| 提要 | 第1-7页 |
| 第一章 绪论 | 第7-15页 |
| ·课题的提出、目的和意义 | 第7-8页 |
| ·研究的历史和现状 | 第8-13页 |
| ·本文主要研究内容 | 第13-15页 |
| 第二章 驾驶员行为建模理论及车道保持系统的构成分析 | 第15-29页 |
| ·引言 | 第15页 |
| ·驾驶员行为模型 | 第15-26页 |
| ·预瞄跟随理论与稳态预测动态校正假说 | 第16-19页 |
| ·最优曲率模型 | 第19-21页 |
| ·最优预瞄加速度决策模型 | 第21-26页 |
| ·车道保持系统分析 | 第26-28页 |
| ·本章小结 | 第28-29页 |
| 第三章 预期轨迹神经网络决策模型 | 第29-42页 |
| ·引言 | 第29页 |
| ·人工势场 | 第29-34页 |
| ·人工势场理论 | 第29-32页 |
| ·定义基于神经网络的势场函数(道路惩罚函数) | 第32-34页 |
| ·基于神经网络的最优预瞄决策 | 第34-41页 |
| ·基于神经网络的最优预瞄决策系统 | 第34-35页 |
| ·前方道路简化处理 | 第35-37页 |
| ·行驶轨迹预瞄 | 第37-39页 |
| ·最优预瞄评价指标 | 第39-41页 |
| ·最优预瞄决策 | 第41页 |
| ·本章小结 | 第41-42页 |
| 第四章 车道保持的神经网络自适应PID 控制 | 第42-57页 |
| ·引言 | 第42-43页 |
| ·神经网络理论 | 第43-44页 |
| ·单神经元自适应PID 控制器 | 第44-46页 |
| ·BP 神经网络PID 自适应车道保持控制器 | 第46-50页 |
| ·小脑神经网络(CMAC)车道保持控制器 | 第50-54页 |
| ·基于CMAC 的BP 神经网络自适应车道保持控制器 | 第54-55页 |
| ·本章小结 | 第55-57页 |
| 第五章 车道保持系统的仿真计算 | 第57-78页 |
| ·引言 | 第57页 |
| ·汽车动力学系统的仿真模型 | 第57-65页 |
| ·七自由度汽车动力学模型 | 第57-63页 |
| ·十七自由度汽车动力学模型 | 第63-65页 |
| ·最优预瞄决策模型仿真结果 | 第65-66页 |
| ·控制校正模型仿真结果 | 第66-71页 |
| ·决策和控制联合仿真结果 | 第71-74页 |
| ·神经网络车道保持模型与最优预瞄加速度模型结果对比 | 第74-76页 |
| ·本章小结 | 第76-78页 |
| 第六章 全文总结 | 第78-81页 |
| 参考文献 | 第81-87页 |
| 攻读硕士学位期间发表的学术论文和从事科研工作 | 第87-88页 |
| 致谢 | 第88-89页 |
| 中文摘要 | 第89-92页 |
| 英文摘要 | 第92-94页 |
