典型文献
基于车辆动力学混合模型的智能汽车轨迹跟踪控制方法
文献摘要：
基于机理分析的车辆动力学建模过程通常进行简化及假设,无法准确计算实际车辆在不同道路条件下的动力学变化,进而导致智能汽车轨迹跟踪控制精度低、不稳定等问题.鉴于此,本文中提出了一种基于混合建模技术的非线性建模与控制方法,构建机理分析-数据驱动的车辆动力学串联混合模型,车辆状态与控制数据经机理模型实现计算处理,级联合并后作为数据驱动模块的输入,长短时记忆网络作为主干网络实现时序数据的非线性关联特征提取和最终的模型输出计算.测试结果表明,该模型可以补充计算机理模型中的部分未建模动态并提高模型计算精度,且具有隐式理解不同路面附着条件的能力.其次,使用Euler积分完成对预测模型的离散化并设计模型预测控制轨迹跟踪算法,设计前馈反馈控制算法在实现车辆的纵向控制的同时提供横向控制中预测模型所需的外部输入,最终实现更符合实际行驶环境且更精准的轨迹跟踪控制效果.CarSim/Simulink联合仿真结果表明,该方法实现了不同道路附着系数下控制量精确输出,同步提升了智能汽车轨迹跟踪控制精度和稳定性,具有良好的横纵向协调控制效果.
文献关键词：
智能汽车;轨迹跟踪;数据驱动建模;模型预测控制
中图分类号：
作者姓名：
方培俊;蔡英凤;陈龙;廉玉波;王海;钟益林;孙晓强
作者机构：
江苏大学汽车工程研究院,镇江 212013;比亚迪汽车工业有限公司,深圳 518118;江苏大学汽车与交通工程学院,镇江 212013
文献出处：
引用格式：
[1]方培俊;蔡英凤;陈龙;廉玉波;王海;钟益林;孙晓强-.基于车辆动力学混合模型的智能汽车轨迹跟踪控制方法)[J].汽车工程,2022(10):1469-1483,1510
A类：
关联特征提取
B类：
车辆动力学,混合模型,智能汽车,轨迹跟踪控制,机理分析,动力学建模,同道,道路条件,动力学变化,控制精度,混合建模技术,非线性建模,建模与控制,控制数据,机理模型,模型实现,驱动模块,长短时记忆网络,主干网络,时序数据,非线性关联,模型输出,未建模动态,计算精度,隐式,不同路面,Euler,离散化,设计模型,模型预测控制,轨迹跟踪算法,前馈反馈,反馈控制,控制算法,纵向控制,横向控制,符合实际,CarSim,Simulink,联合仿真,附着系数,控制量,同步提升,协调控制,数据驱动建模
AB值：
0.377227
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
