一种基于人工神经网络的无人车控制参数选取方法

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。