[發(fā)明專利]一種集成模糊神經(jīng)網(wǎng)絡(luò)的自適應(yīng)路徑跟蹤方法

有效

• 申請?zhí)枺?/td>: 201911233698.0
• 申請日: 2019-12-05
• 公開（公告）號: CN110989597B
• 公開（公告）日: 2022-06-10
• 發(fā)明（設(shè)計）人: 陳剛;顧愛博;袁靖;張介;蘇樹華;周楠;王和榮;陳守寶;王良模;王陶
• 申請（專利權(quán)）人: 南京理工大學(xué)
• 主分類號: G05D1/02
• 分類號: G05D1/02
• 代理公司: 南京理工大學(xué)專利中心 32203
• 代理人: 張祥

本發(fā)明提供了一種集成模糊神經(jīng)網(wǎng)絡(luò)的自適應(yīng)路徑跟蹤方法，該方法通過判斷工程機械或車輛實際位置點的與期望路徑的橫向位移偏差大小，決定出理想的偏轉(zhuǎn)角度，將目標(biāo)路徑坐標(biāo)點的曲率以及與實際行駛路徑坐標(biāo)點的橫向偏差作為狀態(tài)切換器的輸入，狀態(tài)切換器判斷出工程機械或車輛是否偏離理想路徑，再計算出理想偏轉(zhuǎn)角度，橫向控制器內(nèi)部通過訓(xùn)練神經(jīng)網(wǎng)絡(luò)得出Jacobian信息，通過該信息整定自抗擾控制器參數(shù)，輸出模糊神經(jīng)自抗擾控制律，最后將控制律輸入工程機械及車輛動力學(xué)模型中，該動力學(xué)模型輸出實際行駛路徑點反饋回輸入端，形成完整的閉環(huán)控制系統(tǒng)。本發(fā)明可以增強控制器的抗干擾能力以及自適應(yīng)性，提高對目標(biāo)路徑的跟蹤精度。

技術(shù)領(lǐng)域

本發(fā)明屬于無人駕駛技術(shù)領(lǐng)域,具體涉及一種集成模糊神經(jīng)網(wǎng)絡(luò)的自適應(yīng)路徑跟蹤方法。

背景技術(shù)

橫向控制是無人駕駛的重要研究領(lǐng)域之一，無人駕駛車輛的橫向控制即自動控制轉(zhuǎn)向，主要研究無人駕駛車輛的路徑跟蹤能力，考慮無人駕駛車輛系統(tǒng)的非線性、時變特性和不確定性，如何控制車輛沿規(guī)劃的路徑行駛，通過經(jīng)典控制、現(xiàn)代控制和智能控制等方法逐步優(yōu)化對無人駕駛車輛的橫向控制研究，然而各種控制器本身存在缺點，因此將多種控制策略和智能算法相結(jié)合互補自身的不足，并能保證無人車輛安全性、平穩(wěn)性以及提高路徑跟蹤能力。

2012年侯永強等人針對于自抗擾控制器中參數(shù)難以整定的問題，該設(shè)計方法的實質(zhì)就是選擇合適的適應(yīng)度函數(shù)，利用粒子群優(yōu)化方法對自抗擾控制器的可調(diào)參數(shù)進(jìn)行優(yōu)化。而對于非線性車輛系統(tǒng)是很難建立適合于優(yōu)化的適應(yīng)度函數(shù)，并且粒子群算法是在離線情況下對控制對象進(jìn)行優(yōu)化，實時性弱，若有外部環(huán)境干擾，粒子群算法對干擾產(chǎn)生的影響進(jìn)行補償，自適應(yīng)能力不強。

在現(xiàn)有專利中，專利申請?zhí)朇N201410194055.0公開了一種基于自抗擾與微分平滑的ALV橫向控制方法。通過建立地面自動駕駛車輛橫向動力學(xué)模型，設(shè)計地面自動駕駛車輛橫向控制系統(tǒng)自抗擾控制器。自抗擾控制器可以補償外部干擾帶來的影響，但自抗擾控制器參數(shù)設(shè)置會影響其本身的性能，并且無法實時調(diào)整控制器內(nèi)部參數(shù)提高控制器精度。

發(fā)明內(nèi)容

為解決上述問題，本發(fā)明提供了一種抗干擾能力強、實時性強、自適應(yīng)性強的集成模糊神經(jīng)網(wǎng)絡(luò)的自適應(yīng)路徑跟蹤方法。

為了實現(xiàn)上述目的，本發(fā)明采用的技術(shù)方案如下：

一種集成模糊神經(jīng)網(wǎng)絡(luò)的自適應(yīng)路徑跟蹤方法，包括以下步驟：

步驟一，建立狀態(tài)切換器：計算離散目標(biāo)路徑坐標(biāo)點曲率半徑R，根據(jù)實際路徑點與目標(biāo)路徑點計算橫向偏差Δd，通過曲率半徑R與橫向偏差Δd作為輸入，理想轉(zhuǎn)角δ作為輸出建立狀態(tài)切換器；

步驟二，建立模糊神經(jīng)網(wǎng)絡(luò)自抗擾控制器：自抗擾控制器輸出參數(shù)z(k)和z(k-1)和實際偏轉(zhuǎn)角δ_r作為模糊神經(jīng)網(wǎng)絡(luò)的輸入，訓(xùn)練模糊神經(jīng)網(wǎng)絡(luò)，模糊神經(jīng)網(wǎng)絡(luò)輸出Jacobian信息，整定自抗擾參數(shù)，將Jacobian信息與轉(zhuǎn)角偏差Δδ作為輸入，以控制律u₀作為輸出建立模糊神經(jīng)自抗擾控制器；

步驟三，建立工程機械及車輛非線性動力學(xué)模型：步驟二的非線性狀態(tài)誤差反饋器的控制律u₀和行駛速度V作為輸入，實際偏轉(zhuǎn)角δ_r和行駛實際路徑點(x_c,y_c)作為輸出建立工程機械及車輛非線性動力學(xué)模型；

步驟四，將步驟三的實際偏轉(zhuǎn)角δ_r反饋回步驟二的模糊神經(jīng)網(wǎng)絡(luò)模型中，通過工程機械及車輛非線性動力學(xué)模型將實際路徑點(x_c,y_c)反饋回步驟一形成完整的閉環(huán)控制系統(tǒng)。

優(yōu)選地，所述步驟一包括：

(1)計算路徑曲率：當(dāng)工程機械或車輛行駛在目標(biāo)路徑時，其中路徑曲率半徑如下式所示：