第1章 绪论
1.1 课题研究背景
1.2 AFS系统的国内外研究现状与趋势
1.2.1 国外现状
1.2.2 国内现状
1.2.3 发展趋势
1.3 主要研究内容
第2章 AFS系统数学模型的建立
2.1 AFS系统与灯光法规介绍
2.2 AFS系统数学模型的建立
2.2.1 阿卡曼转向原理
2.2.2 基于视野最优数学模型建立
2.2.3 基于安全制动数学模型建立
2.3 特殊因素下安全制动模型的变动
2.3.1 加入路面摩擦因素的安全制动模型建立
2.3.2 高速转弯模式下安全制动模型建立
2.4 本章小结
第3章 安全方程的建立以及智能模型的获取
3.1 安全方程与车祸信息的关系
3.1.1 车祸信息的处理
3.1.2 车祸信息的补全
3.1.3 信息主体的判定
3.2 累计损伤关系和安全方程的建立
3.3 安全方程优化模型
3.4 本章小结
第4章 多因素下的优化辨识模型建立与验证
4.1 RBF神经网络在线辨识应用于多因素问题的优势
4.2 多因素下的优化辨识模型建立
4.2.1 样本数据的获取
4.2.2 神经网络在线训练的过程
4.2.3 仿真结果
4.3 多因素下的优化辨识模型验证
4.3.1 仿真模块搭建
4.3.2 各驾驶模式下的模型仿真
4.3.3 仿真结果
4.4 PID控制器与模糊PID控制器的设计
4.5 针对多因素优化辨识模型各驾驶模式仿真
4.5.1 普通模式下的模型仿真
4.5.2 加入摩擦因素模式下的模型仿真
4.5.3 高速转弯模式下的模型仿真
4.6 本章小结
第5章 基于多因素优化辨识模型的AFS系统实验实现
5.1 AFS系统硬件设计
5.1.1 输入模块设计
5.1.2 主控制器设计
5.1.3 输出模块设计
5.1.4 硬件电路设计
5.2 软件设计
5.3 硬件实验
5.4 本章小结
第6章 结论
6.1 全文总结
6.2 研究展望
参考文献
致谢
攻读学位期间的研究成果
