[发明专利]一种分层式自学习可拓神经网络车道保持控制方法有效
| 申请号： | 201811373215.2 | 申请日： | 2018-11-19 |
| 公开（公告）号： | CN109606364B | 公开（公告）日： | 2020-06-09 |
| 发明（设计）人： | 蔡英凤;臧勇;孙晓强;王海;陈龙;江浩斌;陈小波;何友国;施德华 | 申请（专利权）人： | 江苏大学 |
| 主分类号： | B60W30/12 | 分类号： | B60W30/12 |
| 代理公司： | 暂无信息 | 代理人： | 暂无信息 |
| 地址： | 212013 江*** | 国省代码： | 江苏;32 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了一种智能汽车可变车速下分层式自学习可拓神经网络车道保持控方法，主要包括如下步骤：步骤S1，建立三自由度动力学模型，以及预瞄偏差表达式；步骤S2，车道线拟合计算；步骤S3，设计上层径向基(RBF)神经网络系统；步骤S4，设计下层速度可拓控制器；步骤S5，设计下层偏差跟踪可拓控制器；包括：S5.1，下层偏差跟踪可拓特征量提取和域界划分；S5.2，计算下层可拓控制器关联函数；S5.3，下层测度模式识别；S5.4，根据测度模式，下层控制器输出前轮转角。本发明根据神经网络对已有数据库的学习训练，可以指导下层控制器动态调整控制参数和约束域界，使得车辆在复杂混合工况下能更好的收敛到期望值，提高车辆变速车道保持控制精度。 | ||
| 搜索关键词： | 一种 分层 自学习 神经网络 车道 保持 控制 方法 | ||
【主权项】：
1.一种智能汽车可变车速下分层式自学习可拓神经网络车道保持控制方法，其特征在于，包括如下步骤：步骤S1，建立三自由度动力学模型，以及预瞄偏差表达式；步骤S2，车道线拟合计算；步骤S3，设计上层径向基(RBF)神经网络系统；步骤S4，设计下层速度可拓控制器；步骤S5，设计下层偏差跟踪可拓控制器；包括：S5.1，下层偏差跟踪可拓特征量提取和域界划分；S5.2，计算下层可拓控制器关联函数；S5.3，下层测度模式识别；S5.4，根据测度模式，下层控制器输出前轮转角。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于江苏大学，未经江苏大学许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201811373215.2/，转载请声明来源钻瓜专利网。
