一种基于径向基神经网络的智能汽车纵侧向耦合控制方法

本发明公开了一种基于径向基神经网络的智能汽车纵侧向耦合控制方法，包括以下步骤：计算车与路的耦合状态向量；建立智能汽车纵侧向耦合控制模型；进行智能汽车纵‑侧向耦合控制模型离散化及状态预测；设置时域约束并进行最优化求解；确定最终前轮转角和加速度控制指令；进行纵侧向耦合控制。本发明考虑智能汽车动力学纵侧向耦合特性，通过求解智能汽车纵侧向耦合控制模型得到纵侧向控制律。在车速和路面条件发生显著变化时，本发明可以保证跟踪精度在30厘米以内，并且确保智能汽车的稳定性能。本发明充分考虑智能汽车纵侧向耦合控制中存在参数摄动干扰、内部未建模及外部环境随机干扰，具有显著提高智能汽车在恶劣工况下控制鲁棒性的能力。