首页 /研究 /基于DNN Koopman的偏差补偿方法用于耦合斜坡与坑洼路面上的无人地面车辆路径跟踪控制
LOCOMOTION

基于DNN Koopman的偏差补偿方法用于耦合斜坡与坑洼路面上的无人地面车辆路径跟踪控制

Jian Zhao, Wenbo Zhou, Zhicheng Chen, Bing Zhu, Jiayi Han, Dongjian Song, Yinju Lin, Peixing Zhang

发表年份
2026
访问权限
开放获取

摘要

本文提出了一种基于深度神经网络Koopman的偏差补偿策略,用于提高无人地面车辆在复杂地形(如耦合斜坡和坑洼路面)上的路径跟踪精度。该方法结合了自适应遗忘递推最小二乘法估计轮胎侧偏刚度、Laguerre模型预测控制以及事件触发并行补偿机制,显著提升了在扰动下的跟踪性能。

关键词

UGVpath trackingKoopman operatormodel predictive controlterrain disturbancedeep neural network

相关论文

查看 LOCOMOTION 分类全部论文