无模型坐标补偿积分滑模约束的自动驾驶汽车轨迹跟踪控制

为了解决四轮自动驾驶汽车轨迹跟踪的复杂控制问题,提出一种新的全格式无模型自适应坐标补偿积分滑模约束控制方案。控制方案只需要自动驾驶车辆轨迹跟踪的I/O数据,不涉及车辆模型信息,即前轮转角输入数据和车辆横摆角输出数据。因此,该方案对于不同车型均能实现轨迹跟踪控制。在轨迹跟踪过程中只针对车辆横摆角进行控制易造成跟踪轨迹偏差,本文在全格式无模型自适应控制的基础上加入坐标补偿算法;为了提高系统在运行过程中的鲁棒性,加入积分滑模控制;为了应对在滑模控制过程中系统运行在饱和区域,设计了动态补偿,使轨迹跟踪系统运行在滑模控制的线性区域。最后,对无模型自适应积分滑模约束控制方案、原型无模型自适应控制算法和PID算法进行仿真比较。仿真结果表明,所提算法比传统控制方法具有更好的控制性能,跟踪波动误差在0.09%以内,稳定时间在0.5 s以内,跟踪曲线平滑。

约束T-S模糊系统设计的模糊Lyapunov方法

通过引入模糊Lyapunov函数,研究一类执行器饱和的离散T-S模糊系统.对系统设计模糊抗积分饱和补偿器,得到系统稳定的充分条件,并扩大了系统的吸引域.这种方法避免了寻求一个满足系统所有模糊规则的公共正定矩阵P.最后,抗积分饱和补偿器增益通过迭代优化算法得到.