应用基础与工程科学学报
應用基礎與工程科學學報
응용기출여공정과학학보
JOURNAL OF BASIC SCIENCE AND ENGINEERING
2014年
1期
170-178
,共9页
自动驾驶%方向盘转角识别%人-车闭环模型%GRNN
自動駕駛%方嚮盤轉角識彆%人-車閉環模型%GRNN
자동가사%방향반전각식별%인-차폐배모형%GRNN
handling inverse dynamics%steering angle identification%driver-vehicle system%generalized regression neural network
为改善车辆的操纵安全性以及为自动转向系统和智能泊车系统的研究提供理论基础,本文给出一种新的汽车方向盘转角识别方法.建立了驾驶员—车辆闭环模型,并通过试验验证车辆模型.通过给定方向盘转角输入求解得到用于GRNN网络训练的车辆状态参数,运用GRNN网络建立以车辆状态参数来识别方向盘转角的映射模型.与RBF网络相比,GRNN神经网络具有更高的辨识精度.进行整车仿真,所建立的GRNN神经网络能较精确地识别方向盘转角并与仿真结果有较好的一致性.
為改善車輛的操縱安全性以及為自動轉嚮繫統和智能泊車繫統的研究提供理論基礎,本文給齣一種新的汽車方嚮盤轉角識彆方法.建立瞭駕駛員—車輛閉環模型,併通過試驗驗證車輛模型.通過給定方嚮盤轉角輸入求解得到用于GRNN網絡訓練的車輛狀態參數,運用GRNN網絡建立以車輛狀態參數來識彆方嚮盤轉角的映射模型.與RBF網絡相比,GRNN神經網絡具有更高的辨識精度.進行整車倣真,所建立的GRNN神經網絡能較精確地識彆方嚮盤轉角併與倣真結果有較好的一緻性.
위개선차량적조종안전성이급위자동전향계통화지능박차계통적연구제공이론기출,본문급출일충신적기차방향반전각식별방법.건립료가사원—차량폐배모형,병통과시험험증차량모형.통과급정방향반전각수입구해득도용우GRNN망락훈련적차량상태삼수,운용GRNN망락건립이차량상태삼수래식별방향반전각적영사모형.여RBF망락상비,GRNN신경망락구유경고적변식정도.진행정차방진,소건립적GRNN신경망락능교정학지식별방향반전각병여방진결과유교호적일치성.
