[发明专利]一种基于人工神经网络的无人车控制参数选取方法有效
| 申请号： | 201910582845.9 | 申请日： | 2019-07-01 |
| 公开（公告）号： | CN110456634B | 公开（公告）日： | 2022-06-21 |
| 发明（设计）人： | 李仲兴;窦国伟;柳亚子;江洪 | 申请（专利权）人： | 江苏大学 |
| 主分类号： | G05B13/04 | 分类号： | G05B13/04 |
| 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： | 本发明公开一种基于人工神经网络的无人车控制参数选取方法，从已有无人车试验数据中收集前一段时间内的车况与路况信息，对信息进行整理分类，获得不同的车况与路况信息，建立时间段内的初始数据训练集，构建人工神经网络控制参数选取模型，模型的六个输入量是横向速度、纵向速度、横向位移误差、纵向速度误差、路面曲率半径以及路面附着系数，模型的两个期望输出量是预测时域和预测周期；采集无人车实时行驶的车况与路况信息，作为人工神经网络控制参数选取模型的输入，得到两个最优的控制参数预测时域与预测周期；将人工神经网络模型运用到无人车控制参数的选取中，通过考虑车辆行驶车况与路况，实现控制参数对行驶车况与路况的自适应。 | ||
| 搜索关键词： | 一种 基于 人工 神经网络 无人 控制 参数 选取 方法 | ||
【主权项】：
1.一种基于人工神经网络的无人车控制参数选取方法，其特征是包括以下步骤：/n(1)从已有的无人车试验数据中收集前一段时间内的车况与路况信息，包括前一段时间内的横向速度Vk、纵向速度Sk、横向位移误差Δyk、纵向速度误差ΔVk、路面曲率半径Rk、路面附着系数μk、预测时域Tpk与预测周期Tk；/n(2)对所收集的信息进行整理分类，获得不同的车况与路况信息，根据不同的车况与路况信息建立时间段内的初始数据训练集；/n(3)构建人工神经网络控制参数选取模型，模型的六个输入量是横向速度Vk、纵向速度Sk、横向位移误差Δyk、纵向速度误差ΔVk、路面曲率半径Rk以及路面附着系数μk，模型的两个期望输出量是预测时域Tpk和预测周期Tk。/n(4)采集无人车实时行驶的车况与路况信息，包括横向速度Vk、纵向速度Sk、横向位移误差Δyk、纵向速度误差ΔVk、路面曲率半径Rk以及路面附着系数μk；将采集的车况与路况信息作为人工神经网络控制参数选取模型的输入，得到两个最优的控制参数预测时域Tpk与预测周期Tk。/n
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/201910582845.9/，转载请声明来源钻瓜专利网。
