[发明专利]一种基于滑模神经网络的智能车轨迹跟踪控制方法有效
| 申请号： | 201711455768.8 | 申请日： | 2017-12-28 |
| 公开（公告）号： | CN108227491B | 公开（公告）日： | 2021-11-16 |
| 发明（设计）人： | 郑太雄;何招;杨新琴;李芳;黄帅;田云浪;汪涛 | 申请（专利权）人： | 重庆邮电大学 |
| 主分类号： | G05B13/04 | 分类号： | G05B13/04;G05D1/02;G05D1/12 |
| 代理公司： | 重庆市恒信知识产权代理有限公司 50102 | 代理人： | 刘小红 |
| 地址： | 400065 重*** | 国省代码： | 重庆;50 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明请求保护一种基于滑模神经网络的智能车轨迹跟踪控制方法，用于智能车轨迹跟踪控制的技术领域，以解决轨迹跟踪过程中存在的稳定性和控制精度的问题。该方法包括：设计一种基于滑模的轨迹跟踪控制器，通过控制前轮转角来实现横向跟踪控制，然后通过RBF神经网络补偿前轮转角来提高轨迹跟踪控制的精度，减小滑模的抖振现象。与现有技术相比，本发明在实现轨迹跟踪的同时能极大地提高轨迹跟踪控制的精度，减小滑模控制器的抖振现象，加强了控制器的稳定性和鲁棒性。 | ||
| 搜索关键词： | 一种 基于 神经网络 智能 轨迹 跟踪 控制 方法 | ||
【主权项】：
1.一种基于滑模神经网络的智能车轨迹跟踪控制方法，其特征在于，包括以下步骤：A、根据智能车上的环境感知和轨迹规划模块规划出一条参考轨迹，从参考轨迹上提取出车辆期望横摆角θp，然后根据智能车辆的传感器采集到的车辆行驶信息得出车辆实际横摆角θ，求出车辆实际横摆角和期望横摆角的误差为θe；B、建立智能车的二自由度动力学模型，把步骤A中的横摆角误差θe传输给下层的滑模横向控制器，通过控制前轮转角δf来实现横向控制；考虑到建立的动力学模型的不确定性，采用RBF神经网络来对前轮转角进行补偿，从而优化横向跟踪控制。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于重庆邮电大学，未经重庆邮电大学许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201711455768.8/，转载请声明来源钻瓜专利网。
