基于神經(jīng)網(wǎng)絡(luò)的汽車防撞模糊控制研究.pdf

1、汽車主動防撞系統(tǒng)是利用現(xiàn)代信息技術(shù)、傳感器技術(shù)來擴展駕駛員的感知能力。它能感知道路交通環(huán)境中潛在的危險并通過聲光信號給駕駛員以警示，并在緊急情況下能自動控制汽車主動避開危險，幫助駕駛員避免可能產(chǎn)生的交通事故，提高行車的安全性。 論文在闡明國內(nèi)外汽車主動防撞預(yù)警算法的基礎(chǔ)上，根據(jù)駕駛員駕駛行為的不確定性以及車輛運行的非線性特性，運用模糊推理系統(tǒng)建立了汽車防撞預(yù)警模糊控制模型，并利用自適應(yīng)模糊神經(jīng)網(wǎng)絡(luò)(ANFIS)對防撞模糊控制模型

2、進行了優(yōu)化。 本文工作的主要特色總結(jié)有以下幾點： 1、本文在深入研究前人成果的基礎(chǔ)上，綜合考慮駕駛員行為不確定性和汽車運動的非線性特性，以雷達作為前方道路交通環(huán)境信息感知器，利用本車和目標車輛間的相對距離、相對速度作為輸入，本車加速度作為輸出，設(shè)計了汽車主動防撞的模糊控制模型及算法。編寫的模擬系統(tǒng)運行表明，該模型能夠很好的反映駕駛員的操作行為，對緊急情況下的汽車控制具有良好的魯棒性，可以提高汽車的安全行駛。 2、

3、本文針對模糊控制器設(shè)計存在的缺陷，引入自適應(yīng)神經(jīng)模糊推理系統(tǒng)(ANFIS)對汽車主動防撞模糊控制模型進行了優(yōu)化，建立了基于ANFIS的汽車主動防撞控制模型，為了加快收斂速度，運用線性遞歸最小二乘法(RLSE)和最陡下降法(SD)組成的混合算法通過前向和后向通道分別進行了模型的前提參數(shù)和結(jié)論參數(shù)的辨識。經(jīng)過模型訓(xùn)練和仿真輸出，發(fā)現(xiàn)該模型實現(xiàn)了對汽車防撞模糊控制模型的隸屬函數(shù)和模糊規(guī)則優(yōu)化，使得操作平滑。這種方法改變了以往采用經(jīng)驗來確定隸屬

4、函數(shù)的缺陷，使模型的建立更為可靠。 3、本文根據(jù)駕駛員最優(yōu)預(yù)瞄加速模型，對彎道預(yù)警控制進行了深入的探討。闡明了預(yù)測汽車行駛軌跡的橫向和縱向綜合預(yù)測算法以及對道路邊界進行擬合計算的虛擬道路擬合算法，提出用于虛擬彎道檢測的射線法和角度法，對其進行了比較分析。采用角度法和模糊控制算法編寫了彎道預(yù)警控制模擬系統(tǒng)，程序運行表明此算法能夠起到彎道預(yù)警和控制作用。 文章的創(chuàng)新之處在于綜合考慮了駕駛員駕駛行為的不確定性和汽車運動的非線性