[发明专利]过驱动无人驾驶汽车输入饱和自适应分级控制系统及方法

权利要求书

1.过驱动无人驾驶汽车输入饱和自适应分级控制系统，其特征在于设有感知模块、输入饱和逼近模块、自适应终端神经滑模上级控制模块、下级控制分配模块；所述自适应终端神经滑模上级控制模块包括参数调节律、神经网络估计器和自适应终端滑模控制器；所述下级控制分配模块包括基于轮胎负荷率优化的控制分配器；所述感知模块的输出端接饱和输入逼近模块输入端，饱和输入逼近模块的输出端接自适应终端神经滑模上级控制模块的参数调节律，参数调节律的输出端接神经网络估计器的输入端，神经网络估计器的输出端接自适应终端滑模控制器的输入端，自适应终端滑模控制器的输出端接下级控制分配模块的基于轮胎负荷率优化的控制分配器的输入端，基于轮胎负荷率优化的控制分配器的输出端与过驱动无人驾驶汽车连接。

2.过驱动无人驾驶汽车输入饱和自适应分级控制的方法，其特征在于包括以下步骤：

1）采集行驶周围环境信息和车辆状态信息，建立描述具有饱和输入和参数不确定特性的过驱动无人驾驶汽车非线性动力学模型；

2）设计有效克服非线性和参数不确定性的过驱动无人驾驶汽车自适应终端神经滑模上级控制模块，动态规划出过驱动无人驾驶汽车运动所需的广义力/力矩；

3）设计基于轮胎负荷率优化的过驱动无人驾驶汽车下级控制分配器，根据上级控制器给出的期望广义力/力矩动态规划出各执行机构的最优轮胎力。

3.如权利要求2所述过驱动无人驾驶汽车输入饱和自适应分级控制的方法，其特征在于在步骤1）中，所述采集行驶周围环境信息和车辆状态信息，建立描述具有饱和输入和参数不确定特性的过驱动无人驾驶汽车非线性动力学模型的具体方法为：

（1）采用感知模块中的激光雷达和CCD摄像机测量无人驾驶汽车相对于期望位置的横向偏差、角度偏差和纵向偏差；

（2）建立以过驱动无人驾驶汽车相对于期望位置的横向偏差、角度偏差和纵向偏差为状态变量的无人驾驶车运动学模型；

（3）以过驱动无人驾驶汽车纵向速度、横向速度和横摆角速度为状态量，以车辆广义力/力矩为输入量，建立过驱动无人驾驶车动力学模型；

（4）设计基于双曲正切函数的过驱动无人驾驶汽车输入饱和逼近模块，有效处理过驱动无人驾驶车饱和输入问题。

4.如权利要求2所述过驱动无人驾驶汽车输入饱和自适应分级控制的方法，其特征在于在步骤2）中，所述设计有效克服非线性和参数不确定性的过驱动无人驾驶汽车自适应终端神经滑模上级控制模块，动态规划出过驱动无人驾驶汽车运动所需的广义力/力矩的具体方法为：

（1）以调节横向偏差、纵向偏差和角度偏差最小化为控制目标，构建非奇异终端滑模切换面；

（2）设计过驱动无人驾驶汽车自适应终端滑模控制器，保证系统有限时间收敛；

（3）建立神经网络估计器，采用神经网络对无人驾驶车参数不确定项进行在线估计，设计神经网络估计器的参数调节律。

5.如权利要求2所述过驱动无人驾驶汽车输入饱和自适应分级控制的方法，其特征在于在步骤3）中，所述设计基于轮胎负荷率优化的过驱动无人驾驶汽车下级控制分配器，根据上级控制器给出的期望广义力/力矩动态规划出各执行机构的最优轮胎力的具体方法为：

（1）以轮负荷率方差与均值加权最小化为轮胎力优化分配目标，建立优化目标函数；

（2）采用拟牛顿法实时动态规划出过驱动无人驾驶汽车各执行机构的轮胎力。