典型文献
基于神经网络预测控制的车道保持控制模型
文献摘要：
针对车道保持智能辅助系统,设计了一种基于深度学习框架下的模型预测控制模型.首先,建立经典车辆动力学模型,分析汽车转向相关的轮胎横向速度、横向角速度与方向盘预测转向角变化规律;其次,基于Matlab平台模拟了某型汽车在随机工况下,汽车在不同的轮胎横向速度、横向角速度、偏航距离、相对偏航角下预测的方向偏航角变化规律;然后,提取汽车轮胎输入数据及方向盘的预测输出数据训练深度学习模型,得出车辆转向过程中轮胎与方向盘的工况参数预测值.仿真结果表明:神经网络模型预测的方向盘变化值在0.98°到-0.9°之间变化,且在1 s左右方向盘变化趋向于稳定.可见,在车道保持辅助过程中,利用深度神经网络预测的方向盘角度变化更趋平滑,更利于方向盘的操作.
文献关键词：
深度学习;模型预测;车道保持;深度神经网络
中图分类号：
作者姓名：
王虎;雷先华;胡自化;贺沅玮;李约朋
作者机构：
湖南交通工程学院 机电工程学院,湖南 衡阳 421007;湘潭大学 机械工程与力学学院,湖南 湘潭 411105
文献出处：
引用格式：
[1]王虎;雷先华;胡自化;贺沅玮;李约朋-.基于神经网络预测控制的车道保持控制模型)[J].湘潭大学学报（自然科学版）,2022(06):44-52
A类：
B类：
神经网络预测,控制模型,智能辅助系统,深度学习框架,模型预测控制,车辆动力学模型,横向速度,角速度,方向盘,转向角,Matlab,机工,偏航角,汽车轮胎,输入数据,数据训练,深度学习模型,出车,工况参数,参数预测,左右方,趋向于,车道保持辅助,深度神经网络,更趋
AB值：
0.313812
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
