發(fā)布時(shí)間：2022-04-22 22:19

　　隨著汽車工業(yè)的高速發(fā)展,LKAS作為汽車主動(dòng)安全技術(shù)的一種越來越受到人們的關(guān)注。本文研究了基于遺傳算法優(yōu)化BP神經(jīng)網(wǎng)絡(luò)的車道保持輔助系統(tǒng),并對車道偏離預(yù)警等相關(guān)算法進(jìn)行了研究,設(shè)計(jì)了基于遺傳算法優(yōu)化的BP神經(jīng)網(wǎng)絡(luò)車道保持預(yù)測控制器,同時(shí)完成了包含車道偏離預(yù)警在內(nèi)的仿真試驗(yàn)研究。論文首先采用了基于兩點(diǎn)的駕駛員方向控制模型,通過近視點(diǎn)來估算車輛質(zhì)心與車道中心線的橫向偏移,遠(yuǎn)視點(diǎn)用來估算道路的曲率,并建立了車輛與道路相對位置模型。同時(shí)本文選用EPS作為車道保持主動(dòng)控制的執(zhí)行機(jī)構(gòu),搭建了EPS的仿真模型�？紤]到頻繁報(bào)警可能會(huì)引起駕駛員的不適,建立了駕駛員操作狀態(tài)判斷模型,保證駕駛員操作為最高優(yōu)先級。對于車道偏離預(yù)警決策,在TLC算法的基礎(chǔ)上,通過研究不同駕駛員的駕駛習(xí)慣,將駕駛員類型進(jìn)行分類。根據(jù)駕駛員類型設(shè)計(jì)報(bào)警閾值,基于車輛偏離車速設(shè)計(jì)最早預(yù)警邊界線,最終設(shè)計(jì)了基于不同駕駛員類型的動(dòng)態(tài)預(yù)警邊界決策算法。為實(shí)現(xiàn)車輛在主動(dòng)控制模式與協(xié)調(diào)控制模式的自由切換,研究了基于EPS的協(xié)調(diào)控制策略及主動(dòng)控制策略。最后設(shè)計(jì)了基于遺傳算法優(yōu)化BP神經(jīng)網(wǎng)絡(luò)的車道保持預(yù)測控制器,并比較了附加動(dòng)量、自適應(yīng)學(xué)習(xí)率、動(dòng)... 

【文章頁數(shù)】：90 頁

【學(xué)位級別】：碩士

【文章目錄】：
摘要
abstract
第一章 緒論
    1.1 課題研究背景及意義
    1.2 車道保持輔助系統(tǒng)概述
        1.2.1 車道偏離預(yù)警系統(tǒng)概述
        1.2.2 車道保持輔助系統(tǒng)概述
    1.3 車道保持輔助系統(tǒng)控制算法國內(nèi)外研究現(xiàn)狀
        1.3.1 車道偏離預(yù)警算法國內(nèi)外研究現(xiàn)狀
        1.3.2 車道保持控制算法國內(nèi)外研究現(xiàn)狀
    1.4 本文主要研究內(nèi)容
第二章 車道保持輔助系統(tǒng)建模
    2.1 整車動(dòng)力學(xué)模型
    2.2 基于兩點(diǎn)的駕駛員方向控制模型
        2.2.1 駕駛員方向控制模型常見結(jié)構(gòu)
        2.2.2 兩點(diǎn)駕駛員模型搭建
    2.3 車輛與道路相對位置模型
    2.4 電動(dòng)助力轉(zhuǎn)向模型
    2.5 本章小結(jié)
第三章 車道保持輔助系統(tǒng)設(shè)計(jì)
    3.1 車道保持輔助系統(tǒng)總體架構(gòu)
        3.1.1 車道保持輔助系統(tǒng)功能要求
        3.1.2 車道保持輔助系統(tǒng)總體框架
    3.2 駕駛員操作狀態(tài)判斷
    3.3 車道保持輔助系統(tǒng)偏離預(yù)警算法研究
        3.3.1 車道偏離預(yù)警算法概述
        3.3.2 TLC算法
        3.3.3 基于不同駕駛員類型的動(dòng)態(tài)預(yù)警邊界決策算法
    3.4 車道保持輔助系統(tǒng)主動(dòng)控制策略
        3.4.1 基于EPS的協(xié)調(diào)控制策略
        3.4.2 基于EPS的車道保持主動(dòng)控制策略
    3.5 本章小結(jié)
第四章 基于遺傳算法優(yōu)化BP神經(jīng)網(wǎng)絡(luò)的車道保持控制器研究
    4.1 BP神經(jīng)網(wǎng)絡(luò)原理
        4.1.1 BP神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)
        4.1.2 BP神經(jīng)網(wǎng)絡(luò)的學(xué)習(xí)算法
    4.2 BP神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)參數(shù)的選取
        4.2.1 隱含層層數(shù)及各層節(jié)點(diǎn)數(shù)的確定
        4.2.2 激活函數(shù)的確定
    4.3 傳統(tǒng)BP神經(jīng)網(wǎng)絡(luò)改進(jìn)算法
        4.3.1 標(biāo)準(zhǔn)BP神經(jīng)網(wǎng)絡(luò)的缺陷
        4.3.2 傳統(tǒng)BP神經(jīng)網(wǎng)絡(luò)的改進(jìn)方法
    4.4 基于遺傳算法改進(jìn)BP神經(jīng)網(wǎng)絡(luò)
        4.4.1 遺傳算法基本理論
        4.4.2 基于遺傳算法優(yōu)化BP神經(jīng)網(wǎng)絡(luò)預(yù)測控制器
    4.5 遺傳算法與傳統(tǒng)BP神經(jīng)網(wǎng)絡(luò)改進(jìn)算法比較
    4.6 本章小結(jié)
第五章 基于Simulink與Carsim的聯(lián)合仿真試驗(yàn)驗(yàn)證
    5.1 車道保持輔助系統(tǒng)仿真試驗(yàn)平臺(tái)搭建
        5.1.1 系統(tǒng)的輸入輸出設(shè)計(jì)
        5.1.2 聯(lián)合仿真控制模型
    5.2 車道保持輔助系統(tǒng)偏離預(yù)警仿真試驗(yàn)
        5.2.1 動(dòng)態(tài)預(yù)警邊界決策算法與傳統(tǒng)TLC預(yù)警算法對比
        5.2.2 直線道路偏離預(yù)警工況
        5.2.3 曲線道路偏離預(yù)警工況
    5.3 車道保持輔助系統(tǒng)主動(dòng)控制仿真試驗(yàn)
        5.3.1 不同車道保持控制器控制性能比較
        5.3.2 直線道路工況
        5.3.3 曲線道路工況
    5.4 混合工況
    5.5 本章小結(jié)
總結(jié)與展望
參考文獻(xiàn)
附錄
攻讀學(xué)位期間取得的研究成果
致謝



本文編號(hào)：3646797