关键词：智能汽车;跟踪控制;LQR;PID;ANFIS
摘 要：【目的】针对传统单一控制方法在智能汽车轨迹跟踪控制领域应用工况受限、实时性较低、精确度不高的问题，提出了一种基于模糊神经网络算法的横纵向协同控制策略（ANFIS-LQR/PID），旨在保证智能汽车在不同道路条件下轨迹跟踪的精确性和驾乘人员的舒适性。【方法】对汽车的运动情况进行分析并构建模型，将其投影到Frenet坐标系下，并以期望坐标和当前坐标的偏差值作为状态变量，构建了一个跟踪误差模型。将设计的自适应模糊神经网络调节策略与车辆横纵向协同控制器进行融合，实现了横向线性二次控制（LQR）与纵向比例积分微分（PID）权重系数的实时调节，有效解决了不同车速下的跟踪控制问题。【结果】通过PreScan-CarSim/Simulink软件搭建联合仿真平台，设计了连续弯道跟车、双车道变速超车、大区率弯道加速跟车等三种涉及不同的横纵向控制问题的工况进行仿真验证。【结论】通过仿真结果表明，本文所设计的基于模糊神经网络算法的横纵向协同控制器在各种工况下均能将车辆的轨迹跟踪误差稳定地控制在限制范围内，同时在最优控制下保证了驾乘人员的舒适性。
内 容：原文可通过湖北省科技资源共享服务平台(https://www.hbsts.org.cn/)获取