智聯(lián)網(wǎng)汽車技術(shù) 課件 9.4.2軌跡跟蹤-智能控制與最優(yōu)控制

項(xiàng)目三汽車決策控制系統(tǒng)任務(wù)9協(xié)同控制系統(tǒng)主講人：周磊智能網(wǎng)聯(lián)汽車技術(shù)軌跡跟蹤-智能控制與最優(yōu)控制課程導(dǎo)入急剎車換道避讓課程導(dǎo)入但此時(shí)如果用智能控制和最優(yōu)控制算法，就可以快速輸出一個(gè)最優(yōu)方案――比如多項(xiàng)式規(guī)劃可以在20ms內(nèi)計(jì)算出一個(gè)行之有效的避障策略。學(xué)習(xí)目標(biāo)記住智能控制和最優(yōu)控制的工作原理01了解在軌跡跟蹤控制中的應(yīng)用02激活舊知軌跡跟蹤控制要解決哪些關(guān)鍵技術(shù)問題嗎?01汽車狀態(tài)信息獲取02環(huán)境感知與建模04汽車運(yùn)動(dòng)控制03軌跡生成與規(guī)劃探索新知神經(jīng)網(wǎng)絡(luò)控制的工作原理工作原理人工神經(jīng)網(wǎng)絡(luò)控制是模擬人腦結(jié)構(gòu)和機(jī)理，實(shí)現(xiàn)對(duì)系統(tǒng)的控制。它把控制問題看成模式識(shí)別，被識(shí)別的模式映射成控制信號(hào)。探索新知例子神經(jīng)網(wǎng)絡(luò)控制的工作原理工作原理NVIDIA公司使用卷積神經(jīng)網(wǎng)絡(luò)攝像頭采集的圖像輸入汽車的轉(zhuǎn)向控制命令輸出只需要少量訓(xùn)練數(shù)據(jù)，系統(tǒng)就能自動(dòng)駕駛探索新知例子神經(jīng)網(wǎng)絡(luò)控制的工作原理工作原理

與實(shí)際控制命令比對(duì)計(jì)算誤差，不斷調(diào)整網(wǎng)絡(luò)權(quán)值，使網(wǎng)絡(luò)模型輸出結(jié)果最接近實(shí)際控制量。

訓(xùn)練完成后,實(shí)時(shí)采集圖像，輸入模型生成控制信號(hào)，從而駕駛汽車。

圖像輸入到卷積神經(jīng)網(wǎng)絡(luò)，預(yù)測出控制命令。

訓(xùn)練數(shù)據(jù)通過三臺(tái)攝像機(jī)采集，同步記錄駕駛員的方向盤轉(zhuǎn)角。探索新知模糊控制01將人的控制經(jīng)驗(yàn)編成模糊規(guī)則。02將傳感器信號(hào)模糊化作為規(guī)則輸入，進(jìn)行模糊推理,得到輸出控制量。優(yōu)點(diǎn):魯棒性強(qiáng),可以容錯(cuò),適應(yīng)不同復(fù)雜環(huán)境，比如在視線不清情況下也能工作。探索新知最優(yōu)控制最優(yōu)控制通過計(jì)算找出最優(yōu)控制方案，優(yōu)化汽車軌跡跟蹤的性能指標(biāo)。線性二次調(diào)節(jié)器LQR控制模型預(yù)測控制MPC它使用汽車當(dāng)前狀態(tài)，使軌跡跟蹤時(shí)的橫向偏差和誤差最小化。它基于預(yù)測模型進(jìn)行滾動(dòng)優(yōu)化和反饋調(diào)整，實(shí)時(shí)計(jì)算出最優(yōu)控制輸入。探索新知最優(yōu)控制MPC132預(yù)測模型滾動(dòng)優(yōu)化反饋調(diào)整它著眼未來，計(jì)算出一系列最優(yōu)控制量，對(duì)每時(shí)每刻的狀態(tài)響應(yīng)最優(yōu)。小測試即時(shí)檢測1:神經(jīng)網(wǎng)絡(luò)控制與模糊控制相比,更依賴于()A.精確數(shù)學(xué)模型B.人的經(jīng)驗(yàn)知識(shí)2:最優(yōu)控制相比傳統(tǒng)控制,能夠優(yōu)化汽車的()A.燃料經(jīng)濟(jì)性B.操控性能3:模型預(yù)測控制的優(yōu)點(diǎn)是()A.計(jì)算全局最優(yōu)解B.對(duì)當(dāng)前狀態(tài)響應(yīng)最優(yōu)小結(jié)智能控制和最優(yōu)控制在軌跡跟蹤中的應(yīng)用。神經(jīng)網(wǎng)絡(luò)控制，模擬人腦結(jié)構(gòu)，端到端輸入輸出控制信號(hào)，模糊控制推理,不需精確模型,利用人類駕駛經(jīng)驗(yàn)。LQR控制優(yōu)化誤差，