Autonome Fahrzeuge, unabhängig von der Antriebsstrangkonfiguration, sind hochsensibel gegenüber Störungen, ungewissen dynamischen Parametern und Modellierungsfehlern. Die Vernachlässigung dieser Faktoren während der Trajektorienverfolgung oder Fahrspurhaltung kann dazu führen, dass das autonome Fahrzeug (AV) von seinem Referenzweg abweicht, was die Sicherheit und Leistung gefährdet. In dieser Arbeit wird ein festgelegter Zeit vorgeschriebener Leistungs-Rückschrittregler vorgeschlagen, der mit einem super-twisting-ähnlichen Algorithmus integriert ist, um eine festgelegte Zeitkonvergenz der Trajektorienverfolgungsfehler und robuste Stabilität unter begrenzten Unsicherheitsfaktoren und externen Störungen zu gewährleisten. Ein Ansatz mit festgelegter Zeitvorgabe wird genutzt, um die Entwicklung der lateralen und winkligen Verfolgungsfehler zu beschränken, wodurch das Risiko der Divergenz begrenzt und die Stabilität der Kontrolle sichergestellt wird. Dieses Rahmenwerk wird durch die Lyapunov-basierte Stabilitätsanalyse demonstriert, um die festgelegte Zeitstabilität in einer beliebig kleinen Nachbarschaft um den Ursprung zu zeigen. Das Rahmenwerk wird auch durch Simulationen mit einem Vollmaßstab-Automodenmodell validiert. Darüber hinaus werden virtuelle Hardware-in-the-Loop- und Echtzeitexperimente auf einer reduzierten QCar-Plattform unter ungewissen Parametern und externen Störungen durchgeführt.
Bancel et al. (Thu,) untersuchten diese Frage.