基于神经网络自适应滑模的智能汽车纵向动力学控制研究

发布时间：2024-03-20 22:40

　　智能汽车是一个集环境感知、规划决策以及运动控制等功能于一体的高新技术载体,其可在不同道路环境下实现自主驾驶,代表了汽车未来发展的重要方向。运动控制是实现智能汽车自主驾驶的关键环节之一,其中,纵向动力学控制对于实时调节汽车纵向运动状态、保证智能汽车行驶安全具有重要意义。作为具有高度非线性以及参数不确定性等特点的非完整运动约束系统,智能汽车纵向动力学控制策略设计面临较高挑战。本文为进一步提升智能汽车纵向运动控制精度,采用RBF神经网络自适应滑模控制策略进行智能汽车纵向动力学控制研究,主要研究内容如下:首先,构建了智能汽车纵向动力学模型。借助已有的试验数据,系统地建立了包括发动机、变速器以及整车等在内的智能汽车纵向动力学模型,掌握了节气门执行器与制动执行器的运行规律。在此基础上,建立了汽车纵向动力学逆模型,制定了节气门与制动器的合理切换逻辑,为后续智能汽车纵向动力学控制设计奠定了模型基础。其次,设计了智能汽车纵向动力学非奇异终端滑模控制策略。在充分掌握滑模变结构控制原理的基础上,通过设置合适的系统输入量和输出量,完成了系统控制算法的优化设计,基于MATLAB/Simulink平台搭建了智能汽...

【文章页数】：74 页

【学位级别】：硕士

【部分图文】：

图1.2DARPA无人车挑战赛参赛车辆Fig.1.2ParticipatingvehiclesinDARPAGrandChallenge

硕士学位论文3学Broggi教授带领下，利用装备了激光扫描仪、GPS导航系统以及毫米波雷达系统等先进技术的VIAC智能汽车，于7月从意大利帕尔马出发，经过三个月的行驶，于2010年10月成功抵达上海[13]，这对于智能汽车发展史具有里程碑意义的事件。图1.2DARPA无人车挑战赛....

图1.3VICA无人驾驶系统

硕士学位论文3学Broggi教授带领下，利用装备了激光扫描仪、GPS导航系统以及毫米波雷达系统等先进技术的VIAC智能汽车，于7月从意大利帕尔马出发，经过三个月的行驶，于2010年10月成功抵达上海[13]，这对于智能汽车发展史具有里程碑意义的事件。图1.2DARPA无人车挑战赛....

图2.5液力变矩器特性

基于神经网络自适应滑模的智能汽车纵向动力学控制研究16对于液力变矩器，可以根据扭矩特性和容量特性对其进行建模分析，结合文献[52]研究成果，根据液力变矩器的动力传递原理，其数学表达式示：液力变矩器扭矩特性：ttppTωτTω(2.5)液力变矩器容量特性：2ppttcpTωKωω(....

图2.8档位切换控制模型

0tgTTI(2.10)式中，ωt为输入轴转速，Tt为输入轴扭矩，g为变速器档位，Ig为相应传动比根据图2.7所示档位切换特性，可以采用在MATLAB中建立如图2.8所示的Statef....

本文编号：3933414