摘要
为提高智能汽车自主换道的轨迹跟踪精度和乘员舒适性,提出了一种将可拓控制与TSK(Takagi-Sugeno-Kang)模糊控制相结合的智能汽车仿人换道控制方法.通过驾驶模拟器对熟练驾驶员的实际驾驶轨迹数据进行采集,基于广义回归神经网络进行仿人理想轨迹拟合.为提高智能汽车对拟合轨迹的跟踪能力,引入可拓控制策略根据系统状态划分不同控制域,并在经典域和可拓域分别采用PID反馈控制和PID前馈-反馈控制,解决单一控制算法的局限性.为进一步改善可拓控制在不同控制域边界的抖动问题,采用了TS K模糊控制对其稳定性进行优化.仿真结果表明,该控制算法保证在不同换道工况下都具有较高的跟踪精度和舒适性.