【摘 要】
：
为使智能汽车在转向操控方面尽量接近人类驾驶员的转向操控水平,提出一种训练并学习熟练驾驶员行车轨迹的非线性拟合方法.基于分段多项式方法构建右转、掉头、车道保持和换道等4种典型转向工况表达模型,并结合自适应伪谱法实现分段轨迹的有效衔接.为避免传统神经网络学习算法(如BPNN)需要人为设置大量的网络训练参数,且易产生局部最优解的不足,提出了基于改进型极限学习机(ELM)的熟练驾驶员行车轨迹非线性拟合策略.引入卡尔曼滤波(KF)算法,对ELM输出权重矩阵进行滤波处理,更新阶段循环计算,实现对ELM算法的优化,提高
【机 构】
：
江苏大学汽车工程研究院,镇江212013;江苏大学汽车与交通工程学院,镇江212013
论文部分内容阅读
为使智能汽车在转向操控方面尽量接近人类驾驶员的转向操控水平,提出一种训练并学习熟练驾驶员行车轨迹的非线性拟合方法.基于分段多项式方法构建右转、掉头、车道保持和换道等4种典型转向工况表达模型,并结合自适应伪谱法实现分段轨迹的有效衔接.为避免传统神经网络学习算法(如BPNN)需要人为设置大量的网络训练参数,且易产生局部最优解的不足,提出了基于改进型极限学习机(ELM)的熟练驾驶员行车轨迹非线性拟合策略.引入卡尔曼滤波(KF)算法,对ELM输出权重矩阵进行滤波处理,更新阶段循环计算,实现对ELM算法的优化,提高了ELM在多重共线性的情况学习精度.分别利用KFELM、ELM和BPNN对不同工况下的熟练驾驶员行车轨迹进行非线性拟合试验.结果 表明,KFELM的训练精度和测试精度明显优于ELM和BPNN,同时KFELM的学习速度稍好于ELM,且明显优于BPNN.改进型ELM的驾驶模型训练方法为自动驾驶汽车提供了决策控制的理论依据.
其他文献
某厂在环境保护提标改造的基础上,引进国外厌氧反应设备,将污水处理场的废水、废气经过厌氧技术改造,达到了稳定运行、降低电耗和降减废水COD排放,实现了“增产减污”的目标.厌氧反应产生大量沼气,经过提纯净化并入城市天然气管网综合利用,既能取得显著的节能效果,又是一项民生改善工程.
公共机构开展节能降耗工作,不仅是对国家节能环保政策的响应,也是开源节流和实现可持续发展的重要举措.文中以扬州大学附属医院为实例,通过对该医院的能耗进行调查和分析,找出医院节能管理的方向和潜力,对症下药,从而达到节能降耗目的 .
在缺乏有效的真实换道事故数据的情况下,基于交通冲突理论,分析车辆在换道过程不同阶段与周围车辆的潜在冲突形式.通过微观冲突风险指标推导、宏观换道风险特征提取和系统性换道风险分析,建立同时考虑潜在碰撞可能性与严重程度的换道风险综合量化方法.利用自然驾驶轨迹数据集,对风险综合量化方法进行应用试验分析.结果 表明,所提出的量化方法能客观合理地反映不同类型、不同位置的换道风险特征,为智能车辆安全换道决策与规划提供了一种新思路.
为满足国家超净排放的要求,某前后墙对冲锅炉进行深度空气分级和低氮燃烧器改造后,存在炉膛出口CO浓度高且分布不均等问题,影响锅炉运行的效率、经济性和安全性.文中在某600 MW对冲燃烧锅炉上,通过现场试验、分析和计算等手段,在不同负荷下对空气分级程度、各燃烧器二次风量和旋流强度、过量空气系数等进行了调整,通过网格法测量了炉膛出口的CO浓度和分布,找到了CO的分布规律.结果 表明:大风箱风量分配偏差、过量空气系数、空气分级程度和燃烧器中心风速是影响深度空气分级下对冲炉CO排放特性的主要因素.燃烧器二次风调风套
本文中提出了一种基于粗糙性度量的道路图像可行驶区域识别方法.首先定义道路图像的粗糙度信息,获得道路图像色彩分布直方图及其上下近似信息,通过粗糙性度量实现了道路图像初分割;然后依据初分割图像色彩区域色差和像素规模进行区域合并,获得道路可行驶区域特征;再利用改进的区域生长算法对特征图像进行识别;实现了对道路可行驶区域的识别.实验结果表明,该方法取得了良好的识别效果.
为了提升网联交叉口车辆通行效率与燃油经济性,设计了一种网联信控交叉口协同控制应用场景,提出了一种分层解耦式网联交叉口信号-车辆轨迹协同优化控制方法,其中顶层采用“作业调度”和遗传算法以最小化交叉口平均旅行时间延误为优化目标实现信号配时与相序优化;底层结合最优配时结果,采用分段优化方法以最小化平均燃油消耗为优化目标实现车辆轨迹优化.仿真结果表明,本文中提出的协同控制方法在交叉口车流量均衡与不均衡、低密度和高密度工况下,均可以有效提升交叉口通行效率和燃油经济性;提出方法效果随最小绿灯时长的减小、V2X通信范围
为兼顾跟踪性能(即MOTA、MOTP、IDSW等指标)与跟踪速率,尤其是解决视频多目标跟踪的后处理较复杂的问题,提出了一种基于自回归查询机制的多目标跟踪方法,并基于MOT20数据集进行训练和验证,验证表明,每帧图片推理用时约44 ms,多目标跟踪准确度达58.9％.将该模型集成到智能车ROS平台进行测试,结果表明,所提算法能实现复杂交通场景下的多目标实时跟踪,算法具有很好的实际应用价值.
针对复杂环境下自动驾驶汽车环境感知的鲁棒性较低和小目标难以识别的问题,本文提出一种基于特征融合的多层次多模态融合方法.首先将图像与点云两种模态信息映射到同一维度,提取针对不同大小目标的层级特征,在此基础上进行多模态的多层次特征融合;并设计6次对比实验验证网络各模块的有效性.采用Waymo数据集结合蔚来汽车实车数据进行训练和测试,实验结果表明,该网络的检测MAP值较YOLO V3提升23.1％.
目前车载激光雷达对周围障碍物的感知与定位多基于车辆坐标系,当车辆转向避撞时,由于航向角的变化和车辆坐标系的旋转,会增加障碍物数据关联、周边车辆运动状态分析和避撞路径规划的难度.为消除车辆转向带来的不利影响,本文中基于车载激光雷达坐标系的变换,提出了一种目标障碍物的跟踪方法.首先,采用改进的K-means算法对提取的道路边界点进行聚类,拟合出道路边界线;其次,根据道路边界利用麻雀搜索算法求解车辆航向角,进而对雷达坐标系进行变换;最后,采用关联算法和粒子滤波器,实现目标障碍物的跟踪.实车试验结果表明:在车辆转
本文中提出了一种动态密封状态下的车内风噪性能区间不确定性的分析和优化方法.首先,建立整车统计能量模型,将谱分解后的风噪载荷施加至模型上,完成车内风噪计算;接着,测试密封条在不同压缩状态下的传递损失,并根据车辆行驶过程中密封条压缩量变化计算密封条传递损失的上、下界,实现不确定变量的描述;最后,基于区间摄动理论分析车内风噪声压级的变化范围,并建立稳健优化模型,对风噪声压级的中心值和摄动半径进行优化.算例计算结果显示,本文提出的方法可在保证相关零部件质量基本不变的前提下,降低车内噪声水平及其波动幅度,明显提升系