Red de neuronas basada en control lateral robusto para un vehículo autónomo
Autores: Swain, Subrat Kumar; Rath, Jagat J.; Veluvolu, Kalyana C.
Idioma: Inglés
Editor: MDPI
Año: 2021
Acceso abierto
Artículo científico
2021
Red de neuronas basada en control lateral robusto para un vehículo autónomo
Categoría
Ingeniería y Tecnología
Subcategoría
Ingeniería Eléctrica y Electrónica
Palabras clave
Vehículo automatizado
Incertidumbres
Controlador de modo deslizante
Perturbaciones externas
Red neuronal de función de base radial
Modo deslizante de orden superior
Licencia
CC BY-SA – Atribución – Compartir Igual
Consultas: 33
Citaciones: Sin citaciones
El movimiento lateral de un Vehículo Automatizado (AV) se ve altamente afectado por las incertidumbres del modelo y las perturbaciones externas desconocidas durante su navegación en condiciones ambientales adversas. Entre la variedad de controladores, se considera que el controlador de modo deslizante (SMC), conocido por su robustez hacia las perturbaciones, es capaz de generar una señal de control robusta bajo incertidumbres. Sin embargo, el SMC convencional sufre del problema de altas oscilaciones de frecuencia, llamado "chattering". Para abordar el problema del "chattering" y reducir el efecto de las perturbaciones externas desconocidas en ausencia de información precisa del modelo, se emplea una red neuronal de función de base radial (RBFNN) para estimar el control equivalente. Además, en este artículo se propone un control de conmutación basado en modo deslizante de orden superior (HOSM) para compensar el efecto de las perturbaciones externas. La efectividad del controlador propuesto en términos de mantenimiento de carril y estabilidad lateral se demuestra a través de simulaciones en un entorno de alta fidelidad Carsim-Matlab Simulink bajo una variedad de condiciones viales y ambientales.
Descripción
El movimiento lateral de un Vehículo Automatizado (AV) se ve altamente afectado por las incertidumbres del modelo y las perturbaciones externas desconocidas durante su navegación en condiciones ambientales adversas. Entre la variedad de controladores, se considera que el controlador de modo deslizante (SMC), conocido por su robustez hacia las perturbaciones, es capaz de generar una señal de control robusta bajo incertidumbres. Sin embargo, el SMC convencional sufre del problema de altas oscilaciones de frecuencia, llamado "chattering". Para abordar el problema del "chattering" y reducir el efecto de las perturbaciones externas desconocidas en ausencia de información precisa del modelo, se emplea una red neuronal de función de base radial (RBFNN) para estimar el control equivalente. Además, en este artículo se propone un control de conmutación basado en modo deslizante de orden superior (HOSM) para compensar el efecto de las perturbaciones externas. La efectividad del controlador propuesto en términos de mantenimiento de carril y estabilidad lateral se demuestra a través de simulaciones en un entorno de alta fidelidad Carsim-Matlab Simulink bajo una variedad de condiciones viales y ambientales.