摘要
基于Q学习遗传算法的智能电动汽车路径跟踪控制方法涉及智能电动汽车路径跟踪控制领域,其首先根据车辆的动力学运动机理建立路径跟踪模型;然后考虑四个车轮的滑转状态、轨迹跟踪误差及横摆稳定性,重新定义路径跟踪系统的输出,通过输入输出线性化将路径跟踪系统分解输入输出子系统和零动态子系统;对输入输出子系统提出自适应广义滑模控制方法,使输入输出子系统的状态快速跟随其理想值;通过稳定性分析获取零动态子系统稳定的条件,并在此基础上提出基于Q学习遗传算法优化的控制器参数设计方法,以实现智能电动汽车路径跟踪控制系统在平衡点附近的渐近稳定。本发明有效提高了智能电动汽车的路径跟踪能力,保证其在极限工况下的动力学稳定性。
技术关键词
输入输出子系统
智能电动汽车
路径跟踪控制方法
参数设计方法
遗传算法优化
四轮独立驱动
汽车模型
路径跟踪系统
定义系统
车轮
跟踪控制系统
加速度
横摆角速度
误差
动态
滑模控制策略
控制器
系统为您推荐了相关专利信息
ReliefF特征选择
Elman神经网络
最佳特征
遗传算法优化
训练神经网络
饲料养分利用率
神经网络模型
深度神经网络
深度确定性策略梯度
深层特征学习
电力无线专网
数字预失真算法
限幅技术
补偿功率放大器
调制解调方式
盾构主驱动
健康状态监测方法
应力波传感器
动态数据采集
决策树模型
城市排水管网
诊断方法
数据清洗算法
支持向量机算法
遗传算法优化