一种基于模糊神经网络的智能车运动控制器

以智能车为控制对象,为解决单一运动控制方法难以满足智能车控制准确度、稳定性等要求的问题,设计了一种基于模糊神经网络的智能车运动控制器。该控制器利用神经网络实现模糊推理,将智能车与预定轨迹之间的相对距离和方位信息模糊化后作为输入,并通过神经网络学习算法不断调整连接权值和模糊值中隶属函数的参数,提高了控制器的自适应能力,使智能车能够快速稳定地沿预定道路行驶。仿真和实验结果均表明,该控制器动态响应好、稳态误差小,能够满足智能车的运动控制要求。