线控转向系统的自适应神经网络跟踪控制

针对车辆线控转向(SbW)控制系统受外部扰动和结构不确定等因素影响，结合神经网络系统的逼近特性，提出一种鲁棒自适应神经网络控制器来实现SbW系统的在线建模与转角控制。该控制器不需要SbW系统结构和参数完全已知的条件，而是通过神经网络逼近SbW系统的未知动力学，以及鲁棒方法消弱时变扰动和逼近误差对控制性能的影响。同时，该方法可由Lyapunov函数导出自适应律，从而保证了系统收敛性与稳定性。最后，通过稳定性分析表明了系统跟踪误差可渐近收敛至原点附近可调的邻域内；数值仿真和硬件在环仿真实验表明了该方法的有效性与优越性。