原文传递
基于神经网络的汽车防撞模糊控制研究
| 论文题名： | 基于神经网络的汽车防撞模糊控制研究 |
| 关键词： | 神经网络;汽车防撞撞系统;模糊控制;面向对象方法 |
| 摘要： | 汽车主动防撞系统是利用现代信息技术、传感器技术来扩展驾驶员的感知能力。它能感知道路交通环境中潜在的危险并通过声光信号给驾驶员以警示，并在紧急情况下能自动控制汽车主动避开危险，帮助驾驶员避免可能产生的交通事故，提高行车的安全性。 论文在阐明国内外汽车主动防撞预警算法的基础上，根据驾驶员驾驶行为的不确定性以及车辆运行的非线性特性，运用模糊推理系统建立了汽车防撞预警模糊控制模型，并利用自适应模糊神经网络(ANFIS)对防撞模糊控制模型进行了优化。 本文工作的主要特色总结有以下几点： 1、本文在深入研究前人成果的基础上，综合考虑驾驶员行为不确定性和汽车运动的非线性特性，以雷达作为前方道路交通环境信息感知器，利用本车和目标车辆间的相对距离、相对速度作为输入，本车加速度作为输出，设计了汽车主动防撞的模糊控制模型及算法。编写的模拟系统运行表明，该模型能够很好的反映驾驶员的操作行为，对紧急情况下的汽车控制具有良好的鲁棒性，可以提高汽车的安全行驶。 2、本文针对模糊控制器设计存在的缺陷，引入自适应神经模糊推理系统(ANFIS)对汽车主动防撞模糊控制模型进行了优化，建立了基于ANFIS的汽车主动防撞控制模型，为了加快收敛速度，运用线性递归最小二乘法(RLSE)和最陡下降法(SD)组成的混合算法通过前向和后向通道分别进行了模型的前提参数和结论参数的辨识。经过模型训练和仿真输出，发现该模型实现了对汽车防撞模糊控制模型的隶属函数和模糊规则优化，使得操作平滑。这种方法改变了以往采用经验来确定隶属函数的缺陷，使模型的建立更为可靠。 3、本文根据驾驶员最优预瞄加速模型，对弯道预警控制进行了深入的探讨。阐明了预测汽车行驶轨迹的横向和纵向综合预测算法以及对道路边界进行拟合计算的虚拟道路拟合算法，提出用于虚拟弯道检测的射线法和角度法，对其进行了比较分析。采用角度法和模糊控制算法编写了弯道预警控制模拟系统，程序运行表明此算法能够起到弯道预警和控制作用。 文章的创新之处在于综合考虑了驾驶员驾驶行为的不确定性和汽车运动的非线性性，建立了报警情况下的汽车防撞模糊推理控制模型，并利用ANFIS对其进行了优化，设计了虚拟弯道检测的角度法和射线法，运用面向对象方法对防撞模糊控制器进行了详细的分析。 |
| 作者： | 张学军 |
| 专业： | 软件工程 |
| 导师： | 韩正忠;邓建明 |
| 授予学位： | 硕士 |
| 授予学位单位： | 东南大学 |
| 学位年度： | 2008 |
| 正文语种： | 中文 |
检索历史
应用推荐
