[发明专利]一种基于PSO和RBF神经网络的无人驾驶车辆车速控制方法在审
| 申请号： | 201510438105.X | 申请日： | 2015-07-23 |
| 公开（公告）号： | CN105136469A | 公开（公告）日： | 2015-12-09 |
| 发明（设计）人： | 盘朝奉;陈燎;袁朝春;陈龙;江浩斌;李仲兴;蔡英凤;谢明维 | 申请（专利权）人： | 江苏大学 |
| 主分类号： | G01M17/007 | 分类号： | G01M17/007;G06F17/50 |
| 代理公司： | 暂无信息 | 代理人： | 暂无信息 |
| 地址： | 212013 江*** | 国省代码： | 江苏;32 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了一种基于PSO和RBF神经网络的无人驾驶车辆车速控制方法，具体步骤为：1：搭建无人驾驶车速控制系统架构；2：搭建车速跟踪闭环控制数学动态模型；3：基于模糊RBF神经网络结构搭建无人驾驶车速控制驾驶员模型；4：对驾驶员模型输入变量模糊化得到模糊值，采用所述模糊值建立输入输出变量隶属度函数；5：根据步骤3和步骤4，以及基于驾驶经验和测量数据建立驾驶员模型模糊控制规则表；6：计算出驾驶员模型中每条规则的适应度，完成模糊化和归一化计算；7：基于PSO算法搭建改进后的PSO控制流程；步骤8：搭建基于改进后的PSO算法和模糊RBF神经网络算法的车速控制流程。本发明提出的车速控制方法，车速跟踪误差小，抗干扰能力强。 | ||
| 搜索关键词： | 一种 基于 pso rbf 神经网络 无人驾驶 车辆 车速 控制 方法 | ||
【主权项】：
一种基于PSO和RBF神经网络的无人驾驶车辆车速控制方法，其特征在于，包括如下步骤：步骤1：搭建无人驾驶车速控制系统架构；步骤2：搭建车速跟踪闭环控制数学动态模型；步骤3：基于模糊RBF神经网络结构搭建无人驾驶车速控制驾驶员模型；步骤4：对步骤3中驾驶员模型输入变量模糊化得到模糊值，采用所述模糊值建立输入输出变量隶属度函数；步骤5：根据步骤3和步骤4，以及基于驾驶经验和测量数据建立驾驶员模型模糊控制规则表；步骤6：建立驾驶员模型中每条规则的适应度，完成模糊化和归一化计算；步骤7：基于PSO算法搭建改进后的PSO控制流程；采用改进的PSO算法对步骤3中所述的模糊RBF神经网络的参数进行在线优化；步骤8：搭建基于改进后的PSO算法和模糊RBF神经网络算法的车速控制流程。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于江苏大学，未经江苏大学许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201510438105.X/，转载请声明来源钻瓜专利网。
- 上一篇：一种集成测试与评价的车身阻尼检测系统
- 下一篇：一种商用车防撞防护装置
