摘要 | 第3-4页 |
abstract | 第4-5页 |
第1章 绪论 | 第9-17页 |
1.1 课题研究背景 | 第9-11页 |
1.2 AFS系统国内外研究现状及发展趋势 | 第11-13页 |
1.2.1 国外研究现状 | 第11-12页 |
1.2.2 国内研究现状 | 第12-13页 |
1.2.3 发展趋势 | 第13页 |
1.3 本文主要研究内容 | 第13-17页 |
第2章 AFS法规研究与AFS系统设计方案 | 第17-27页 |
2.1 AFS法规研究 | 第17-20页 |
2.2 AFS系统设计总体方案 | 第20页 |
2.3 AFS系统的工作模式 | 第20-25页 |
2.3.1 基础照明模式 | 第21-22页 |
2.3.2 弯道照明模式 | 第22-23页 |
2.3.3 恶劣天气照明模式 | 第23-24页 |
2.3.4 高速公路照明模式 | 第24页 |
2.3.5 乡村道路照明模式 | 第24-25页 |
2.4 本章小结 | 第25-27页 |
第3章 AFS系统的数学建模 | 第27-39页 |
3.1 安全制动距离的计算 | 第27-28页 |
3.2 AFS系统功能的数学模型 | 第28-34页 |
3.2.1 基础照明功能的数学模型 | 第28-29页 |
3.2.2 弯道照明功能的数学模型 | 第29-32页 |
3.2.3 恶劣天气照明功能的数学模型 | 第32-34页 |
3.2.4 高速公路照明功能的数学模型 | 第34页 |
3.2.5 乡村道路照明功能的数学模型 | 第34页 |
3.3 前照灯转向执行机构的结构与数学模型 | 第34-36页 |
3.3.1 前照灯转向执行机构 | 第34-35页 |
3.3.2 前照灯转向执行机构的数学模型 | 第35-36页 |
3.4 系统仿真模型的搭建 | 第36-38页 |
3.5 本章小结 | 第38-39页 |
第4章 控制系统设计及其仿真 | 第39-51页 |
4.1 模糊PID控制系统设计 | 第39-41页 |
4.1.1 模糊推理系统的建立 | 第39-40页 |
4.1.2 输入输出的模糊化 | 第40-41页 |
4.1.3 模糊规则的建立 | 第41页 |
4.2 针对AFS系统功能模式的仿真 | 第41-49页 |
4.2.1 基础照明功能模式仿真 | 第41-43页 |
4.2.2 弯道照明功能模式仿真 | 第43-45页 |
4.2.3 恶劣天气照明功能模式仿真 | 第45-48页 |
4.2.4 高速照明功能模式仿真 | 第48页 |
4.2.5 乡村照明功能模式仿真 | 第48-49页 |
4.3 本章小结 | 第49-51页 |
第5章 基于RBF神经网络的AFS系统建模尝试与仿真分析 | 第51-59页 |
5.1 RBF应用于AFS系统的优势 | 第51页 |
5.2 AFS系统的RBF神经网络建立 | 第51-57页 |
5.2.1 确定训练样本和测试样本 | 第52-53页 |
5.2.2 实验数据的处理 | 第53页 |
5.2.3 网络训练 | 第53-55页 |
5.2.4 系统仿真 | 第55-57页 |
5.3 本章小结 | 第57-59页 |
第6章 AFS控制系统软硬件设计 | 第59-71页 |
6.1 系统硬件设计 | 第59-66页 |
6.1.1 传感器组的设计 | 第59-64页 |
6.1.2 主控制器的设计 | 第64-65页 |
6.1.3 执行器驱动电路的选择 | 第65页 |
6.1.4 执行电机的选择 | 第65-66页 |
6.1.5 总线设计 | 第66页 |
6.2 系统软件设计 | 第66-70页 |
6.2.1 系统软件功能 | 第66页 |
6.2.2 系统程序设计 | 第66-68页 |
6.2.3 系统仿真 | 第68-70页 |
6.3 本章小结 | 第70-71页 |
第7章 结论 | 第71-73页 |
7.1 全文总结 | 第71-72页 |
7.2 研究展望 | 第72-73页 |
参考文献 | 第73-77页 |
致谢 | 第77-78页 |
攻读学位期间的研究成果 | 第78页 |