张 琨,崔胜民,王剑锋

(1.哈尔滨工业大学汽车工程学院，威海 264209； 2.华晨汽车工程研究院，沈阳 110141)



2015007

基于模糊神经网络的智能车辆循迹控制*

张 琨1,2,崔胜民1,王剑锋1

(1.哈尔滨工业大学汽车工程学院，威海 264209； 2.华晨汽车工程研究院，沈阳 110141)

为提高智能车辆自主循迹控制的精度，提出了一种基于模糊神经网络控制(FNNC)和神经网络预测(NNP)的智能循迹控制策略。转向控制器的输入量有3个：预瞄点处的横向循迹误差、汽车横摆角速度和侧向加速度。车速控制器的输入量有4个：预瞄点处的面积误差、侧向加速度、汽车侧偏角和转向盘转角。网络训练采用误差反向传播法。仿真与试验结果表明，所设计的循迹控制器通过对驾驶员操作样本的训练，能实现对车辆的车速与转向控制，横向循迹误差和目标车速均比较理想。

智能车辆；循迹控制；模糊神经网络

前言

智能车辆作为一个复杂的非线性系统，自主循迹控制一直是其控制的难点和核心技术。在以往的研究中，车速与转向控制经常被解耦，是分开控制的。文献[1]中提出一种由期望航向偏差生成器和反馈系统组成的智能车辆循迹横向控制方法，试验结果证明该方法在非结构化道路上具有较好的跟踪效果。文献[2]中分析了车辆在循迹时前后轮的几何学关系，建立了一种简单的横向控制模型，在小角度跟踪条件下这种方法取得了良好的控制效果。文献[3]中研究了前后车辆的纵向运动学和动力学模型，采用PID控制实现了智能车辆循迹时的车速保持和安全车距控制。……