汽车四轮转向自适应模糊神经网络控制研究

摘要：

为了实现现实车辆运动的多自由度和非线性，在Simulink环境下建立包含车辆侧倾运动和轮胎非线性的三自由度四轮转向模型，针对大多控制方法需要依赖被控对象为精确数学模型的缺陷，提出具有联想、自学习、自识别、自适应特性的自适应模糊神经网络四轮转向控制策略；通过以前轮转角及车速作为输入，并依此确定后轮转角的输出，建立获得训练样本的仿真实验模型，用混合法训练得到自适应模糊神经网络控制器，并分别与前轮转向、比例控制和横摆角速度反馈控制下的四轮转向控制器进行仿真比较分析。结果表明自适应模糊神经网络控制使车辆在低速到中、高速时质心侧偏角趋于零，具有较强的鲁棒性；在角阶跃、移线实验中，控制效果优于前轮转向、比例控制和横摆角速度反馈控制，较大地改善了车辆的操纵性能。

关键词：汽车、四轮转向、模糊-神经网络控制、仿真分析

分类号：U461.3(汽车工程)

资助基金：中国石油西南油气田分公司安全环保与技术监督研究院基金资助项目XNS16JS2010-013．

在线出版日期：2013-09-27（万方平台首次上网日期，不代表论文的发表时间）

页数：共7页

页码：434-440