基于视觉的智能汽车模糊滑模侧向控制



基于视觉的智能汽车模糊滑模侧向控制

侧向控制是使车辆自动跟踪在不同速度、道路、负荷和阻力型条件的期望轨迹，并保持一定舒适性和控制横向稳定性。主要是路径跟踪，即如何控制车辆沿着给定的参考路径行驶。

以视距为研究对象对智能汽车DLUIV-1进行侧向控制研究。首先，由模糊控制和滑模控制（SMC）相结合建立了一种智能汽车侧向控制模型，而建立速度和其它因素的运动学模型是用于计算侧向误差和方向误差。其次，根据侧向控制的特点，提出了有效的智能汽车侧向模型方案。滑动面滑模切换函数为车辆当前侧向误差和方向误差的积分函数。函数的控制变量根据模糊控制规则变动，模糊控制规则描述人们的驾驶行为，对模糊控制器起重要作用；控制目标是滑模切换函数，以确保转向盘的转动稳定性。

侧向控制器尽可能精确地控制智能汽车连续不断沿参考路线行驶，而智能汽车动力的非线性、耗时、不确定性使其侧向控制设计困难。基于模糊滑模控制理论设计了一种基于视觉的模糊滑模控制器，该控制器提高了追踪参考轨迹的精确度。模糊控制器的输入变量是滑模切换函数及其速率，而不是以前的综合误差和速率，因为这样既能保持系统参数扰动和外部干扰的鲁棒性，又独立于该系统的数学模型，并且弱化控制信号，减轻传统滑模控制系统的抖振，满足控制要求，更好地追踪参考轨迹。

采用12自由度的整车动力学模型，由试验车型DLUIV-1获得侧向控制模型主要参数进行仿真分析。仿真结果表明，侧向控制器可保证较高的轨迹跟踪精度及较强的模型参数变化鲁棒性。

刊名：Advances in Mechanical Engineering（英）

刊期：2013年第12期

作者：Stéphane Galland et al

编译：王维