一种基于人工神经网络的无人车控制参数选取方法

发明专利有效专利

申请号：
CN201910582845.9
IPC分类号：G05B13/04
申请日期：
2019-07-01
申请人：
江苏大学

基础信息

权利要求

说明书

PDF全文

法律信息

引证文献

著录项信息

专利名称	一种基于人工神经网络的无人车控制参数选取方法
申请号	CN201910582845.9	申请日期	2019-07-01
法律状态	实质审查	申报国家	中国
公开/公告日	2019-11-15	公开/公告号	CN110456634A
优先权	暂无	优先权号	暂无
主分类号	G05B13/04 ? IPC结构图谱： G 物理 G0 仪器 G05 控制；调节 G05B 一般的控制或调节系统；这种系统的功能单元；用于这种系统或单元的监视或测试装置（应用流体作用的一般流体压力执行器或系统入F15B；阀门本身入F16K；仅按机械特征区分的入G05G；传感元件见相应小类，例如G12B，G01、H01的小类；校正单元见相应的小类，例如H02K） G05B13/00 自适应控制系统，即系统按照一些预定的准则自动调整自己使之具有最佳性能的系统（G05B 19/00优先；计算机零部件入G06F 15/18）〔3〕 G05B13/02 电的 G05B13/04 包括使用模型或模拟器的〔3〕	IPC分类号	G;0;5;B;1;3;/;0;4查看分类表>
申请人	江苏大学	申请人地址	江苏省镇江市京口区学府路301号变更专利地址、主体等相关变化，请及时变更，防止失效
权利人	江苏大学	当前权利人	江苏大学
发明人	李仲兴;窦国伟;柳亚子;江洪
代理机构	暂无	代理人	暂无

摘要

本发明公开一种基于人工神经网络的无人车控制参数选取方法，从已有无人车试验数据中收集前一段时间内的车况与路况信息，对信息进行整理分类，获得不同的车况与路况信息，建立时间段内的初始数据训练集，构建人工神经网络控制参数选取模型，模型的六个输入量是横向速度、纵向速度、横向位移误差、纵向速度误差、路面曲率半径以及路面附着系数，模型的两个期望输出量是预测时域和预测周期；采集无人车实时行驶的车况与路况信息，作为人工神经网络控制参数选取模型的输入，得到两个最优的控制参数预测时域与预测周期；将人工神经网络模型运用到无人车控制参数的选取中，通过考虑车辆行驶车况与路况，实现控制参数对行驶车况与路况的自适应。

序号	公开(公告)号	公开(公告)日	申请日	专利名称	申请人
该专利没有引用任何外部专利数据！

序号	公开(公告)号	公开(公告)日	申请日	专利名称	申请人
该专利没有被任何外部专利所引用！

我浏览过的专利

专利服务由北京酷爱智慧知识产权代理公司提供