首页|基于蚁狮算法优化的LQR横向跟踪控制策略

基于蚁狮算法优化的LQR横向跟踪控制策略

扫码查看
原文链接
  • 国家科技期刊平台
  • NETL
  • NSTL
  • 万方数据
为解决线性二次型调节器(LQR)在经典固定权重系数下对大曲率参考路径适应性不佳致使车辆跟踪精度与稳定性欠佳的问题,设计了一种基于蚁狮算法(ALO)优化的带有预瞄前馈转角补偿的自适应权重系数LQR控制器以进行路径横向跟踪.基于2自由度车辆动力学横向跟踪误差模型设计了经典LQR控制器.采用预瞄前馈控制消除误差模型简化带来的稳态误差.提出以横向距离偏差、航向角偏差和输出前轮转角为评价函数,基于蚁狮算法优化的自适应LQR权重系数修正策略.通过实车测验,验证了控制器在实车环境下的控制效果.结果表明:所设计的控制器能够适应大曲率参考路径,并兼顾路径跟踪精准性和行驶稳定性,同时针对不同车速鲁棒性表现优异.
LQR lateral tracking control strategy based on ALO algorithm

王柏林、李云伍、赵颖、宋胜、王月强

展开 >

西南大学 工程技术学院,重庆 400715

丘陵山区农业装备重庆市重点实验室,重庆 400716

重庆长安汽车软件科技有限公司,重庆 400021

智能汽车 横向跟踪 LQR控制 蚁狮算法

贵州省科技计划项目

黔科合支撑2021一般171

2023

10.3969/j.issn.1674-8425(z).2023.04.004

重庆理工大学学报
重庆理工大学

重庆理工大学学报

CSTPCD北大核心
影响因子：0.567
ISSN：1674-8425
年,卷(期)：2023.37(8)
  • 1
  • 5