基于自适应滑模控制的智能车车道保持分析
基于自适应模糊滑模的列车精确停车制动控制算法
滑 模 控 制 ，因其对系统参数变化和外界干扰具 有 完 全 的 鲁 棒 性 ，在 控 制 系 统 中 得 到 广 泛 的 应 用[12]。然 而 ，滑模控制在处理不确定因素时会使 系统产生抖振现象，这种高频抖振现象不仅会影响 控 制 的 准 确 性 ，还 会 导 致 系 统 震 荡 或 失 稳 。 因 此 ， 将模糊控制的思想引入滑模控制中，用基于专家经 验的模糊逻辑柔化切换控制信号，从而削弱了抖振 现象[13_14]。
第 4 0 卷 ，第 2 期 2019# 3^
中国铁道科学 CHINA R A ILW A Y SCIENCE
Vol. 40 No. 2
March，2019
文 章 编 号 ：1001-4632 (2019) 02-0122-08
基于自适应模糊滑模的列车精确停车制动控制算法
何 之 煜 杨 志 杰 2 ，吕旌阳3
( 1 . 中国铁道科 学 研 究 院 研 究 生 部 ，北 京 100081; 2100081;
基于滑模控制的无人驾驶汽车路径规划
基于滑模控制的无人驾驶汽车路径规划一、无人驾驶汽车路径规划概述无人驾驶汽车作为现代交通系统的重要组成部分，其核心功能之一便是路径规划。
路径规划是指无人驾驶汽车在给定的起点和终点之间，根据环境信息和交通规则，自动规划出一条安全、高效、舒适的行驶路径。
这一过程不仅需要考虑车辆的动态特性，还需考虑外部环境的复杂性和不确定性。
基于滑模控制的路径规划方法，因其在处理不确定性和非线性系统方面的优势，逐渐成为无人驾驶汽车领域研究的热点。
1.1 无人驾驶汽车路径规划的核心特性无人驾驶汽车路径规划的核心特性包括安全性、实时性、适应性和舒适性。
安全性要求路径规划必须确保车辆行驶过程中不会发生碰撞或违反交通规则；实时性要求路径规划能够快速响应环境变化和突发事件；适应性要求路径规划能够适应不同的道路条件和交通状况；舒适性则要求路径规划能够减少车辆的急加速、急减速和急转弯，提供平稳的驾驶体验。
1.2 无人驾驶汽车路径规划的应用场景无人驾驶汽车路径规划的应用场景广泛，包括城市道路、高速公路、乡村小道等。
在城市道路中，路径规划需要处理复杂的交通信号、行人、自行车和其他车辆；在高速公路上，路径规划则需要考虑高速行驶时的安全距离和车道变换；而在乡村小道上，路径规划则需要适应道路狭窄、视线不佳等挑战。
二、基于滑模控制的路径规划方法滑模控制是一种非线性控制策略，它通过设计滑模面和控制律，使得系统状态能够达到期望的性能。
在无人驾驶汽车路径规划中，滑模控制能够有效地处理系统的不确定性和非线性，提高路径规划的准确性和鲁棒性。
2.1 滑模控制理论基础滑模控制理论的核心是滑模面的设计和滑模动态的实现。
滑模面是系统状态空间中的一个子集，当系统状态到达滑模面时，系统将沿着滑模面滑动，直至达到期望的状态。
滑模控制律的设计旨在确保系统状态能够到达并沿着滑模面滑动。
2.2 基于滑模控制的路径规划策略在无人驾驶汽车路径规划中，基于滑模控制的策略主要包括目标轨迹跟踪和避障控制。
基于滑模控制的自动泊车系统路径跟踪研究
农业机械学报
doi:10. 6041 / j. issn. 1000鄄1298. 2019. 02. 041
第 50 卷 第 2 期
基于滑模控制的自动泊车系统路径跟踪研究
姜立标摇 杨摇 杰
( 华南理工大学机械与汽车工程学院, 广州 510640)
摘要: 现有的自动泊车系统研究,由于忽略实际车辆转向约束和初始位姿条件而影响实际车辆跟踪参考路径效果, 本文提出基于 B 样条曲线的路径规划算法和基于趋近律的非时间参考终端滑模路径跟踪控制算法。 首先,对车辆 的运动过程进行研究,建立车辆的运动学模型。 其次,基于 B 样条曲线理论建立非线性约束平行泊车路径优化函 数,并分析车辆运动学约束条件。 然后,结合非时间参考路径跟踪控制和终端滑模控制方法,提出基于趋近律的非 时间参考终端滑模路径跟踪控制方法。 最后,通过 Simulink 和 CarSim 联合仿真,验证了规划路径的合理性以及路 径跟踪控制器的效果。 关键ห้องสมุดไป่ตู้: 自动泊车; 路径规划; B 样条; 趋近率; 滑模控制 中图分类号: TB273 文献标识码: A 文章编号: 1000鄄1298(2019)02鄄0356鄄09
由图3可得xe0yeyrxyxerxx22则车辆路径跟踪误差函数可以表示为dyedxtanxtanrxdedxtanxlcosxtanrxlcosrx?????23图3路径跟踪误差fig3pathtrackingerror令peyee则其导数可表示为petanxtanrxtanxlcosxtanrxlcosrx????????24假设车辆以稳定的车速运行并且对目标路径进行跟踪目标是在特定的有界等效前轮转角输入控制下使得在任一的初始误差下系统能在该控制下peyee有界并且不断趋向于0即limtpe02532滑模控制器设计为方便表示令系统参考状态量为x1yryx2tanrtan26则系统状态量导数可以表示为x1x2x2dtanrtandx27将式8代入式27可得x1x2x2tanrlcosr2costanlcos328假设等效前轮转角为小角度输入tan令ufxtanrlcosr2cosbx1lcos???????329则系统误差状态方程表示为x1x2x2fxbxu30式中fxbx非线性函数u系统输入在普通滑模控制中通常选择一个线性的滑动超平面scetet31使得系统到达滑动模态后各误差渐近收敛为0并且渐近收敛的速度可以通过选择滑动平面参数矩阵任意调节但状态跟踪误差不会在有限时间内收敛为0
基于自适应滑模的车辆稳定性控制策略
离质心的距离ꎻ Ｖ ＣＧ 为车辆质心的速度ꎻＶ ｘ ꎬＶ ｙ 分别
为车辆纵向和横向的速度ꎻβ 为车辆质心侧偏角ꎻγ
为横摆角速度ꎻδ ｆ 为由左右侧前轮换算得到的前轴
集中转角ꎻα ｆ ꎬα ｒ 分别为前后轴车轮的侧偏角ꎻＶ ｆ ꎬ
Ｖ ｒ 分别为前后车轮的速度ꎻＦ ꎬＦ 分别为前后车轮
的侧偏力ꎮ
沿 ｙ 轴和绕 ｚ 轴构造平衡方程ꎬ可以得到如下
中图分类号:Ｕ４６１. ６ 文献标识码:Ａ 文章编号:２０９５ － ５０９Ｘ(２０２０)０９ － ００７３ － ０５
随着汽车电动化和自动化的发展ꎬ对车辆稳定
性控制的要求越来越高ꎬ目前的研究主要围绕车辆
质心侧偏角和横摆角速度的控制展开 [１ － ３] ꎮ
Ｋａｙａｃａｎ 等 [４] 通过对车辆的质心侧偏角进行
Ｖｘ
令 ａ ＝－
２
ｆ ｆ
２
ｒ ｒ
Ｃｆ ｌｆ － Ｃｒ ｌｒ
Ｃｌ ＋Ｃｌ
ꎬｂ ＝ －
ꎬｃ ＝
Ｉｚ
Ｉｚ Ｖｘ
Ｃｆ ｌｆ
ꎬ 可得:
Ｉｚ
γ̇ ＝ ａβ － ｂγ ＋ ｃδ ｆ
(７)
对于该车辆模型而言ꎬ由于行驶环境的影响ꎬ
性控制的性能ꎬ本文提出了一种基于自适应滑模控制
的车辆稳定性控制策略ꎮ 其中ꎬ通过自适应律实时估
计具有不确定性的模型参数ꎬ再结合传统滑模控制理
论实现车辆横摆角速度对稳定转向状态下理想横摆
角速度的有效跟踪ꎬ以实现车辆的稳定性控制ꎮ
１ 车辆稳定性模型的建立
１. １ 车辆动力学模型的建立
本文主要研究车辆转向时横向稳定性控制ꎬ为
侧倾角与俯仰角均忽略不计ꎬ只作沿 ｙ 轴的平移和
绕 ｚ 轴的摆动ꎻ４) 假设车辆在 ｘ 轴上的车速不变ꎻ
基于智能滑模控制的线控防抱死系统(ABS)研究的开题报告
基于智能滑模控制的线控防抱死系统(ABS)研究的开题报告一、研究背景与意义线控防抱死系统(ABS)，是一种常见的汽车制动辅助系统，其作用是在车辆制动时防止车轮速度过快减缓，导致车轮抱死失控的情况出现，从而保证了行车安全。
传统的ABS采用PID等传统控制方法实现，但具有模型参数变化、外部干扰等问题，难以达到理想的控制效果。
因此，基于智能滑模控制的ABS研究就显得尤为重要。
智能滑模控制技术能够克服传统控制方法的缺陷，具有非线性自适应、鲁棒性强等特点。
因此，基于智能滑模控制的ABS研究不仅能提高ABS的精度和稳定性，还在未来的自动驾驶汽车中具有广泛的应用前景。
二、研究内容及方法本研究将基于智能滑模控制理论，研究线控ABS的控制方法和控制策略。
主要包括以下内容：1.分析ABS系统的工作原理和复杂性，绘制系统控制框图，确定控制目标和性能指标。
2.基于智能滑模控制理论，建立线控ABS的控制模型，设计ABS系统的智能控制器，并实现控制器的参数调节和优化。
3.通过仿真实验和实际实验相结合的方法，验证智能滑模控制方法的控制性能及稳定性，与传统控制方法相比较，评价其优劣。
三、预期成果及意义通过本研究，将能开发出一种基于智能滑模控制的ABS控制方法，该方法相比于传统的PID等控制方法，具有更高的自适应性和鲁棒性，能够更加准确地控制ABS系统的输出，提高系统的稳定性和控制精度。
在智能汽车研究领域，该方法还有广泛的应用前景。
四、研究计划及进度安排1.前期准备：对目前ABS的工作原理和控制方法进行系统学习和研究，以及各种智能滑模控制方法的分析。
2.中期计划：基于智能滑模控制理论，建立线控ABS的控制模型，设计ABS系统的智能控制器，并实现控制器的参数调节和优化。
3.后期计划：通过仿真实验和实际实验相结合的方法，验证智能滑模控制方法的控制性能及稳定性，与传统控制方法相比较，评价其优劣。
预计完成时间为12个月，具体进度安排如下：第1-3个月，阶段性成果：对ABS系统工作原理和控制方法进行学习；各种智能滑模控制方法的分析。
基于滑模控制的商用车路径跟踪控制研究
-1.5
第一层为输入层，起数据信息的传递作用；
第二层为隐含层，对输入信息进行空间映 射变换；第三层为输出层，对输入模式进
0
2
4
6
8
10
12
14
16
18
20
时间/s
实际侧向位移
目标侧向位移
行响应。
径向基神经网络（RBF）拥有强大的逼
近能力、学习能力和分类能力，对任意精度 的任意连续函数都能够逼近。
图3 整车三自由度模型
hcosφ
y2 φ
h Fz1
Ts mug Fzr
hR y1 hu
（4）
Yβ = −(Caf + Car )
YYrβ
r= =−M−CUar+
Car lr
− U
Caf
l
f
（5） （6）
（7）
Yβ r
=
Car lr U
= Nβ Carlr − Caf l f
（8） （9）
Nr
=
− Carlr 2 + Caf l f 2 U
[2] 陈国迎，何磊，宗长富，顾兴剑 . 基于电 动伺服系统的转向试验台阻力加载策略 的 研 究 [J]. 汽 车 工 程，2018，40（02）： 226-233.
[3] 余颖弘，王保华 . 汽车线控转向硬件在环 实验台研究现状综述 [J]. 湖北汽车工业学 院学报，2015，29（03）：34-38.
3 基于 RBF 神经网络的滑模控制策略
滑模控制是根据控制目标设计滑模切换 面，使控制系统的状态点到达切换面，而状 态点不离开切换面。
3.1 固定增益滑模控制器设计 滑模控制的“抖振”的剧烈程度是由其 控制器切换项的增益决定的，采用神经网络 对切换项的增益调节，能够降低滑模控制的 “抖振”。 考虑如下系统：
基于自适应滑模控制的自动驾驶仪设计与仿真
［ … Ｚ Ｂ
＝
㈩ ３
】 ㈩ ６ ，
６（ ） ＝ ｋ
…
…
臌
示为
（６ １）
［
＋ ［
（ ）＋Ｈ （ ） ｋ ｋ
误差量 ｅ ｋ （ ） （ ） （ ）＝ ｋ 一 ｋ 。控 制系统 内的 开关 函数
ｍ ｅ ｔｔ ｅ ｒ ｑ ｒ ｍｅ ｓ ｉ ｒ ｃｉ ｅ ｗｈｅ ａ ｏ ｉｔ ｒｅ ｅ ｃ ｘ ｓｓ ｅ ｅ ｕｉｅ ｎｔ ｎ ｐ ａ ｔｃ ｈ ｎ ｒ ｎｄ ｍ ｎ ｅ ｒ ｎ ｅ ｅ ｉｔ． ｆ
ＫＥＹＷ ＯＲＤＳ： ｒ ｐ ｒ ｏ ａ —ｉ ｔ ｇ ａ ｔｕ ｔ ｒ ；Ａｄ ｐｉ ｅ ｓｉ ｉｇ ｍｏ ｅ ｃ ｎ ｒ ｌ Ｐ ｏ ｏ ｉｎ ｔ ｌ ｎ ｅ ｒ ｓｒ ｃｕ ｅ ｌ ａ ｔ ｌ ｎ ｄ ｏ ｔｏ ；Ａｕ ｏ ｉ ｔ Ｒａ ｄ ｍ ｎ ｅ ｅ ｅ ｃ ｖ ｄ ｔｐ ｌ ； ｏ ｎ ｏ ｉｔ ｒ ｒ ｎ ｅ； ｆ
减小稳态误差对 系统 的影 响。经过仿真分 析得知 ， 存在 随机
干扰的情况下 ， 用 自适应 滑模控制理论 设计 的 自动驾驶 仪 采
具 有 较 强 的鲁 棒 性 ， 足 工 程 需 求 。 满
２ 数学 建模
弹体非 线 性 气 动 公 式 如 下 ， 给 出导 弹 在 飞 行 速 度 并
收稿 日期 ：０ １—１ ２１ ０—０ ８
其中： 纵 向气动力 ： ＝ Ｓ Ｑ； 弹体有 效直径 ： ０ ２９ Ｄ＝ ．２ ｍ； 动压 ： Ｑ＝２ ３ Ｎ・ ５０ ｍ ；
一
１ Ｏ１ 一
俯仰 力矩 ： ＝Ｃ Ｓ 肘 Ｑ；
俯 仰力矩惯量 ： Ｌ＝２ ７ ｇ・ ４ｋ ｍ ；
控制系统中的自适应滑模控制算法研究
控制系统中的自适应滑模控制算法研究在控制系统中，自适应滑模控制算法作为一种强鲁棒性控制方法，已经得到了广泛的研究和应用。
它通过引入滑模面和滑模控制器来实现对系统的控制，能够有效解决模型不确定性、外部扰动以及未知参数的影响。
本文将从滑模控制算法的基本原理、优势和应用范围等方面进行分析和讨论。
一、自适应滑模控制算法的基本原理和优势自适应滑模控制算法是通过设计滑模面和滑模控制器来实现对受控系统的控制，其中滑模面是一个特定的超平面，通过在超平面上设计一个连续可微的滑模控制器，使系统状态能迅速地滑到滑模面上，并在滑模面上获得稳定性。
自适应滑模控制算法的优势主要体现在以下几个方面：1. 鲁棒性强：自适应滑模控制算法能够对模型不确定性、外部扰动和未知参数的变化作出有效的响应，并保持系统稳定运行。
2. 超调和调节时间小：自适应滑模控制器能够根据系统的变化自动调整滑模面和滑模控制器参数，从而使系统的超调和调节时间最小。
3. 高精度控制：自适应滑模控制算法具有较高的控制精度，可以满足对系统控制精度要求较高的应用场景。
二、自适应滑模控制算法的应用范围自适应滑模控制算法广泛应用于各个领域的控制系统中，特别是在工业控制、机器人控制、飞行器控制以及智能交通系统等方面，其应用范围涵盖了众多的实际应用场景。
1. 工业控制：在工业控制领域，自适应滑模控制算法可以应用于各类复杂的工业过程，例如温度控制、压力控制、流量控制等。
由于它对模型不确定性和扰动具有较强的鲁棒性，可以有效提高系统的性能和稳定性。
2. 机器人控制：在机器人控制领域，自适应滑模控制算法可以帮助机器人实现精确的运动控制和轨迹跟踪，能够应对外部干扰和未知参数的变化，保证控制系统的稳定性和精度。
3. 飞行器控制：在飞行器控制领域，自适应滑模控制算法可以实现对飞行器的姿态控制和位置控制，能够提高飞行器的稳定性和飞行性能，并保证飞行器在复杂环境下的安全操作。
4. 智能交通系统：在智能交通系统中，自适应滑模控制算法可以应用于车辆的自动驾驶和交通信号的优化控制，能够提高交通系统的效率和安全性。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
收 稿 日期 ： １ ２ ０—０ ２ ０ ７— ０
基金项 目： 国家 自然科学基金资助项 目（０ ７ ０４ ； ５７ ６ ４ ） 南京航空航天大学引进人才科研启动项 目（０ ０ ８５ ７ ２５ ４ ） 作 者 简 介 ： 延 召 （ ９７ ） 男 ， 张 １８ 一 ， 河南 禹 州 人 ， 士 研 究 生 ， 要 从 事 智 能 车 辆 控 制 方 面 的 研 究 。 硕 主
结构控 制 来提 高车道保 持控 制 器对参 数摄 动和 未建模 动 态的 适应性 ； 用模糊 控 制 自适应 调 节 利
滑模 面的切换 增 益 ， 降低 控 制抖振 。仿 真 分 析表 明 ， 出的 方 法不仅 能够 显 著 降低 传 统滑 模 变 提 结构控 制 器的抖振 ， 而且 对参数摄 动 和 未建 模 动 态具 有较 高的鲁棒性 和 适应性 。
Ａｂ ｔ ａ ｔ：Ａ２一 ｓｒ ｃ ＤＯＦ ｔ — ｅ ｌｍｏ ｅ ｆｔ ｅ ｖ ｈｉｌ ｓｅ ｔｂ ｉｈ ｄ ｔｉ ｒ ｖ ｈ ｄ ｐ ａ ｉｉ ｆｐ — ｗｏ ｗｈ ｅ ｄ ｌｏ ｈ ｅ ｃ ｅ ｗａ ｓａ ｌｓ ｅ ｏｍｐ ｏ ｅ ｔ ｅ ａ ａ ｔ ｂ ｌ ｙ ｏ ａ ｔ
２１ ０ ０年 ９月
Ｓ ｐ． ２ ห้องสมุดไป่ตู้ ｅ ０１
基 于 自适 应 滑 模 控 制 的 智 能 车 车 道 保 持 分 析
张延 召 毛 建 国 ， ， 沈 垣 顾 筠 凌 锐 张 慧豫 ， ， ，
（． １南京航空航天大学 车辆工 程技术研究 中心 ， 南京 信息工 程系 ， 南京 ２０ １； １０ ６
（ ．Ｖ ｈｃ ｅ ｈ ｏ ｇ ｅｅ ｒｈＣ ｎｅ ， ａ ｊ ｇＵ ｉ ｒ ｔ ｏ Ａ ｒｎ ｕｉ ｎ ｓ ｏ ａｔ ｓ Ｎ ｎｉｇ １０ ６ Ｃ ｉａ １ ｅ ｉ ｅＴ ｃ ｎ ｌ Ｒ ｓａｃ ｅ ｔ Ｎ ｎｉ ｎｖ ｓ ｙ ｆ ｅ ａ ｔ ｓａ ｄＡ ｔ ｎ ｕｉ ， ａ ｊ ０ １ ， ｈｎ ； ｌ ｏ ｙ ｒ ｎ ｅ ｉ ｏ ｃ ｒ ｃ ｎ ２ ２ ｅ ａｔ ｎ ｏ Ｉｆｒ ａ ｏ ｎ ｉｅｒ ｇ ＪＡ Ｇ Ｕ Ｒ ｄｏａ ｄＴ ｎ ｅｓ ｙ Ｎ ｎｉｇ２ ０ １ ，Ｃ ｉａ ．Ｄ ｐ ｒ ｍｅ ｔ ｆ ｎｏｍ ｔ ｎＥ ｇ ｅｉ ， Ｉ Ｎ Ｓ ａ ｉ ｎ Ｖ Ｕ ｉ ｒｉ ， ａｊ １０ ７ ｈｎ ） ｉ ｎ ｎ ｖ ｔ ｎ
２ 江苏广播 电视 大学 ．
２０ １） １０ ７
摘
要 ： 对 目前 智 能车 车道 保持 控 制 算 法 对参 数摄 动 适 应性 不足 的 问题 ， 出一种 基 于 针 提
模 糊 自适应调 节 的滑模 控制 方 法。在 建立 车辆 线性 二 自由度 动力 学模 型的基础 上 ， 用 滑模 变 采
第２ ４卷
Ｖ０ ． ４ Ｉ２
第 ９期
Ｎｏ ９ ．
重 庆 理 工 大 学 学 报 （自然科 学）
Ｊ ｕｎ ｌ ｆ ｈ ｎ ｑｎ ｎｖ ｒ ｔ ｏ Ｔ ｃ ｎ ｌｇ （ ａ ｒ ｃ ｎ ｅ ｏ ｒａ ｏ Ｃ ｏ ｇ ｉ Ｕ ｉ ｓ ｙ ｆ ｅ ｈ ｏ ｙ Ｎ ｔ ａ Ｓ ｉ ｃ ） ｇ ｅ ｉ ｏ ｕ ｌ ｅ
ＳＭ Ｃ ｆ Ｆｕｚ ｙ Ａｄａ ｔｖ ｅ ｈ ｄ ｏ ｚ ｐ ｉｅ Ｍ ｔ ｏ
Ｚ ＨＡＮＧ Ｙａ ．ｈ ｏ ＭＡＯ Ｊａ —ｕ Ｓ Ｎ Ｈｕ ｎ ， ｎ ｚ ａ ， ｉｎ ｇ ｏ ， ＨＥ ａ ＧＵ Ｊ ｎ ， Ｉ ｉ Ｚ ｕ Ｌ ＮＧ Ｒｕ ， ＨＡＮＧ Ｈｕ —ｕ ｉ ｙ
ｂｅｓ ｕ ｔｒ ｃｎｒｌ Ｓ Ｃ）ａ ｏｉ ｍ．Ａ ｆｚｙａａ ｔ ｅｍｅ ｏ ｓｄｔ ａｊｓ ｓ ｉ ｈｎ ａ ｓｏ ｌ ｔ ｃｕｅ ｏ ｔ （ Ｍ ｒ ｏ ｌ ｒｈ ｇ ｔ ｕｚ ｄ ｐｉ ｔ ｄｉ ｕｅ ｄ ｔ ｗｔ ｉｇｇｉ ｆ ｖ ｈ ｓ ｏ ｕ ｃ ｎ
ｓｉ ｉ ｇ ｓ ｒａ ｅ，ａ ｄ ｒ ｄ ｅ ＳＭ Ｃ ’ ｈ ｔｅ ｉ ｇ Ｔｈ ｉ ｕ ａｉｎ ｒ ｓ ｌｓ ｉｄ ｃ ｔ ｈ ｔｔ ｅ ｃ ｎ ｒ ｌｅ ａ ｌｄ ｎ ｕ ｆ ｃ ｎ ｅ ｕｃ Ｓｃ ａｔｒｎ ． ｅ ｓｍ ｌｔｏ ｅ ｕ ｔ ｎ ｉ ａｅ ｔ ａ ｈ ｏ ｔｏ ｌｒｃ ｎ ｒ ｄ ｃ Ｍ Ｃ ’Ｓ ｃ ｔｅ ｉ ｇ ｇ ｅ ｔ ｅ ｕ ｅＳ ｈａｔｒｎ ｒ ａｌ ｙ， ａ ｄ ｈ ｖ ｘ ｅｌ ｎ ｏ ｕ ｔ ｅ ｓ ｆｒ ｐ ｒ ｍｅｅ ｅ ｔ ｒ ａ ｉｎ ａ ｄ ｎ ｎ ａ ｅ ｅ ｃ ｌｅ ｔｒ ｂ ｓｎ ｓ ａ ａ ｔ ｒ ｐ ｒｕ ｂ ｔ ｎ ｕ — ｏ ｏ ｍｏ ｅ ｅ ｙ ａ ｉｓ ｄ ｌｄ ｄ ｎ ｍ ｃ ． Ｋ ｅ ｏ ｄｓ：ｉ ｔｌｉｅ ｔｖ ｈ ｃｅ；ａ ｅ ｐ ｎ ｓｉ ｉ ｇ ｖ ｒａ ｌ ｔ ｃｕ ｅ ｃ ｎ ｒ ｌ ｆ ｚ ｙ ｃ ｎ ｒ ｌ ｙｗ ｒ ｎ ｅｌｇ ｎ ｅ ｉｌ ｌｎｅ ｋ ｅ ｉ ｇ；ｌｄ ｎ ａ ｉｂ ｅ ｓｒ ｔ ｒ ｏ ｔｏ ；ｕ ｚ ｏ ｔｏ ｕ
关 键 词 ： 能车辆 ； 智 车道 保持 ； 滑模 变结构控 制 ； 糊控 制 模 文献 标识 码 ： Ａ 文 章编号 ：６ ４— ４ ５ ２ １ ） ９— ０ ７— ６ １７ ８２ （００ ０ ００ ０
中图分 类号 ：Ｐ ４ ． Ｔ ２２６
Ｒｅ ｅ ｒ ｈ ｏ ｎ ｅ ｌｇ ｎｔ Ｖｅ ｃｅ Ｌａ ｅ Ｋ ｅ ｐ ｎｇ Ｂａ ｅ ｎ ｓ ａ ｃ ｎ Ｉ ｔ ｌｉ ｅ ｈｉ ｌ ｎ ｅ ｉ ｓ ｄ ｏ