融合ESO及深度强化学习的自动驾驶车超扭曲滑模控制方法

本发明提出融合ESO及深度强化学习的自动驾驶车超扭曲滑模控制方法，包括以下步骤；步骤S1：对于自动驾驶车辆，建立其在外部干扰影响下的单轨动力学方程；步骤S2：结合预瞄距离自适应调节策略，建立车辆单点预瞄偏差模型；步骤S3：引入扩张状态观测器ESO，对车辆预瞄偏差模型中的不确定性进行实时观测；步骤S4：结合ESO观测结果，提出用于自动驾驶车辆横向循迹的超扭曲滑模控制方法；步骤S5：对深度强化学习问题进行建模，进行离线训练；步骤S6：将已训练好的MLP神经网络模型用于超扭曲滑模控制方法中相关关键控制参数的在线自整定；本发明能更好地解决未知外部干扰及轮胎侧偏刚度参数不确定影响下的自动驾驶车辆横向循迹控制问题。