| 摘要 | 第5-7页 |
| Abstract | 第7-8页 |
| 第一章 绪论 | 第11-20页 |
| 1.1 研究背景与意义 | 第11-12页 |
| 1.2 国内外研究现状 | 第12-18页 |
| 1.2.1 智能车辆国内外研究现状 | 第12-15页 |
| 1.2.2 路径跟踪控制技术国内外研究现状 | 第15-18页 |
| 1.3 本文研究内容及方法 | 第18-20页 |
| 第二章 车辆动力学系统建模 | 第20-34页 |
| 2.1 车辆动力学模型总体结构 | 第20-23页 |
| 2.1.1 车辆坐标系定义及空间转换 | 第20-22页 |
| 2.1.2 车辆动力学模型简化假设 | 第22-23页 |
| 2.2 车辆动力学模型建立 | 第23-27页 |
| 2.2.1 整车非线性动力学模型 | 第23-24页 |
| 2.2.2 被动悬架模型 | 第24-25页 |
| 2.2.3 轮胎模型 | 第25-27页 |
| 2.3 车辆行驶状态估计 | 第27-30页 |
| 2.3.1 车辆位置估计 | 第27-30页 |
| 2.3.2 质心侧向加速度估计模型 | 第30页 |
| 2.3.3 质心侧偏角估计模型 | 第30页 |
| 2.4 车辆动力学模型及估计模型准确性验证 | 第30-33页 |
| 2.5 本章小结 | 第33-34页 |
| 第三章 智能车辆神经网络滑模控制器设计 | 第34-52页 |
| 3.1 基本理论 | 第34-38页 |
| 3.1.1 滑模变结构控制理论 | 第34-36页 |
| 3.1.2 RBF神经网络基本理论 | 第36-38页 |
| 3.2 车辆横向动力学与预瞄运动学模型 | 第38-41页 |
| 3.2.1 车辆横向动力学模型 | 第38-39页 |
| 3.2.2 预瞄误差模型 | 第39-41页 |
| 3.3 路径跟踪控制器设计 | 第41-44页 |
| 3.3.1 路径跟踪控制器结构设计 | 第41-42页 |
| 3.3.2 等效控制器设计 | 第42-43页 |
| 3.3.3 RBF神经网络设计 | 第43-44页 |
| 3.4 仿真分析 | 第44-51页 |
| 3.4.1 仿真工况设置 | 第44-45页 |
| 3.4.2 鲁棒性验证 | 第45-49页 |
| 3.4.3 不同预瞄距离仿真分析 | 第49-51页 |
| 3.5 本章小结 | 第51-52页 |
| 第四章 预瞄距离优化的分层控制系统设计 | 第52-70页 |
| 4.1 预瞄距离自适应的分层式路径跟踪控制系统结构设计 | 第52-53页 |
| 4.2 预瞄距离模糊补偿控制器设计 | 第53-58页 |
| 4.2.1 优化目标选取 | 第53-55页 |
| 4.2.2 确定输入和输出变量 | 第55页 |
| 4.2.3 模糊化 | 第55-57页 |
| 4.2.4 生成模糊规则 | 第57-58页 |
| 4.2.5 模糊推理 | 第58页 |
| 4.2.6 解模糊化 | 第58页 |
| 4.3 遗传算法优化 | 第58-61页 |
| 4.3.1 编码方式 | 第59页 |
| 4.3.2 适应度函数选取 | 第59-60页 |
| 4.3.3 遗传算子选择 | 第60页 |
| 4.3.4 终止条件 | 第60-61页 |
| 4.4 迭代学习补偿器 | 第61-63页 |
| 4.4.1 迭代学习的数学描述 | 第63页 |
| 4.4.2 开环PID型迭代学习控制器设计 | 第63页 |
| 4.5 仿真分析 | 第63-68页 |
| 4.5.1 仿真试验一 | 第63-67页 |
| 4.5.2 仿真试验二 | 第67-68页 |
| 4.6 本章小结 | 第68-70页 |
| 第五章 智能车辆横向控制试验研究 | 第70-78页 |
| 5.1 硬件在环仿真 | 第70-73页 |
| 5.1.1 硬件在环仿真平台 | 第70-72页 |
| 5.1.2 硬件在环仿真结果分析 | 第72-73页 |
| 5.2 实车试验 | 第73-77页 |
| 5.2.1 智能车辆试验验证平台 | 第74-75页 |
| 5.2.2 智能车辆估计跟踪试验 | 第75-76页 |
| 5.2.3 试验结果分析 | 第76-77页 |
| 5.3 本章小结 | 第77-78页 |
| 第六章 总结与展望 | 第78-80页 |
| 6.1 全文总结 | 第78-79页 |
| 6.2 工作展望 | 第79-80页 |
| 参考文献 | 第80-84页 |
| 致谢 | 第84-85页 |
| 硕士期间参加的科研项目及学术成果 | 第85页 |