[发明专利]基于总扰动即时观测与迭代学习的重复作业式无人驾驶车辆轨迹跟踪控制算法

权利要求书

1.基于总扰动即时观测与迭代学习的重复作业式无人驾驶车辆轨迹跟踪控制算法，其特征在于，包括如下步骤：

步骤1，跟据无人驾驶车辆的目标轨迹，计算无人驾驶车辆的实际距离误差；

步骤2，距离误差的抗扰控制器通过步骤1得到的实际距离误差、扩张状态观测器得到的距离误差的即时扰动，以及距离误差即时总扰动的迭代学习器得到的距离误差的累积扰动，计算所述无人驾驶车辆的目标航向角，使得无人驾驶车辆的轨迹跟踪距离误差趋于零；

所述步骤2中距离误差的抗扰控制器为其中u_outlp的结果赋值给目标航向角距离误差反馈控制器为u_0,outlp是距离误差控制中的虚拟控制量，b_0,outlp是控制输入的增益为车速的测量值；其中u_0,outlp＝k_p,outlp(0-e_d)，k_p,outlp是比例控制系数，根据控制过程响应的快慢需求来调节，e_d为实际距离误差；所述步骤2中的距离误差扰动抑制器为其中为距离误差的即时扰动估计值，通过扩张状态观测器获得；为距离误差的累积扰动估计值，通过距离误差即时总扰动的迭代学习器获得；为用于控制的模型计算的可建模的扰动；所述步骤2中的通过扩张状态观测器中的距离误差的即时扰动抑制器计算得到，所述距离误差的即时扰动抑制器为：其中，Y₁＝e_d，meas为距离误差的测量值，为X₁的预估值对时间的导数，U₁为距离误差控制回路中的控制输入，即实际航向角和均可以通过公式迭代得到；β_1,outlp和β_2,outlp为扩张状态观测器增益；为距离误差的累积扰动估计值，从距离误差即时总扰动的迭代学习器中获得；为用于控制的模型计算的可建模的扰动；

通过距离误差即时总扰动的迭代学习器获得，该学习器为：其中k为重复工作循环的编号，每一个完整的工作过程为一个循环，α₁为遗忘因子，γ₁为学习因子；

步骤3，航向角的抗扰控制器通过步骤2得到的目标航向角、扩张状态观测器得到的航向的即时扰动，以及航向角即时总扰动的迭代学习器得到的航向角的累积扰动，计算所述无人驾驶车辆的目标方向盘转角或液压系统转角，使得无人驾驶车辆的实际航向角趋近于步骤2得到的所述目标航向角；

所述步骤3中航向角的抗扰控制器为其中，u_inlp的计算结果赋值给目标方向盘转角航向角反馈控制器为u_0,inlp是航向角控制中的虚拟控制量，b_0,inlp是控制输入的增益；其中k_p,inlp是比例控制系数，根据控制过程响应的快慢需求来调节，为目标航向角，为实际航向角，b_0,inlp为航向控制回路中输入的增益；所述步骤3中的航向角扰动抑制器为其中为航向角的即时扰动估计值，通过扩张状态观测器获得；为航向角的累积扰动估计值，通过航向角即时总扰动的迭代学习器获得；为用于控制的模型计算的可建模的扰动；

所述的由扩张状态观测器中的航向角的即时扰动抑制器计算得到，所述航向角的即时扰动抑制器为：其中，为航向角的测量值，为X₁的预估值对时间的导数，U₂为航向角控制回路中的控制输入，即实际方向盘转角可以由定位测量系统反馈得到，和均可以通过公式迭代得到；β_1,inlp和β_2,inlp为扩张状态观测器增益；为航向角的累积扰动估计值，从航向角即时总扰动的迭代学习器中获得；为用于控制的模型计算的可建模的扰动；

所述的通过航向角即时总扰动的迭代学习器获得，该学习器为：其中k为重复工作循环的编号，每一个完整的工作过程为一个循环，α₂为遗忘因子，γ₂为学习因子；

步骤4，将步骤3得到的目标方向盘转角或液压系统转角发送给方向盘转角或液压系统转角控制器，对实际方向盘转角或液压系统转角进行闭环控制，实现无人驾驶车辆的轨迹跟踪。