汽車自動駕駛多模型自適應控制研究.pdf

1、近年來，隨著居民收入的增加，汽車的銷量有明顯增加。汽車在給人們的出行帶來方便的同時也帶來了一系列的交通和安全問題，有些已經(jīng)嚴重威脅到了人們的生命安全。發(fā)展汽車自動駕駛將會對交通行業(yè)產(chǎn)生積極的影響，國際知名的汽車制造商紛紛加入汽車自動駕駛的研發(fā)行列，著名的互聯(lián)網(wǎng)公司Google和百度、樂視等也紛紛進入汽車自動駕駛的研究領域，其中有些產(chǎn)品已經(jīng)進行了道路測試，但是其測試環(huán)境都是路況較好的道路。而實際的行車環(huán)境是復雜的，研究在復雜路況條件下的車

2、輛自動控制是實現(xiàn)自動駕駛的一個重要問題。
　　本文針對這方面的問題進行了如下的研究:
　　首先，研究汽車的動力系統(tǒng)以及行駛過程中的驅(qū)動力和行駛阻力，分析所受力中的確定因素和不確定因素，并考慮汽車驅(qū)動時的加速阻力的影響。根據(jù)汽車輪胎輸出轉(zhuǎn)矩的作用，建立基于最佳轉(zhuǎn)矩控制的汽車運行控制模型。
　　其次，通過分析路面附著系數(shù)與驅(qū)動輪的滑動率之間的非線性關系，基于路面附著系數(shù)，利用滑模控制器來對車輪行駛最佳滑動率的跟蹤與控制。分

3、析在路面附著狀況發(fā)生變化的情況下，實現(xiàn)最佳滑動率的跟蹤與控制。
　　之后，研究分析一種自適應控制方法，即二級多模型自適應控制方法。該方法基于李雅普諾夫穩(wěn)定性設計，通過對所有辨識模型初始參數(shù)的適當選取，使得這些初始參數(shù)能夠?qū)Ρ豢貙ο蟮牟淮_定參數(shù)進行凸包含，利用辨識模型和被控對象之間的辨識誤差，對所有辨識模型參數(shù)的凸組合系數(shù)進行估計，從而間接實現(xiàn)對被控對象系統(tǒng)參數(shù)的估計。與基于切換的多模型自適應控制方法相比所需的辨識模型數(shù)量大大減少。