论文部分内容阅读
近年来,随着我国汽车保有量的激增,对我国的交通安全也提出了很大的挑战。为了解决日益严峻的交通安全问题,许多的研究机构及专家都进行了大量的努力,主动安全领域的车辆防碰撞技术也成了一个流行的研究热点。车辆跟驰防碰撞系统将先进的信息技术、传感器技术与控制技术相结合,弥补了因驾驶员感知的模糊与不确定性造成的行驶偏差,可以更为精确的控制车辆的相对距离,从而可降低追尾事故发生的几率,提高行车的安全。本文分析研究了国内外车辆跟驰防碰撞系统的现状,研究了车辆驾驶行为的模糊性、不确定性和相关性等特性,分析了车辆运动的非线性现象,利用模糊控制系统构建了车辆跟驰防碰撞模型,并采用模糊基函数对跟驰防碰撞模型进行了优化。具体的工作主要有以下三个方面:第一、本文深入研究了前人的相关研究,分析了其成功之处与存在的问题,针对驾驶员行为的模糊性、随机性和不确定性等特性,提出了驾驶分心行为对于反应时间的影响,并根据该点,确定了适合于不同车速下的安全距离。第二、本文设计了基于模糊神经网络理论的跟驰防碰撞控制系统,以雷达与速度传感器作为道路信息采集器,以本车与同车道前车间的相对距离和相对速度为输入,以预期的本车加速度作为输出,设计了车辆跟驰防碰撞控制系统的模糊控制模型及相关算法。仿真结果表明,该模型及算法可以良好的控制车辆,针对相关刺激可产生合适的响应、维持安全行车距离,提高车辆跟驰行驶的安全性。第三、本文针对一般模糊神经网络中存在的一些问题,使用模糊基函数对控制模型进行了优化,建立了基于模糊基函数的车辆跟驰防碰撞控制模型,使用递归最小二乘法及参考信号可以在线更新系统的控制参数,从而加快了系统的收敛速度;通过对模糊控制模型中隶属函数及模糊规则的优化,使得系统控制过程更为平顺,并解决了最终相对距离与相对速度震荡的问题。本文设计的模糊神经网络车辆跟驰防碰撞,控制两车相对距离达到安全车距所需的时间约为6-7s,比其他方法要快的多。更重要的是,这种方法弥补了以往采用经验确定隶属函数的缺点,从而可为车辆主动安全防碰撞系统提供更为科学而可靠的控制模型。