[发明专利]一种基于物联网的车辆导航方法

权利要求书

1.一种基于物联网的车辆导航方法，其特征在于，采集路况、车况、车辆的当前位置以及目标位置，并基于BP神经网络确定行车路径和车辆运动状态，具体包括如下步骤：

步骤1、按照采样周期，采集待导航车辆的当前位置，目标位置，环境状态，信号灯信息，道路信息；

步骤2、确定三层BP神经网络的输入层神经元向量x＝{x₁,x₂,x₃,x₄,x₅}；其中，x₁为待导航车辆的当前位置，x₂为待导航车辆的目标位置，x₃为环境信息，x₄为信号灯信息，x₅为道路信息；

步骤3、所述输入层向量映射到隐层，隐层的神经元为m个；

步骤4、得到输出层神经元向量o＝{o₁,o₂,o₃,o₄,o₅,o₆,o₇,o₈}；其中，o₁为待导航车辆的行车路径，o₂为待导航车辆的横向位移，o₃为待导航车辆的横向车速，o₄为待导航车辆的纵向位移，o₅为待导航车辆的纵向车速，o₆为待导航车辆的横摆角，o₇为待导航车辆的前车轮转角，o₈为待导航车辆的后车轮转角；

其中，在步骤4中，在待导航车辆行驶过程中，基于BP神经网络对待导航车辆的前车轮转角、后车轮转角和纵向车速进行调控优化，还包括如下步骤：

步骤5：按照采样周期，采集待导航车辆与纵向相邻前车的距离，待导航车辆的纵向相邻前车的车速，待导航车辆与纵向相邻后车的距离，待导航车辆的纵向相邻后车的车速，待导航车辆与横向相邻左车的距离，待导航车辆的横向相邻左车的车速，待导航车辆与横向相邻右车的距离，待导航车辆的横向相邻右车的车速；

步骤6：依次将待导航车辆与纵向相邻前车的距离，待导航车辆的纵向相邻前车的车速，待导航车辆与纵向相邻后车的距离，待导航车辆的纵向相邻后车的车速，待导航车辆与横向相邻左车的距离，待导航车辆的横向相邻左车的车速，待导航车辆与横向相邻右车的距离，待导航车辆的横向相邻右车的车速，待导航车辆的横向位移、纵向位移、横向车速和横摆角进行规格化，确定三层BP神经网络的输入层向量x＝{x₁,x₂,x₃,x₄,x₅,x₆,x₇,x₈,x₉,x₁₀,x₁₁,x₁₂}；其中，x₁为待导航车辆与纵向相邻前车的距离系数，x₂为待导航车辆的纵向相邻前车的车速系数，x₃为待导航车辆与纵向相邻后车的距离系数，x₄为待导航车辆的纵向相邻后车的车速系数，x₅为待导航车辆与横向相邻左车的距离系数，x₆为待导航车辆的横向相邻左车的车速系数，x₇为待导航车辆与横向相邻右车的距离系数，x₈为待导航车辆的横向相邻右车的车速系数，x₉为待导航车辆的横向位移系数，x₁₀为待导航车辆的纵向位移系数，x₁₁为待导航车辆的横向车速系数，x₁₂为待导航车辆的横摆角系数；

步骤7：所述输入层向量映射到中间层，所述中间层向量y＝{y₁,y₂,…,y_t}；t为中间层节点个数；

步骤8：得到输出层向量z＝{z₁,z₂,z₃}；其中，z₁为待导航车辆的前车轮转角调节系数，z₂为待导航车辆的后车轮转角调节系数，z₃为待导航车辆的纵向车速调节系数，使

其中，z₁ⁱ、z₂ⁱ、z₃ⁱ分别为第i个采样周期输出层向量参数，分别为设定的待导航车辆的前车轮最大转角、待导航车辆后车轮最大转角、待导航车辆最大纵向车速，分别为第i+1个采样周期时的待导航车辆的前车轮转角、待导航车辆后车轮转角、待导航车辆纵向车速。