[发明专利]基于神经网络和PID算法的轨迹跟随方法

摘要

本发明提供了一种基于神经网络和PID算法的轨迹跟踪方法，主要用于智能驾驶汽车在驾驶地图的跟踪方案，将常规PID控制与神经网络控制相结合，发挥各自的优势，形成所谓的智能PID控制。该方法能使智能驾驶汽车跟踪希望轨迹，采用神经网络方法设计的控制系统具有更快的实时性、更强的适应性和更好的鲁棒性。计算机仿真实验和实车实验表明，基于神经网络和PID算法的控制较常规的PID控制具有更快的实时性、更好的自适应性，能取得良好的的控制结果。

主权项

1.一种基于神经网络和PID算法的轨迹跟随方法，其特征在于，其包括以下步骤：S1，获取期望的行驶轨迹参数值，所述行驶轨迹参数值包括位置坐标值、航向角、速度和角速度；S2，获取当前车辆的行驶轨迹参数值，并由车辆运动模型预测车辆之后的行驶轨迹参数值；所述步骤S2中车辆运动模型公式为，x‑‑预测轨迹的位置坐标x值xr‑‑期望轨迹的位置坐标x值y‑‑预测轨迹的位置坐标y值yr‑‑期望轨迹的位置坐标y值θ‑‑预测轨迹的航向角θr‑‑期望轨迹的航向角ν‑‑预测轨迹的速度νr‑‑期望轨迹的速度ω‑‑预测轨迹的角速度ωr‑‑期望轨迹的角速度k‑‑采样的时刻T‑‑采样的周期；S3，由性能函数根据步骤S1获得的期望的行驶轨迹参数值及预测的行驶轨迹参数值得出一个误差值；S4，将步骤S3得出的误差值输入到PID控制器得出方向盘的转角，并根据该转角控制车辆转向；S5，重复步骤S2和S3，得到当前时刻的误差值，获取当前时刻的PID输出值以及当前车速，由神经网络控制器PID参数学习算法整定PID控制器的3个系数Kp、Ki、Kd。