[發明專利]一種CMAC和PID復合的智能車輛軌跡跟蹤控制方法在審
| 申請號： | 201810306705.4 | 申請日： | 2018-04-08 |
| 公開（公告）號： | CN108629084A | 公開（公告）日： | 2018-10-09 |
| 發明（設計）人： | 陳佳佳;段越;王彥龍 | 申請（專利權）人： | 陳光瑞 |
| 主分類號： | G06F17/50 | 分類號： | G06F17/50 |
| 代理公司： | 北京華仲龍騰專利代理事務所(普通合伙) 11548 | 代理人： | 李靜 |
| 地址： | 230000 安徽省*** | 國省代碼： | 安徽;34 |
| 權利要求書： | 查看更多 | 說明書： | 查看更多 |
| 摘要： | |||
| 搜索關鍵詞： | 傳遞函數 運動方程 軌跡跟蹤 智能車輛 推理 車輛動力學模型 車輛橫向控制 三維空間坐標 狀態空間方程 復合 強噪聲干擾 自行車模型 轉角 不確定性 車輛前輪 分析模型 繪圖軟件 結合實驗 數學模型 位置誤差 野外環境 有效減少 參數表 根軌跡 算法 繪制 查找 輸出 轉化 | ||
1.一種CMAC和PID復合的智能車輛軌跡跟蹤控制方法，其特征在于，包括以下步驟：
S1：查找相關資料，得到“自行車模型”并對其進行簡化，建立三維空間坐標，分析模型得到運動方程，對運動方程進行進一步的推理，將其轉化為標準的狀態空間方程；
S2：結合實驗車輛動力學模型參數表和運動方程推理出車輛前輪轉角到位置誤差輸出的傳遞函數；
S3：根據傳遞函數，利用相關的繪圖軟件，繪制傳遞函數的根軌跡；
S4：設計模糊CMAC神經網絡，通過網絡學習利用繪圖軟件繪制模糊CMAC與PID復合控制結構框圖，通過結構框圖分析計算得出模糊CMAC權值調整算法計算公式、CMAC控制輸入量計算公式和全系統輸入量計算公式；
S5：根據傳遞函數進行離線仿真，得到仿真結果圖，接著進行實車實驗，得到實車實驗結果圖；
S6：結合仿真結果圖和實車實驗結果圖總結實驗結果。
2.根據權利要求1所述的一種CMAC和PID復合的智能車輛軌跡跟蹤控制方法，其特征在于，所述運動方程為其中，m為車輛的質量，v為沿y方向的橫向速度，uc為車輛行駛速度，r為繞z方向的橫擺角速度，ΣFy表示y方向的合外力，ΣMz表示繞z軸的合外力矩，I為橫擺轉動慣量。
3.根據權利要求1所述的一種CMAC和PID復合的智能車輛軌跡跟蹤控制方法，其特征在于，所述狀態空間方程為式中，
其中，a為車輛質心到前軸的距離，b為車輛質心到后軸的距離，C為輪胎側偏剛度，δf為轉向機構對前輪產生的轉向角。
4.根據權利要求1所述的一種CMAC和PID復合的智能車輛軌跡跟蹤控制方法，其特征在于，所述傳遞函數為
S3中的根軌跡繪制時應注意觀察各數值建立合理的坐標，坐標值之間的間隔應該適當，各數值線條不能相交。
5.根據權利要求1所述的一種CMAC和PID復合的智能車輛軌跡跟蹤控制方法，其特征在于，所述S4中模糊CMAC與PID復合控制結構框圖繪制時應注意框體的大小合適，框體內的數字盡量適中，各框體之間的關系箭頭不能標錯。
6.根據權利要求1所述的一種CMAC和PID復合的智能車輛軌跡跟蹤控制方法，其特征在于，所述模糊CMAC權值調整算法計算公式為w(k)＝w(k-1)+Δw(k)，CMAC控制輸入量計算公式為全系統輸入量計算公式為u(k)＝un(k)+up(k)，其中，up(k)為PID環節產生的控制量。
該專利技術資料僅供研究查看技術是否侵權等信息，商用須獲得專利權人授權。該專利全部權利屬于陳光瑞，未經陳光瑞許可，擅自商用是侵權行為。如果您想購買此專利、獲得商業授權和技術合作，請聯系【客服】
本文鏈接：http://www.szxzyx.cn/pat/books/201810306705.4/1.html，轉載請聲明來源鉆瓜專利網。
- 上一篇：系統可靠性建模方法及裝置
- 下一篇：一種適用于增材制造零件的應力調整方法
