰动时，可以有效抵抗外部扰动，在跟踪蛇形路径时性能指标提高86.65%,跟踪连续换道路径时提高81.35%,极大改善了系统的鲁棒性和抗干扰性。结果表明，采用该方法可改善无人车辆路径跟踪动态响应性能，能够满足稳定跟踪期望路径要求，具有重要应用前景。

关键词

智能车辆 / 路径跟踪 / 横向位置 / 递归滑模控制 / 神经网络

基金资助

教育部“产学合作协同育人”项目(202102256009)