车道偏离预警与保持控制系统仿真及试验研究
致谢 | 第7-8页 |
摘要 | 第8-9页 |
abstract | 第9-10页 |
第一章 绪论 | 第16-24页 |
1.1 研究背景和意义 | 第16-18页 |
1.1.1 研究背景 | 第16-17页 |
1.1.2 研究意义 | 第17-18页 |
1.2 研究现状概述 | 第18-22页 |
1.2.1 车道偏离预警与保持控制系统发展现状 | 第18-20页 |
1.2.2 车道偏离预警技术 | 第20-21页 |
1.2.3 车道保持控制技术 | 第21-22页 |
1.3 本文研究内容 | 第22-24页 |
第二章 车道偏离预警与保持控制系统设计 | 第24-29页 |
2.1 车道偏离预警与保持控制系统的技术要求 | 第24-25页 |
2.2 车道偏离预警与保持控制系统的框架结构 | 第25-26页 |
2.3 转向系统控制策略 | 第26-28页 |
2.3.1 系统模式切换策略 | 第26-27页 |
2.3.2 系统常规助力控制策略 | 第27页 |
2.3.3 系统主动转向控制策略 | 第27-28页 |
2.4 本章小结 | 第28-29页 |
第三章 车道偏离预警算法及其仿真实验 | 第29-38页 |
3.1 车道偏离预警模型分析比较 | 第29-33页 |
3.1.1 TLC模型 | 第29-31页 |
3.1.2 FOD模型 | 第31-32页 |
3.1.3 CCP模型 | 第32-33页 |
3.1.4 KBIRS模型 | 第33页 |
3.2 驾驶员意图识别 | 第33-35页 |
3.3 TLC和CCP联合预警模型 | 第35-36页 |
3.4 仿真实验 | 第36-37页 |
3.5 本章小结 | 第37-38页 |
第四章 车道保持控制算法及其仿真实验 | 第38-54页 |
4.1 模型建立 | 第38-42页 |
4.1.1 车-路动力学参考模型 | 第38-40页 |
4.1.2 转向系统模型 | 第40-42页 |
4.2 PID控制算法 | 第42-45页 |
4.3 粒子群优化算法 | 第45-48页 |
4.3.1 粒子群算法基本原理 | 第45-46页 |
4.3.2 粒子群算法改进 | 第46-48页 |
4.4 BP神经网络算法 | 第48-49页 |
4.5 粒子群优化神经网络PID控制器 | 第49-50页 |
4.6 仿真实验 | 第50-53页 |
4.6.1 直线道路仿真工况 | 第50-52页 |
4.6.2 曲线道路仿真工况 | 第52-53页 |
4.7 本章小结 | 第53-54页 |
第五章 车道偏离预警与保持控制系统试验验证 | 第54-67页 |
5.1 车道偏离预警系统实车试验 | 第54-59页 |
5.1.1 实车试验平台搭建 | 第54-57页 |
5.1.2 实车试验结果 | 第57-59页 |
5.2 车道保持控制硬件在环试验 | 第59-65页 |
5.2.1 试验平台的基本要求 | 第60页 |
5.2.2 试验平台的结构搭建 | 第60-64页 |
5.2.3 硬件在环试验结果 | 第64-65页 |
5.3 本章小结 | 第65-67页 |
第六章 总结与展望 | 第67-69页 |
6.1 全文总结 | 第67-68页 |
6.2 工作展望 | 第68-69页 |
参考文献 | 第69-73页 |
攻读硕士学位期间的学术活动及成果情况 | 第73-74页 |