1.基于数据驱动模糊值迭代的轨迹跟踪控制方法,其特征在于,包括以下步骤:S1:建立线控转向系统的动力学模型,并利用模糊技术构建局部线性模型,结合预设的参考信号构建模糊增广跟踪系统;
所述模糊增广跟踪系统包括扩充状态向量、以及第条模糊规则下的控制输入和干扰输入,以及系统对应的矩阵、和;
步骤S2:基于强化学习原理,构建用于评价系统性能的第条规则的模糊折扣性能函数和价值函数:;
;
其中和是正定加权矩阵,且,,为局部输出矩阵,为常数;常数是折现因子,而是期望的扰动衰减水平;
步骤S3:推导模糊折扣微分黎卡提方程,并将其转化为模糊微分矩阵Riccati方程:;
其中,为矩阵变量,为迭代索引,为正实数;
构建基于数据驱动的模糊跟踪值迭代算法,利用在线收集的数据求解模糊微分矩阵Riccati方程,获得最优控制策略;
所述模糊跟踪值迭代算法包括:
(1)数据收集;(2)策略评估;(3)策略改进;
步骤S4:通过李雅普诺夫函数验证闭环模糊增广跟踪系统的稳定性及算法收敛性;
步骤S5:将求解得到的最优控制策略应用于线控转向系统的电子控制单元,驱动转向电机执行轨迹跟踪。
2.根据权利要求1所述的方法,其特征在于,所述步骤S1中建立线控转向系统的动力学模型,具体包括:构建描述转向轮角度、转动惯量、粘性阻尼系数及电机力矩之间动态关系的非线性动力学方程;
将系统中的非线性摩擦扭矩和回正力矩整合为集总扰动项;
定义包含转向轮角度及其变化率的状态向量,将线控转向系统表示为包含系统矩阵、输入矩阵和输出矩阵的状态空间形式。
3.根据权利要求2所述的方法,其特征在于,所述步骤S1中利用模糊技术构建局部线性模型,具体为采用Takagi-Sugeno模糊建模方法,包括:构建模糊推理规则,对非线性不确定性项进行局部线性逼近;
针对每一条模糊规则,定义对应的局部系统矩阵、局部输入矩阵、局部扰动矩阵以及局部输出矩阵;
利用归一化权重函数将所有模糊规则下的局部模型进行加权融合,得到线控转向系统的整体模糊模型。
4.根据权利要求3所述的方法,其特征在于,所述步骤S1中结合预设的参考信号构建模糊增广跟踪系统,具体包括:引入包含参考状态和参考输出的参考轨迹方程;
定义由线控转向系统状态向量和参考状态向量组合而成的扩充状态向量;
定义由线控转向系统输出向量和参考输出向量组合而成的扩充输出向量;
构建包含跟踪误差的模糊增广跟踪系统,所述跟踪误差为系统实际输出与参考输出之差。
5.根据权利要求1所述的方法,其特征在于,所述步骤S2具体包括:定义模糊控制策略,该策略包含反馈控制增益和干扰抑制增益;
构建价值函数,所述价值函数为扩充状态向量、控制输入及干扰输入的加权二次型函数在无限时间域上的积分;
建立模糊折扣微分黎卡提方程,该方程描述了价值函数关于时间的导数与系统哈密顿函数之间的平衡关系。
6.根据权利要求1所述的方法,其特征在于,所述步骤S3中的模糊跟踪值迭代算法其初始化过程包括:初始化迭代索引、初始控制增益矩阵和初始干扰增益矩阵;
在初始控制策略中引入探测噪声,用于在迭代初期激发系统动态特性。
7.根据权利要求6所述的方法,其特征在于,所述步骤S3中的模糊跟踪值迭代算法包括数据收集步骤:基于价值函数的结构,构建不依赖系统动力学模型参数的数据关系式;
在预设的时间间隔内,采集系统扩充状态向量、控制输入数据及干扰数据;
利用克罗内克积运算,构建包含状态自相关矩阵、状态与控制互相关矩阵、以及状态与干扰互相关矩阵的数据集。
8.根据权利要求7所述的方法,其特征在于,所述步骤S3中的模糊跟踪值迭代算法的迭代过程还包括策略评估步骤与策略改进步骤:策略评估步骤:利用所述数据收集步骤构建的数据集,通过最小二乘法求解包含黎卡提矩阵变量的核矩阵;
策略改进步骤:根据求解出的核矩阵更新控制增益矩阵和干扰增益矩阵;
循环执行所述数据收集步骤、策略评估步骤和策略改进步骤,直至控制增益矩阵收敛。
9.根据权利要求1所述的方法,其特征在于,所述步骤S4中通过李雅普诺夫函数验证闭环模糊增广跟踪系统的稳定性的过程包括:构造正定的李雅普诺夫函数;
设定干扰衰减水平指标,验证在最坏情况下的外部干扰对系统跟踪误差的影响被限制在所述指标范围内,确保系统具有鲁棒性能;
验证随着迭代次数增加,价值函数序列单调递减并收敛至最优解。
10.根据权利要求1所述的方法,其特征在于,所述步骤S5具体表现为:电子控制单元实时读取车辆传感器数据作为系统状态;
电子控制单元运行收敛后的模糊跟踪值迭代算法,计算最优控制输入;
转向电机根据所述最优控制输入输出转矩,克服非线性摩擦与路面干扰,使前轮转角实时跟踪预设的参考轨迹。