文献类型：期刊文章

作　　者：史培龙[1] 常宏[1,2] 王彩瑞[1] 马强[1] 周猛[1]

Shi Peilong;Chang Hong;Wang Cairui;Ma Qiang;Zhou Meng(Chang’an University,Xi’an 710064;BYD Auto Co.,Ltd.,Xi’an 710119)

机构地区：[1]长安大学,西安710064 [2]比亚迪汽车有限公司,西安710119

出　　处：《汽车技术》

基　　金：国家自然科学基金面上项目(52172361);国家重点研发计划项目(2021YFB2501201);榆林市科技计划项目(CXY-2020-021);中央高校基本科研业务费专项资金(300102222201)。

年　　份：2023

期　　号：7

起止页码：38-46

语　　种：中文

收录情况：AJ、BDHX、BDHX2020、CSCD、CSCD_E2023_2024、JST、RCCSE、ZGKJHX、核心刊

摘　　要：针对模型预测控制(MPC)路径跟踪控制器在不同路面附着系数及车速下跟踪误差大的问题,提出了基于粒子群寻优(PSO)-反向传播(BP)神经网络优化MPC的无人驾驶汽车路径跟踪控制策略。首先,设计了MPC路径跟踪控制器;其次,利用PSO-BP对MPC进行优化,以控制器精度和车辆稳定性作为评价函数,获得PSO离线最优时域参数;最后,选择4种工况进行双移线跟踪对比仿真验证。结果表明:所提出的控制策略在保证行驶稳定性的条件下,低路面附着系数低速、高路面附着系数低速、高路面附着系数高速及中路面附着系数中速工况下双移线跟踪横向控制精度分别提高了50%、55%、9%和20%。

关 键 词：无人驾驶 路径跟踪控制 模型预测控制 粒子群寻优  BP神经网络  

分 类 号：U461.1]