一种基于学习法的智能汽车纵向神经滑模控制方法

摘要

一种基于学习法的智能汽车纵向神经滑模控制方法，涉及车辆控制。包括以下步骤：采用实验和模拟相结合的方法，建立描述智能汽车纵向运动特性的动力学模型；设计智能汽车纵向上层控制器，其任务是根据期望速度按照一定控制策略确定出期望的车辆加速度；针对智能汽车具有非线性、参数不确定性、时滞和外部干扰等特性，设计智能汽车纵向下层控制器，实现对期望加速度的跟踪，包括油门控制设计和制动控制律设计过程；设计油门控制器和制动控制器之间切换逻辑。提高了控制精度，可有效地智能汽车纵向动力学系统的参数不确定性、时滞、外界干扰和非线性等因素引起的干扰，从而明显改善控制系统性能，提升智能汽车纵向速度控制的稳定性和精确性。