首页--交通运输论文--公路运输论文--汽车工程论文--汽车结构部件论文--电气设备及附件论文

智能汽车自主循迹控制策略研究

摘要第4-6页
Abstract第6-7页
第1章 绪论第15-29页
    1.1 课题背景及研究的目的和意义第15-16页
    1.2 国内外研究现状第16-27页
        1.2.1 国内外智能汽车的研究现状第16-23页
        1.2.2 国内外智能汽车自主循迹控制的研究现状第23-27页
    1.3 该方面研究尚存在的问题第27页
    1.4 主要研究内容第27-29页
第2章 智能汽车自主循迹横向控制方法及其仿真试验第29-59页
    2.1 引言第29页
    2.2 智能汽车自主循迹控制仿真试验环境第29-30页
    2.3 汽车转向几何学模型横向控制方法及其仿真第30-37页
        2.3.1 非预瞄转向几何学模型横向控制方法第30-34页
        2.3.2 基于预瞄的转向几何学模型横向控制方法第34-37页
    2.4 汽车运动学模型光滑时变反馈横向控制方法及其仿真第37-42页
        2.4.1 运动学模型光滑时变反馈横向控制方法原理第37-40页
        2.4.2 运动学模型双移线仿真试验结果第40-41页
        2.4.3 运动学模型圆形弯道仿真试验结果第41-42页
    2.5 汽车动力学模型横向控制方法及其仿真第42-55页
        2.5.1 汽车动力学模型的建立第42-44页
        2.5.2 动力学模型最优 LQR 横向控制方法第44-47页
        2.5.3 动力学模型前馈最优 LQR 横向控制方法第47-52页
        2.5.4 基于预瞄的最优 LQR 横向控制方法第52-55页
    2.6 智能汽车自主循迹 6 种横向控制方法的控制效果比较第55-58页
    2.7 本章小结第58-59页
第3章 智能汽车 RBF 神经网络补偿横向控制方法研究第59-83页
    3.1 引言第59页
    3.2 基于模型不确定部分的自适应 RBF 神经网络补偿控制第59-64页
        3.2.1 基于模型不确定部分的神经网络补偿控制律设计第60-61页
        3.2.2 模型不确定部分的神经网络补偿第61-63页
        3.2.3 循迹控制系统的稳定性分析第63-64页
    3.3 基于模型分块的自适应 RBF 神经网络补偿控制第64-70页
        3.3.1 基于模型分块的神经网络补偿控制律设计第65-67页
        3.3.2 模型 4 部分的神经网络补偿第67-68页
        3.3.3 循迹控制系统的稳定性分析第68-70页
    3.4 基于模型整体的自适应 RBF 神经网络补偿控制第70-75页
        3.4.1 基于模型整体的神经网络补偿控制律设计第71页
        3.4.2 模型整体的神经网络补偿第71-72页
        3.4.3 循迹控制系统的稳定性分析第72-75页
    3.5 三种 RBF 神经网络补偿控制方法控制效果比较第75-82页
        3.5.1 RBF 神经网络补偿控制系统编程第75-77页
        3.5.2 RBF 神经网络补偿控制系统模型的建立第77-79页
        3.5.3 神经网络补偿方法双移线仿真试验结果第79-80页
        3.5.4 神经网络补偿方法圆形弯道仿真试验结果第80页
        3.5.5 神经网络补偿方法连续弯道仿真试验结果第80-82页
    3.6 本章小结第82-83页
第4章 智能汽车自主循迹纵向控制方法研究第83-105页
    4.1 引言第83页
    4.2 智能汽车自主循迹常用的 4 种纵向控制模型第83-86页
        4.2.1 侧向加速度模型第83-84页
        4.2.2 道路宽度和曲率模型第84页
        4.2.3 可容忍误差模型第84-85页
        4.2.4 循迹误差模型第85-86页
    4.3 智能汽车自主循迹数据拟合纵向控制方法第86-93页
        4.3.1 影响智能汽车车速的因素分析第86-87页
        4.3.2 智能汽车自主循迹数据拟合控制律的提出第87页
        4.3.3 智能汽车自主循迹控制律 4 部分的数据拟合第87-91页
        4.3.4 数据拟合纵向控制方法的控制效果分析第91-93页
    4.4 智能汽车自主循迹 FNNC 纵向控制方法第93-104页
        4.4.1 智能汽车自主循迹 FNNC 纵向控制原理第93-97页
        4.4.2 智能汽车自主循迹的小波分析处理第97-102页
        4.4.3 FNNC 纵向控制方法的控制效果分析第102-104页
    4.5 本章小结第104-105页
第5章 智能汽车自主循迹控制方法变换策略研究第105-127页
    5.1 引言第105页
    5.2 智能汽车自主循迹控制方法变换策略第105-117页
        5.2.1 LVQ 神经网络分类方法原理第105-107页
        5.2.2 智能汽车 LVQ 神经网络行驶工况分类第107-114页
        5.2.3 智能汽车自主循迹控制方法变换第114-117页
    5.3 智能汽车自主循迹控制器的控制效果评价第117-126页
        5.3.1 人—车闭环操纵性评价指标第117-120页
        5.3.2 人—车闭环操纵性评价结果分析第120-126页
    5.4 本章小结第126-127页
第6章 智能汽车自主循迹控制实验研究第127-143页
    6.1 引言第127页
    6.2 驾驶模拟实验平台搭建第127-131页
        6.2.1 实验平台的工作原理第127-128页
        6.2.2 实验平台的硬件组成第128-129页
        6.2.3 实验平台的软件设计第129-131页
    6.3 智能汽车自主循迹控制器实车实验验证第131-142页
        6.3.1 图像采集和处理第131-135页
        6.3.2 汽车状态数据采集第135-136页
        6.3.3 实验结果分析第136-142页
    6.4 本章小结第142-143页
结论第143-145页
参考文献第145-154页
攻读博士学位期间发表的论文及其它成果第154-156页
致谢第156-157页
个人简历第157页

论文共157页,点击 下载论文
上一篇:水产养殖视频监控系统的研究
下一篇:基于物联网的移动资产管理系统的设计与实现