전륜 및 후륜 전축 조향(all-wheel steering, AWS) 차량은 안정성과 기동성을 향상시키기 위해 문헌에서 널리 연구되어 왔다. 본 연구에서는 신경망(neural networks, NNs)을 통합한 수축 이론(contraction theory) 기반 AWS 차량 제어 전략을 제안한다. 수축 이론은 비선형 시스템을 위한 제어기를 설계하는 데 강력한 도구로서, 초기 조건과 무관하게 모든 시스템 궤적이 하나의 고유한 궤적으로 점근적으로(증분적으로) 지수 수렴하도록 보장한다. 그러나 시스템 불확실성으로 인해 제어 성능이 저하될 수 있다. 이러한 문제를 해결하기 위해, NNs를 사용하여 이러한 시스템 불확실성을 근사하고 보상한다. 수축 성질은 수축 메트릭을 얻기 위해 선형 행렬 부등식(Linear Matrix Inequalities, LMIs)을 정식화함으로써 보장된다. 또한 닫힌-루프 시스템의 균일 최종 유계성(uniform ultimate boundedness, UUB)을 보장하기 위해 Lyapunov 이론을 이용하여 NN 가중치의 적응 법칙을 설계한다. 마지막으로, 제안한 제어 전략을 검증하기 위한 수치 시뮬레이션 결과를 제시한다.

*본 초록은 AI를 통해 원문을 번역한 내용입니다. 정확한 내용은 하기 원문에서 확인해주세요.