应用智能车辆纵向速度控制的RBF神经网络的终端滑模控制方法

摘要

本发明公开了一种应用智能车辆纵向速度控制的RBF神经网络的终端滑模控制方法，包括以下步骤：设计以速度误差为控制变量的终端滑模变结构控制算法，并设计针对滑模控制切换增益进行自适应调节的RBF神经网络控制器，对切换增益进行实时优化，通过逆纵向动力学控制器，最终得到车辆所需期望油门开度/期望制动压力。通过以上控制模型及控制算法，可以实现一下有益效果：1、提高智能汽车纵向速度跟踪能力，有效减提升车辆的乘坐舒适性与操作稳定性；2、实现对传统滑模控制“抖振”特性的有效抑制，进一步提高滑模控制在纵向速度控制中的精确性；3、对于车辆模型精确度要求不高，易于控制实现，对于中高端车辆以及智能交通的发展都有着重要的意义。