基于RBF网络高速避让汽车操纵逆动力学研究.pdfVIP

16 技术纵横 轻型汽车技术 2011(10)总 266 基于RBF网络高速避让汽车操纵逆动力学研究 邱笑寅 岳红旭 (南京航空航天大学 ) 摘 要 给出3自由度角输入避让转 向驾驶员一汽车闭环模型，采用均匀设计方法安排汽 车在高速下进行双移线避让试验，通过组合驾驶员模型中三个不同参数对闭环模型进行 ”正解 ”得到用于 ILBF网络的训练样本，建立汽车横摆角速度、侧向加速度及车身侧倾 角与转 向盘转角及角速度 的映射关系。所建立的tLBF网络能以汽车横摆角速度、侧 向加 速度及车身侧倾角共同识别转向盘转角及角速度，仿真结果表明该方法具有运算速度 快、识别精度高等优点。 关键词：驾驶员一汽车闭环模型 RBF网络 操纵逆动力学 仿真 1 前 言 的不同是，隐含层的转移函数是一个局部响应的高 斯函数，而非全局响应函数。基于这样的不同，RBF 全面掌握汽车在高速下的操纵动力学特性，必 网络要实现相同的功能，所包含的神经元个数要多 须考虑包括驾驶员在内的闭环系统，需要建立驾驶 很多，但是所花的训练时间却要比其他前向网络要 员模型和确定理想的道路输入。汽车在作高速避让 少 。另外 ，RBF网络 由于它的学习能力和非线性特 转向时，由于驾驶员的主观能动性差异导致驾驶员 性，使它能够对任意非线性函数进行很好的局部逼 模型中的参数不易确定fI】。为避开驾驶员建模这个难 近 。 点，国内外学者对汽车操纵逆动力学进行了一些卓 图1为RBF网络的基本结构，由一个径向基神 有成效的研究，文献呀 用求逆的方法对汽车行驶性 经元的隐层、一个线性神经元的输出层组成。RBF 能进行了优化设计，较系统地研究了汽车操纵逆动 网络能很好地拟合任意有限值函数，而且能通过快 力学问题，此外赵又群DI等对国内外汽车操纵逆动力 速的设计来取代漫长的训练[51。 学研究现状进行了较好的总结。 (x) 为模拟汽车在高速下进行避让转向，采用双移 线 (避让 )作为理想的道路输入 ，同时双移线也是常 用的评价汽车操纵稳定性的典型试验道路。RBF网 络具有结构简单、收敛速度快、训练简洁等特性，常 被应用于函数逼近、时间序列分析及模式分类等。因 此 ，本文采用 RBF网络进行汽车操纵逆动力学研 究，识别出了汽车转向盘转角及角速度 。 N M 2 RBF网络理论 图 1 RBF网络拓扑结构 RBF网络包含一个隐含层、一个输出线性层的 RBF网络可实现由输入x：{xl，…，xi，…xn}N输出 三层前向神经网络结构 ，它与一般的前向网络最大 Y={y 一，Yk，…Y}的映射 ，对于输 出结点Y，可以得 轻型汽车技术 2011(10)总266 技术纵横 17 到 ： 1N 向盘转角。该闭环模型框图的意义为：理想的预期 yk(x)= wikR(1lx—cil1) (1) i=l