基于预设性能和事件触发的自适应神经网络控制，用于自动驾驶车辆的路径跟踪控制

《Engineering Applications of Artificial Intelligence》：Adaptive neural network control using prescribed performance and event-triggered for path tracking control of autonomous vehicle

自主车辆路径跟踪控制与SbW系统融合设计，提出基于状态观测器和扰动观测器的复合控制策略，结合RBF神经网络补偿轮胎非线性摩擦，设计有限时间 prescribed性能控制与动态事件触发机制，通过Lyapunov理论证明系统稳定性，并验证仿真与实验效果。

　　本文围绕自动驾驶汽车在结合线控转向系统（Steer-by-Wire, SbW）情况下的路径跟踪控制问题展开研究。随着智能驾驶技术的不断发展，自动驾驶汽车在未来的交通系统中将扮演越来越重要的角色。路径跟踪控制是自动驾驶汽车实现安全行驶的关键环节，它决定了车辆能否按照预定路径进行稳定和准确的行驶。因此，设计高性能的路径跟踪控制器对于提升自动驾驶汽车的行驶性能具有重要意义。

在实际应用中，自动驾驶汽车的路径跟踪控制面临诸多挑战。例如，车辆的侧滑角和转向角速度通常难以直接测量，这限制了传统控制方法的使用。此外，线控转向系统中存在非线性摩擦和外部干扰，这些因素会影响路径跟踪的精度。传统的控制方法，如PID控制，虽然在某些情况下表现良好，但其响应速度较慢，难以满足高精度控制的需求。其他方法，如模型预测控制（MPC）和滑模控制（SMC），虽然在控制效果上有一定优势，但它们在实现过程中也存在各自的局限性，例如MPC需要精确的数学模型，而SMC则容易产生颤振和奇异性问题。

为了克服这些挑战，本文提出了一种结合路径跟踪控制和线控转向系统控制的复合控制方案。该方案采用转向电机的扭矩作为系统输入，以实现更高的控制精度。同时，针对难以测量的变量，如侧滑角、跟踪误差的导数和转向角速度，设计了状态观测器进行估计。此外，为了处理线控转向系统中的外部干扰和非线性摩擦，本文引入了扰动观测器和径向基函数神经网络（RBFNN）进行估计和补偿。这些方法的结合有助于提高路径跟踪控制的鲁棒性和准确性。

为了确保路径跟踪误差在稳态和瞬态过程中均能保持在规定的范围内，本文设计了一种有限时间预设性能函数（Finite-Time Prescribed Performance Function, FPPF）。该函数能够使跟踪误差在有限时间内收敛到预设范围，从而提高系统的响应速度和控制精度。此外，为了减少通信资源的消耗，本文引入了动态事件触发机制（Dynamic Event-Triggered Mechanism, DETM）。与传统的静态事件触发机制相比，动态事件触发机制能够有效降低信号触发频率，从而节省通信资源。

本文的控制方案不仅考虑了路径跟踪误差的收敛性，还通过严格的稳定性分析确保了所有系统信号的有界性。此外，本文还进行了多种仿真、硬件在环实验和实时车辆实验，以验证所提出控制方案的有效性。仿真部分使用MATLAB/Simulink和CarSim进行联合仿真，以评估控制器在不同工况下的性能。硬件在环实验和实时车辆实验则进一步验证了控制器在实际应用中的可行性。

本文的研究成果在以下几个方面具有创新性：首先，相较于其他研究中直接采用前轮转向角作为控制输入的方法，本文考虑了实际中线控转向系统的作用，通过转向电机的扭矩输入来提高控制精度。其次，本文采用有限时间预设性能函数，使跟踪误差在有限时间内收敛到预设范围，从而提高了系统的响应速度。此外，本文引入了动态事件触发机制，相较于传统的静态事件触发机制，能够有效降低信号触发频率，从而节省通信资源。

为了实现上述目标，本文首先构建了车辆动力学模型、路径跟踪模型和线控转向系统动力学模型。这些模型的结合为后续的观测器和控制器设计提供了理论基础。随后，本文设计了状态观测器，用于估计侧滑角、跟踪误差的导数和转向角速度。为了处理线控转向系统中的外部干扰和非线性摩擦，本文设计了扰动观测器和RBFNN进行估计和补偿。这些方法的结合有助于提高路径跟踪控制的鲁棒性和准确性。

在控制器设计方面，本文采用有限时间预设性能控制方法，确保跟踪误差在有限时间内收敛到预设范围。同时，为了减少通信资源的消耗，本文引入了动态事件触发机制，该机制能够在保证控制精度的前提下，有效降低信号的触发频率。通过严格的稳定性分析，本文证明了所提出控制方案的可行性，并确保了所有系统信号的有界性。

本文的研究成果在以下几个方面具有重要意义：首先，所提出的控制方案能够有效解决线控转向系统中难以测量的变量问题，提高路径跟踪控制的精度。其次，通过引入有限时间预设性能函数和动态事件触发机制，本文提高了系统的响应速度和通信效率。此外，本文的控制方案在仿真和实验中均表现出良好的性能，为自动驾驶汽车的路径跟踪控制提供了新的思路。

综上所述，本文通过结合路径跟踪控制和线控转向系统控制，提出了一种新的复合控制方案。该方案不仅考虑了实际中线控转向系统的作用，还通过引入有限时间预设性能函数和动态事件触发机制，提高了系统的响应速度和通信效率。通过严格的稳定性分析和多种实验验证，本文验证了所提出控制方案的有效性，为自动驾驶汽车的路径跟踪控制提供了新的方法。