【摘 要】
：
针对自动泊车辅助系统中的规划路径曲率不连续,导致车辆原地转向的问题,采用逆推法,根据车身结构和周围环境约束,确定了控制点,利用贝塞尔曲线的性质设计出一条曲率连续且无碰撞的参考路径.为了提高自动泊车的可靠性,根据离散线性二次规划的原理,设计一个结合前馈控制和反馈控制的跟踪控制器.在Simulink和CARSIM中的仿真结果验证了该方法的可行性,表明提出的方法在泊车位尺寸合适的情况下能有效的跟踪参考路径,误差在可接受的范围内.
【机 构】
：
上海工程技术大学机械与汽车工程学院,上海201620
论文部分内容阅读
针对自动泊车辅助系统中的规划路径曲率不连续,导致车辆原地转向的问题,采用逆推法,根据车身结构和周围环境约束,确定了控制点,利用贝塞尔曲线的性质设计出一条曲率连续且无碰撞的参考路径.为了提高自动泊车的可靠性,根据离散线性二次规划的原理,设计一个结合前馈控制和反馈控制的跟踪控制器.在Simulink和CARSIM中的仿真结果验证了该方法的可行性,表明提出的方法在泊车位尺寸合适的情况下能有效的跟踪参考路径,误差在可接受的范围内.
其他文献
信息物理系统的网络拓扑结构复杂,会极大影响系统中实时协同的通信效率.传统的路由算法已经无法满足日益增长的智能通信网络,为降低信息物理系统的网络延时,提出了基于改进变邻域搜索算法的信息物理系统覆盖网构造方法.首先针对信息物理系统覆盖网络节点选择方法,改进了变邻域搜索算法的领域结构和抖动方式.然后利用目标函数进一步优化覆盖节点集的选择策略.最后在不同节点集上,对此方法进行网络通信延迟、时间花销和算法的稳定性的分析.实验结果表明,改进的变邻域搜索算法有效减少网络延时和降低时间花销,提高了网络通信的效率.
针对当前视频帧预测模型中存在的预测准确度较差和物体结构信息丢失等问题,提出了一种动态卷积生成对抗网络.在生成网络中,首先使用卷积长短时记忆网络初步提取输入视频流的图像特征,然后利用卷积神经动态平流单元对视频流中的运动特征进行提取,最后将上述两种特征组合后输出一组预测视频帧;在判别网络中,采用一个3D卷积网络一次性接收全部视频帧.在实验中,使用Adam方法优化模型的参数,采用KTH和BAIR Robot Pushing数据集作为训练数据集.实验结果表明:无论是在长时间视频帧预测准确度和物体结构信息保留方面,
针对代码注释较少导致软件项目可维护性降低、理解代码语义困难等问题,提出一种基于NMT模型的双编码器框架自动生成代码注释的方法.在该框架中,首先提取不同的代码特征信息;然后分别采用序列编码器和图编码器对不同的代码特征编码,引入注意力机制调整编码器输出向量,再对双编码器的输出向量综合处理;最终利用解码器对综合向量解码获得注释序列.为了验证带有注意力机制的双编码器模型效果,本文构建自动生成代码注释算法框架.实验表明,双编码器模型与文中的序列编码器和树编码器模型算法相比,在生成代码注释方面的结果评估得分上表现较好
为解决车载自组织网络(Vehicle Ad Hoc Neteorks,VANETs)中基础设施建设的不足以及路侧单元(Roadside Uints,RSUs)通信范围受限的问题,提出停车边缘计算的思想,把拥有大量闲置计算资源的路边停放车辆组织成停车簇,令停车簇充当天然边缘计算节点,在RSUs或边缘计算服务器缺失情况下,及时执行周围移动车辆的卸载任务.分析了任务的完成时间,为最大化成功完成的任务数量,设计改进的SAC(Sampling-and-Classification,SAC)算法实现执行任务的停放车辆
基于压缩感知的移动众包模式是解决环境信息监控中成本问题的有效途径.压缩感知能够通过部分采样点恢复出全部数据,而其恢复质量取决于采样点所包含信息与噪声的数量.本文针对这两方面对压缩感知进行了优化,从而进一步减少环境信息监控所需成本.首先,本文提出了一种基于经验的采样点选择算法EBCS(Experience Based Cell Selection),通过选取包含信息更多的采样点,减少了数据恢复所需要的采样点数量.其次,本文提出了一种改进的k-means算法IK(Improved K-means),对参与者提
随着5G的发展,网络传播以前所未有的速度向各领域渗透.其中,影响力分析是研究网络信息传播机制的关键技术.传统的影响力分析算法主要通过选取具有最大传播特性的种子节点用于网络传播.但在种子节点选取上,其度量算法没有反映社交网络中的潜在信息.这将对影响力传播分析造成影响,同时一旦社交网络结构遭到破坏,网络的传播能力将会受到影响.针对这一问题,本文首先定义了一种基于属性的朋友亲密度度量关系,量化网络中各用户的影响力;其次,提出了一种属性和亲密度兼顾的影响力算法,该算法综合考虑了网络的结构、属性和亲密度三者之间的关
针对基于微机电系统无人机的野值的辨识和处理,设计了一种基于模糊预测与扩展卡尔曼滤波(EKF)的野值剔除方法.首先,将角速度模长引入梯度下降法中,通过动态调整梯度步长,提高模糊预测量的精度,有效避免模糊预测时对阈值依赖性较高及野值剔除后造成的数据点丢失;其次,以新息作为野值的判别准则,利用加速度计测量值信任度因子调整新息判别阈值,从而剔除观测传感器的野值;然后,通过共轭梯度法将模糊预测值转化为姿态四元素重新修正卡尔曼滤波的状态估计.最后,基于所搭建的共轴双桨无人机实验平台系统验证所提算法的有效性.实验结果表
针对当前机器人时间最优轨迹规划算法存在的求解效率低、约束不完整等局限性,提出了 一种改进的基于可达性分析的时间最优轨迹规划算法.该算法基于路径离散化将整个规划问题转化为多阶段迭代求值问题,求解效率高;由于考虑了包含摩擦在内的全动力学约束以及运动学约束,算法求得的结果在保证时间最优的前提下更为符合机器人实际运动性能.数值仿真实验证实了本算法的可行性和求解高效性.
针对一种多柔性梁耦合结构进行研究,搭建了多柔性梁耦合结构实验平台,采用激光位移传感器对残余振动信号进行测量,并建立了有限元模型.为抑制其产生的残余振动,借助了神经网络的拟合效果,设计了神经网络控制器,包括了预测网络与控制网络.预测网络为长短时记忆(LSTM)神经网络,控制网络为反向传播(BP)网络,网络经过离线训练,并在线使用反向传播进行权值更新.通过仿真与实验,表明LSTM网络具有很好的预测作用,验证了神经网络控制器的有效性,总体上能更快抑制振动.
针对传统谱减算法在低信噪比情况下的性能不佳的问题,提出了一种基于Katz维数的改进谱减算法,利用一种新的动态调整过减因子α的策略实现对谱减法的改进,提升了算法性能.实验结果表明,相比于传统谱减法、小波变换法及谱减结合小波变换的语音增强法,所提算法在信噪比、主观感知质量和可懂度三个方面都得到了提升.