汽车转向操纵的单神经元自适应控制_高振海

汽车转向操纵的单神经元自适应控制_高振海

ID:34477896

大小:199.10 KB

页数:5页

时间:2019-03-06

汽车转向操纵的单神经元自适应控制_高振海_第1页
汽车转向操纵的单神经元自适应控制_高振海_第2页
汽车转向操纵的单神经元自适应控制_高振海_第3页
汽车转向操纵的单神经元自适应控制_高振海_第4页
汽车转向操纵的单神经元自适应控制_高振海_第5页
资源描述:

《汽车转向操纵的单神经元自适应控制_高振海》由会员上传分享,免费在线阅读,更多相关内容在教育资源-天天文库

1、第34卷第3期吉林大学学报(工学版)Vol.34No.32004年7月JournalofJilinUniversity(EngineeringandTechnologyEdition)July2004文章编号:1671-5497(2004)03-0362-05汽车转向操纵的单神经元自适应控制12高振海,李向瑜(1.吉林大学汽车动态模拟国家重点实验室,吉林长春130022;2.吉林大学汽车工程学院,吉林长春130022)摘要:基于汽车操纵稳定性总方差评价方法和神经网络控制理论,建立了汽车转向单神经元

2、自适应PID控制算法。利用操纵稳定性评价中的轨迹跟随误差和方向盘忙碌程度的评价指标,建立了神经元学习的二次型性能指标函数,并采用梯度下降算法实现了单神经元控制器的连接权值的调整。最终采用汽车7自由度非线性动力学模型进行了不同行驶速度下的仿真计算。结果表明:该控制算法可较为精确地控制汽车对预期行驶轨迹的转向运动,并体现出良好的鲁棒性和自适应性。关键词:车辆工程;操纵稳定性;单神经元;自适应PID控制中图分类号:U270.1文献标识码:ASingleneuronadaptivecontroloverv

3、ehiclesteeringperformance12GAOZhenhai,LIXiangyu(1.StateKeyLaboratoryofAutomobileDynamicSimulation,JilinUniversity,Changchun130022,China;2.CollegeofAutomotiveEngineering,JilinUniversity,Changchun130022,China)Abstract:Basedonthetotalvarianceanalysisonth

4、evehiclesteeringstabilityandtheneuralnetworkcontroltheory,analgorithmofthesingleneuronadaptivePIDcontroloverthevehiclesteeringstabilitywasproposed.Usingtheindicesoftrajectoryfollowerrorandsteeringbusynessinevaluationofthesteeringstability,aquadraticfo

5、rmperformanceindexfunctionfortheneuronlearningwasestablishedandthetuningoftheconnectionweightvaluesofthesingleneuroncontrollerwasrealizedusingthealgorithmofgradientdescent.Withvehiclenonlineardynamicmodelof7degrees-o-ffreedom,thesimulationsunderdiffer

6、entspeedsweremade.Theresultsshowthatthisalgorithmcancontrolvehicletofollowthepre-giventrajectoryaccurately,andgoodrobustnessandadaptabilityarealsoshown.Keywords:vehicleengineering;steeringstability;singleneuron;adaptivePIDcontrol0引言由于汽车轮胎及转向系统都具有高度非线性

7、且参数时变特征,尤其是汽车高速行驶工况下轮胎力学特性体现出严重的非稳态非线性特性,使得按照传统线性最优控制理论建立的汽车转向控制器往往收稿日期:2003-09-30.基金项目:高等学校骨干教师计划资助项目(GG-580-10183-1995).作者简介:高振海(1973-),男,副教授,工学博士.E-mail:Gao.zhenhai@ascl.jlu.edu.cn第3期高振海,等:汽车转向操纵的单神经元自适应控制#363#[1]仅适用于较低车速,无法满足汽车高速行驶的需求。神经网络控制为解决复杂的

8、非线性、不确定和[2]不确知系统的控制问题提供了一条新的研究途径。同时,文献[3]中创新性地提出了一个预瞄优化神经网络驾驶员模型。该模型利用了神经网络建模的思路,以跟随误差、操纵负担和翻车风险等人-车闭环系统的汽车操纵稳定性评价指标作为目标函数进行神经网络的训练与学习,取得了较好的轨迹跟随性能,并与实际驾驶员的操纵行为非常相似。目前,PID控制参数的自整定技术中应用较广的是自校正控制,其基本思想是将参数辨识递推算法与各种不同类型控制算法结合,形成一个能够自动校正控制[4]系统参数,

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。