基于GA-PSO的智能汽车横向LQR控制器优化设计 |
| |
引用本文: | 王怡萌,仝秋红,孙照翔,高越,张武.基于GA-PSO的智能汽车横向LQR控制器优化设计[J].汽车技术,2024(3):47-55. |
| |
作者姓名: | 王怡萌 仝秋红 孙照翔 高越 张武 |
| |
作者单位: | 1. 长安大学 |
| |
基金项目: | 国家重点研发计划项目(2022YFC3002602); |
| |
摘 要: | 针对线性二次型调节器(LQR)在智能汽车横向控制中,系数矩阵Q和R选取困难导致的控制精度低和参数整定效率低的问题,提出了一种遗传粒子混合优化(GA-PSO)方法。基于车辆二自由度模型设计了横向LQR控制器和前馈控制器,以该模型下控制器自身能量损失函数作为代价函数对系数矩阵进行优化,并对比了GA-PSO和粒子群优化(PSO)算法的优化效果。CarSim/Simulink联合仿真结果表明,经GA-PSO算法优化后的控制器跟踪精度和计算效率分别提高了47.06%和63.54%,且优化后的控制器具有较强的鲁棒性。
|
关 键 词: | 智能汽车 横向控制 轨迹跟踪 线性二次型调节器 粒子群优化 |
|
|