详情

原文传递使用神经网络的用于车辆横向控制的轨迹跟踪

专利名称：	使用神经网络的用于车辆横向控制的轨迹跟踪
摘要：	提供一种车辆中的处理器实施方法，该处理器实施方法用于使用神经网络来执行自动车辆横向控制以便进行轨迹跟踪。该方法包括：接收期望的车辆轨迹；从期望的轨迹中构建针对车辆重心前方的不同前瞻距离处的少量期望路点的期望路点数据；以及使用前馈人工神经网络(ANN)根据车辆速度和期望路点数据来生成转向角度命令，而无需对车辆或轮胎动力学建模。车辆转向致动器系统提供转向控制以致使车辆转向，从而试图实现转向角度命令。
专利类型：	发明专利
国家地区组织代码：	美国;US
申请人：	通用汽车环球科技运作有限责任公司
发明人：	B·B·利特库西;彭法睿
专利状态：	有效
申请日期：	2019-02-11T00:00:00+0800
发布日期：	2019-08-23T00:00:00+0800
申请号：	CN201910109746.9
公开号：	CN110155031A
代理机构：	广州嘉权专利商标事务所有限公司
代理人：	林伟峰
分类号：	B60W10/20(2006.01);B;B60;B60W;B60W10
申请人地址：	美国密歇根州
主权项：	1.一种车辆中的处理器实施方法，所述处理器实施方法用于使用神经网络来执行自动车辆横向控制以便进行轨迹跟踪，所述方法包括：接收期望的轨迹；从所述期望的轨迹中构建针对所述车辆的重心前方的不同前瞻距离处的少量期望路点的期望路点数据；以及使用前馈人工神经网络(ANN)根据车辆速度和所述期望路点数据来生成转向角度命令，而无需对车辆或轮胎动力学建模。 2.根据权利要求1所述的方法，其中，已使用在所述车辆或类似类型的车辆在所述车辆的预期行驶路径中行驶的同时收集的训练数据来训练所述ANN。 3.根据权利要求1所述的方法，其中，已使用在所述车辆或类似类型的车辆沿着直线道路、交叉路口、曲线道路、环形交叉路以及做出U形转弯时手动地驾驶的同时收集的训练数据来训练所述ANN。 4.根据权利要求2或3所述的方法，其中，所述训练数据包括车辆位置数据、车辆航向数据、车辆速度数据以及驾驶员转向角度数据。 5.根据权利要求1所述的方法，其中，所述ANN包括前馈神经网络，所述前馈神经网络具有单个隐藏层并且仅仅具有单个输出节点。 6.根据权利要求1所述的方法，其中，所构建的期望路点数据包括相对于每个路点的车辆中心坐标系的相对横向位置和航向。 7.根据权利要求1所述的方法，其中，构建期望路点数据包括从所述期望的轨迹计算在所述车辆的重心前方的不同前瞻距离处的少量路点，其中，所述期望的轨迹包括大量路点或期望的多项式方程，并且其中，所述少量期望路点具有小于十的数值。 8.根据权利要求1所述的方法，其中，所述ANN能在包括零速度的较宽范围车辆速度的情形下用于车辆横向控制。 9.根据权利要求1所述的方法，进一步包括训练所述ANN，其中，训练所述ANN包括：收集训练数据，所述训练数据包括GPS坐标系中的车辆位置数据、车辆航向数据、车辆速度数据以及驾驶员转向角度数据；将所收集的GPS位置数据转换成车辆中心坐标系；确定GPS位置的数量并且标记所述数据；以及基于误差指标来计算并校正所述神经网络模型，以确定所述ANN中每个节点的最终重量。 10.一种自主或半自主驾驶车辆中的转向命令生成模块，所述转向命令生成模块包括一个或多个处理器，所述一个或多个处理器由非瞬态计算机可读介质上编码的编程指令来构造，所述转向命令生成模块构造成：接收期望的轨迹；从所述期望的轨迹中构建针对所述车辆的重心前方的不同前瞻距离处的少量期望路点的期望路点数据；以及使用前馈人工神经网络(ANN)根据车辆速度和所述期望路点数据来生成转向角度命令，而无需对车辆或轮胎动力学建模。
所属类别：	发明专利