隨著全球汽車保有量的不斷增加,由此引發(fā)的交通擁堵,交通事故以及環(huán)境污染問題也越來越嚴(yán)重。自適應(yīng)巡航系統(tǒng)（Adaptive Cruise Control,ACC）作為智能駕駛員輔助系統(tǒng)（Advanced Driver Assistance Systems,ADAS）的重要組成部分,對于減輕駕駛員的操作負(fù)擔(dān)、提高乘客乘坐的舒適性、以及提高道路的通行能力和降低油耗等都具有非常重要的意義。本課題研究的方向是:針對智能汽車在低附著系數(shù)路面下的智能自適應(yīng)巡航控制研究,實(shí)現(xiàn)汽車在冰雪等低附著系數(shù)路面上的自適應(yīng)巡航縱橫向控制。本文的智能自適應(yīng)巡航系統(tǒng)需要識別當(dāng)前的路面附著系數(shù)參數(shù)。因此通過采集不同路面條件行駛的車輛的縱向加速度、橫向加速度等參數(shù)。采用NARX神經(jīng)網(wǎng)絡(luò)算法建立路面附著系數(shù)估算模型,通過上述采集的車輛參數(shù)作為模型的輸入量,估算出此時路面的附著系數(shù)。針對車輛的橫向控制本文提出了基于模型預(yù)測控制算法的車道保持控制器。首先是分析了車輛的橫向動力學(xué)和輪胎的側(cè)偏特性,引入了改進(jìn)輪胎模型,以線性變參數(shù)的方法建立了具有準(zhǔn)線性結(jié)構(gòu)的橫向動力學(xué)系統(tǒng),既沒有增加算法的計算量,也克服了低附著系數(shù)路面對模型的影響... 

【文章來源】：深圳大學(xué)廣東省

【文章頁數(shù)】：92 頁

【學(xué)位級別】：碩士

【部分圖文】：

自動駕駛分級圖

基于模型預(yù)測控制的低附著路面下智能自適應(yīng)巡航系統(tǒng)研究13得到訓(xùn)練數(shù)據(jù)為10809組。圖2.5駕駛員控制設(shè)置圖2.6路面設(shè)置圖2.7車輛參數(shù)輸出設(shè)置2.3.2模型的搭建基于NARX神經(jīng)網(wǎng)絡(luò)的路面附著系數(shù)模型的搭建如下圖所示，此模型是在MATLAB環(huán)境下搭建的。將采集的7種訓(xùn)練數(shù)據(jù)作為神經(jīng)網(wǎng)絡(luò)的輸入x(t),九種不同路面附著系數(shù)作為輸出y(t),經(jīng)過多次訓(xùn)練得出經(jīng)驗，本模型的延時階數(shù)設(shè)置為2，隱含層

基于模型預(yù)測控制的低附著路面下智能自適應(yīng)巡航系統(tǒng)研究13得到訓(xùn)練數(shù)據(jù)為10809組。圖2.5駕駛員控制設(shè)置圖2.6路面設(shè)置圖2.7車輛參數(shù)輸出設(shè)置2.3.2模型的搭建基于NARX神經(jīng)網(wǎng)絡(luò)的路面附著系數(shù)模型的搭建如下圖所示，此模型是在MATLAB環(huán)境下搭建的。將采集的7種訓(xùn)練數(shù)據(jù)作為神經(jīng)網(wǎng)絡(luò)的輸入x(t),九種不同路面附著系數(shù)作為輸出y(t),經(jīng)過多次訓(xùn)練得出經(jīng)驗，本模型的延時階數(shù)設(shè)置為2，隱含層

【參考文獻(xiàn)】：
期刊論文
[1]純電動車自適應(yīng)巡航縱向控制方法研究[J]. 初亮,李天驕,孫成偉.  汽車工程. 2018(03)
[2]考慮車間反應(yīng)時距的汽車自適應(yīng)巡航控制策略[J]. 朱敏,陳慧巖.  機(jī)械工程學(xué)報. 2017(24)
[3]帶啟停巡航功能的全速自適應(yīng)巡航控制器的設(shè)計[J]. 陸逸適,張哲,王立強(qiáng),韓宗奇.  機(jī)械設(shè)計與制造. 2017(05)
[4]汽車自適應(yīng)巡航控制系統(tǒng)研究現(xiàn)狀與發(fā)展趨勢[J]. 吳光強(qiáng),張亮修,劉兆勇,郭曉曉.  同濟(jì)大學(xué)學(xué)報(自然科學(xué)版). 2017(04)
[5]智能網(wǎng)聯(lián)汽車（ICV）技術(shù)的發(fā)展現(xiàn)狀及趨勢[J]. 李克強(qiáng),戴一凡,李升波,邊明遠(yuǎn).  汽車安全與節(jié)能學(xué)報. 2017(01)
[6]基于模式切換的汽車自適應(yīng)巡航系統(tǒng)分層控制[J]. 孫曉文,汪洪波.  合肥工業(yè)大學(xué)學(xué)報(自然科學(xué)版). 2016(10)
[7]電動汽車自適應(yīng)巡航控制系統(tǒng)建模與仿真[J]. 閆丹彤,何智成,陳東,譚純.  計算機(jī)仿真. 2016(01)
[8]自適應(yīng)巡航控制系統(tǒng)的建模與聯(lián)合仿真[J]. 李朋,魏民祥,侯曉利.  汽車工程. 2012(07)

博士論文
[1]車輛自適應(yīng)巡航跟隨控制技術(shù)研究[D]. 馬國成.北京理工大學(xué) 2014
[2]汽車自適應(yīng)巡航控制及相應(yīng)宏觀交通流模型研究[D]. 羅莉華.浙江大學(xué) 2011

碩士論文
[1]基于主成分分析和NARX動態(tài)神經(jīng)網(wǎng)絡(luò)的股市情緒指數(shù)構(gòu)建與預(yù)測[D]. 陳雯吉.蘭州大學(xué) 2016
[2]基于CarSim的電動助力轉(zhuǎn)向系統(tǒng)仿真與硬件在環(huán)驗證[D]. 張玉潔.合肥工業(yè)大學(xué) 2015
[3]基于模型預(yù)測控制的無人駕駛車輛軌跡跟蹤控制算法研究[D]. 孫銀健.北京理工大學(xué) 2015
[4]基于CARSIM的汽車ABS整車模糊控制研究[D]. 任龍.重慶交通大學(xué) 2013
[5]純電動汽車自適應(yīng)巡航控制系統(tǒng)控制策略研究[D]. 張振軍.吉林大學(xué) 2013
[6]汽車主動防撞系統(tǒng)控制模式的研究[D]. 李朋.南京航空航天大學(xué) 2012



本文編號：3393440