智能车辆局部避障路径规划及横向运动控制研究
| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 第1章 绪论 | 第13-21页 |
| 1.1 研究背景和意义 | 第13-14页 |
| 1.2 智能车辆概述 | 第14-18页 |
| 1.2.1 智能车辆研究现状 | 第14-17页 |
| 1.2.2 智能车辆关键技术 | 第17-18页 |
| 1.3 智能车辆局部避障路径规划综述 | 第18-19页 |
| 1.4 智能车辆横向控制综述 | 第19-20页 |
| 1.5 本文主要研究内容 | 第20-21页 |
| 第2章 车辆动力学系统建模 | 第21-31页 |
| 2.1 引言 | 第21页 |
| 2.2 车辆动力学概述 | 第21-24页 |
| 2.2.1 车辆动力学简介 | 第21-22页 |
| 2.2.2 车辆动力学建模方法及基础理论 | 第22-24页 |
| 2.3 整车模型 | 第24-27页 |
| 2.3.1 七自由度车辆动力学模型 | 第24-25页 |
| 2.3.2Dugoff轮胎模型 | 第25-27页 |
| 2.4 二自由度车辆线性模型 | 第27-30页 |
| 2.5 本章小结 | 第30-31页 |
| 第3章 基于细菌觅食法优化的局部避障路径规划 | 第31-47页 |
| 3.1 引言 | 第31页 |
| 3.2 常用路径规划方法 | 第31-33页 |
| 3.2.1 人工势场法 | 第31-32页 |
| 3.2.2 栅格法 | 第32-33页 |
| 3.2.3 蚁群算法 | 第33页 |
| 3.3 样条曲线插值避障模型 | 第33-37页 |
| 3.3.1B样条曲线介绍 | 第34-35页 |
| 3.3.2 样条曲线避障模型 | 第35-37页 |
| 3.4 基于细菌觅食算法优化的路径规划 | 第37-41页 |
| 3.4.1 趋向性操作 | 第37-39页 |
| 3.4.2 复制性操作 | 第39页 |
| 3.4.3 迁徙性操作 | 第39-40页 |
| 3.4.4 优化算法步骤 | 第40-41页 |
| 3.5 仿真分析 | 第41-46页 |
| 3.6 本章小结 | 第46-47页 |
| 第4章 基于神经网络滑模的横向控制 | 第47-60页 |
| 4.1 引言 | 第47页 |
| 4.2 控制理论及神经网络基础 | 第47-54页 |
| 4.2.1 滑模变结构控制理论 | 第47-51页 |
| 4.2.2RBF神经网络概述 | 第51-54页 |
| 4.3 控制器设计 | 第54-56页 |
| 4.3.1 控制器总体结构设计 | 第54页 |
| 4.3.2 控制器状态方程推导 | 第54-55页 |
| 4.3.3 神经网络滑模控制器设计 | 第55-56页 |
| 4.4 稳定性分析 | 第56-59页 |
| 4.4.1 Lyapunov稳定性理论概述 | 第57页 |
| 4.4.2 控制器稳定性分析 | 第57-59页 |
| 4.5 本章小结 | 第59-60页 |
| 第5章 横向控制仿真分析 | 第60-66页 |
| 5.1 引言 | 第60页 |
| 5.2 算法有效性分析 | 第60-62页 |
| 5.3 算法鲁棒性分析 | 第62-65页 |
| 5.3.1 不同车速下的仿真对比 | 第62-63页 |
| 5.3.2 不同载荷下的仿真对比 | 第63-64页 |
| 5.3.3 外部干扰下的仿真对比 | 第64-65页 |
| 5.4 本章小结 | 第65-66页 |
| 总结与展望 | 第66-68页 |
| 参考文献 | 第68-72页 |
| 致谢 | 第72-73页 |
| 附录A 攻读学位期间所发表的学术论文及专利 | 第73页 |
