基于模糊神经网络的智能汽车轨迹跟踪研究

论文摘要

在研究传统动力学模型和预瞄模型的基础上,基于神经网络和模糊控制的理论,设计了一种轨迹跟踪控制器。利用神经网络的自学习和自调整特性,并结合模糊控制,分别设计神经网络对自车车速进行预测,并将其输出和侧向偏差等参数作为模糊神经网络的输入,控制转向盘转角。最后基于CarSim和Matlab/Simulink软件进行联合仿真,并进行实车试验,验证了所设计控制器的有效性和精确性。

论文目录

• 前言
• 1 轨迹跟踪模型
•   1.1 车辆动力学分析
•     1.1.1 车辆横向动力学分析
•     1.1.2 车辆纵向动力学分析
•   1.2 单点预瞄和轨迹跟踪模型
• 2 轨迹跟踪控制器
•   2.1 车辆状态预测模型设计
•   2.2 车辆控制模型设计
• 3 仿真和试验
•   3.1 车辆预测模型的仿真和分析
•   3.2 车辆控制模型的仿真和分析
•   3.3 控制器的仿真和分析
•   3.4 智能汽车试验
• 4 结论

文章来源

类型: 期刊论文

作者: 张炳力,李子龙,沈干,方涛,曹聪聪,郑平平

关键词: 智能汽车,轨迹跟踪,神经网络,模糊控制

来源: 汽车工程 2019年08期

年度: 2019

分类: 工程科技Ⅱ辑

专业: 汽车工业

单位: 合肥工业大学汽车与交通工程学院

基金: 安徽省科技重大专项项目(JZ2015AKKZ0590),国家重点研发计划项目(2017YFB0102503),安徽省工程实验室资助

分类号: U463.6

DOI: 10.19562/j.chinasae.qcgc.2019.08.014

页码: 953-959

总页数: 7

文件大小: 894K

下载量: 707