基于RBF网络高速避让汽车操纵逆动力学研究

《基于RBF网络高速避让汽车操纵逆动力学研究》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、16技术纵横轻型汽车技术2011(10)总266基于RBF网络高速避让汽车操纵逆动力学研究邱笑寅岳红旭(南京航空航天大学)摘要给出3自由度角输入避让转向驾驶员一汽车闭环模型，采用均匀设计方法安排汽车在高速下进行双移线避让试验，通过组合驾驶员模型中三个不同参数对闭环模型进行”正解”得到用于ILBF网络的训练样本，建立汽车横摆角速度、侧向加速度及车身侧倾角与转向盘转角及角速度的映射关系。所建立的tLBF网络能以汽车横摆角速度、侧向加速度及车身侧倾角共同识别转向盘转角及角速度，仿真结果表明该方法具有运算速度快、识别精

2、度高等优点。关键词：驾驶员一汽车闭环模型RBF网络操纵逆动力学仿真的不同是，隐含层的转移函数是一个局部响应的高1前言斯函数，而非全局响应函数。基于这样的不同，RBF全面掌握汽车在高速下的操纵动力学特性，必网络要实现相同的功能，所包含的神经元个数要多须考虑包括驾驶员在内的闭环系统，需要建立驾驶很多，但是所花的训练时间却要比其他前向网络要员模型和确定理想的道路输入。汽车在作高速避让少。另外，RBF网络由于它的学习能力和非线性特转向时，由于驾驶员的主观能动性差异导致驾驶员性，使它能够对任意非线性函数进行很好的局部逼模

3、型中的参数不易确定fI】。为避开驾驶员建模这个难近。点，国内外学者对汽车操纵逆动力学进行了一些卓图1为RBF网络的基本结构，由一个径向基神有成效的研究，文献呀用求逆的方法对汽车行驶性经元的隐层、一个线性神经元的输出层组成。RBF能进行了优化设计，较系统地研究了汽车操纵逆动网络能很好地拟合任意有限值函数，而且能通过快力学问题，此外赵又群DI等对国内外汽车操纵逆动力速的设计来取代漫长的训练[51。学研究现状进行了较好的总结。(x)为模拟汽车在高速下进行避让转向，采用双移线(避让)作为理想的道路输入，同时双移线也是常

4、用的评价汽车操纵稳定性的典型试验道路。RBF网络具有结构简单、收敛速度快、训练简洁等特性，常被应用于函数逼近、时间序列分析及模式分类等。因此，本文采用RBF网络进行汽车操纵逆动力学研究，识别出了汽车转向盘转角及角速度。NM2RBF网络理论图1RBF网络拓扑结构RBF网络包含一个隐含层、一个输出线性层的RBF网络可实现由输入x：{xl，⋯，xi，⋯xn}N输出三层前向神经网络结构，它与一般的前向网络最大Y={y一，Yk，⋯Y}的映射，对于输出结点Y，可以得轻型汽车技术2011(10)总266技术纵横17到：1N向

5、盘转角。该闭环模型框图的意义为：理想的预期yk(x)=wikR(1lx—cil1)(1)i=l道路输人s)经驾驶员预瞄环节后转变为有效道路式中，Oi为某隐结点的径基中心；R为隐层为完输入C，有效道路输入fe与负反馈y(s)及(s)一起构成汽车理想侧向加速度：通过校正传递函数成非线性转换的某种非线性的径基函数；I为距C(s)=c。(1+Tcs)后得到理想转向盘转角8’，8sw经某点Ci的距离测度(常用欧几里德范数)；w为隐过驾驶员神经反应滞后环节和操纵反应滞后环节层到输出层的权值；N为隐层单元数。RBF网络中径基

6、函数常用高斯函数代替一般后得到实际转向盘转角8，8经车辆传递函数V神经网络中常用的s一型函数(s)得到实际汽车侧向加速度Or．，再经过两次积／、2分环节得到实际的汽车侧向位移y(s)。Ri=expf一K二)’2l(j：=1，2，⋯，N)(2)：．．一。一：j的个输单重兀高’斯篓函数的中心亚嗡。：一f：IRBF网络的学习过程分为ll．Il隐层单元的无监督学习和输出II层单元的有监督学习。隐层单I．三竺受-⋯⋯⋯⋯一I元的学习采用K均值族聚类算图2驾驶员一汽车闭环模型框图器，可以采用最小二乘法来学习。RBF网络的具

7、体．申2推导驾驶员一汽车闭环型状态方程学习过程参考文献嘲。和输出方程(推导过程省略)，通过求解该闭环模应用RBF算法的优点是，一旦各隐结点的中心态方程和输出方程得到用于RBF网络的训向量及径基函数确定之后．接下去便是确定权矩阵．练样本。而寻找权矩阵是一个线性优化问题，因此问题有唯闭环模型状态方程和输出方程全局最小点。鬻另嵩外与B到P网络嘉不霎同，R翥BF网络嚣首先通llan“：ai2：耋耋‘：0o0018："-yIIlo0]l后修改输出层的权值，以获得最小映射误差，这两萎步川Iylloooo。0：lo0lIyl

8、悱lo∽都比较直观。1lI言：：lIll：I3RBF网络模型建立-z【-q吐q-哺-zJ3．13自由度角输入驾驶员一汽车闭环模型根据郭孔辉院士[7]提出的“最优曲率控制”理论)’00O0lO0O及“预瞄一跟随”理论，得到图2所示的驾驶员一汽C2lC22C1JC24007C25000000lq8车闭环模型框图。图中s)为理想道路输入，C为有／=(r)C4lc42c0c“4‘C467C48