智能车辆循迹的自适应神经网络动态面控制

简介

针对智能汽车的智能循迹控制问题,提出一种自适应神经网络动态面控制算法。该方法解决了传统反步法中的"微分爆炸"现象,考虑到动力学模型中存在的不确定项、外部干扰以及控制输入饱和受限问题,采用RBF径向基函数神经网络对其实现补偿控制。为解决控制过程中可能会出现的代数环问题,预先将RBF中的控制输入项进行低通滤波处理。设计相应的Lyapunov函数证明了闭环系统的所有误差,并将设计的控制算法与无饱和受限情况下的控制算法进行对比,仿真结果进一步验证了该控制算法的有效性和可靠性。