NeuroDOB：基于深度神经网络的车辆侧向动力学观测控制器
系统与控制
2025-10-29 v2 系统与控制
摘要
本文提出NeuroDOB，一种基于深度神经网络的观测控制器，用于车辆侧向动力学，通过取代传统扰动观测器 (DOB) 的深度神经网络 (DNN) 来增强个性化的侧向控制。与传统DOB不同，NeuroDOB 明确针对未建模的车辆动力学和驾驶员特定行为，通过利用CarSim嵌入式控制器作为模拟驾驶员的surrogate driver，从而学习驾驶补偿信号。该架构将NeuroDOB与线性二次型调节器 (LQR) 集成，DNN输出一个 delta 误差校正，加到基准LQR驾驶输入上，以产生最终控制命令。DNN的输入特征包括横向位置误差、偏航角误差以及LQR控制输入。使用CarSim中的横向动力学自行车模型进行实验验证，结果表明NeuroDOB有效适应个体驾驶习惯，超越传统LQR控制器在侧向控制性能方面的表现。结果表明，基于深度神经网络的观测器有望实现个性化和自适应的自动驾驶车辆控制。从认知层面看，该架构可被视为双系统控制结构。基准LQR对应于System 1，即基于模型的、快速的、解析推理层，确保稳定性；NeuroDOB 充当System 2，即反思性、数据驱动的层，通过经验学习补偿并纠正System 1的分析偏差。两者共同构成一种集成的决策过程，类似于人类直觉-反思相互作用，实现侧向控制中的稳定性和适应性。
引用
@article{arxiv.2510.23067,
title = {NeuroDOB: A Deep Neural Observer-Based Controller for Vehicle Lateral Dynamics},
author = {Sangmin Kim and Taehun Kim and Guntae Kim and Chang Mook Kang},
journal= {arXiv preprint arXiv:2510.23067},
year = {2025}
}
备注
12 pages, 16 figures