车辆紧急避让路径跟踪神经网络自抗扰控制

高速车辆自动紧急避让技术能够提高车辆行驶的安全性。在高速车辆紧急避让过程中,由于外界干扰不确定等因素,参数固定的自抗扰控制器存在控制精度较差、效果不尽人意的问题,针对这一问题提出了一种基于神经网络的自抗扰控制方法。以车辆二自由度模型为基础,设计了二阶自抗扰控制器,利用神经网络在线整定三阶扩张状态观测器参数,并嵌入到自抗扰控制器中,同时考虑车辆避让过程中存在侧向加速度过大、曲率不连续等问题,采用Sigmoid函数进行路径再规划。Carsim/Simulink联合仿真结果表明,在不同车速下外界不同侧向风速干扰时,神经网络自抗扰控制器较常规自抗扰控制器路径跟踪精度高、鲁棒性好,且在100km/h车速下60km/h侧向风干扰时,两者最大跟踪误差分别为9.82%、58.70%。