多因素智能前照灯系统的优化模型辨识方法研究

发布时间：2023-06-15 20:30

　　车灯照明模式极大的影响着车辆驾驶的安全性。传统照明模式下,车辆启动制动、加减速、转弯、上下坡时会存在一定的视野盲区,存在安全隐患。自适应前照灯系统(AFS)改变了传统照明方式,使前照灯照亮各个视野盲区,保证安全驾驶。然而当前这类系统的开发大多基于车辆本身,未考虑驾驶者主观意识,故建立兼顾车辆安全性与驾驶者舒适性的AFS系统具有现实意义。本文从建立兼顾安全与舒适的优化模型以及解决模型多因素输入的问题上做了以下工作:(1)为实现安全性与舒适性的统筹,建立安全方程来科学分配视野最优模型与安全制动模型的权值。通过划区域分层法对我国七个城市交通事故进行采集,采用Apriori算法对信息预测补全,运用最远间距法定义信息间距,利用国家判定标准划定损伤等级,根据相对距离比确定聚类主体,最终得到车速与累计损伤关系。在低速视野优先,中速视野安全兼顾,高速安全优先的驾驶原则下,得到累计损伤映射下的安全方程。(2)为解决对象模型多因素以及输入端口数可变的问题,本文设计了神经网络在线建模算法,得到多因素下的优化辨识模型并进行仿真环境下的验证。通过对安全方程加权后优化模型的样本数据辨识,实现多因素输入(车速、转弯...

【文章页数】：79 页

【学位级别】：硕士

【文章目录】：
摘要
abstract
第1章 绪论
    1.1 课题研究背景
    1.2 AFS系统的国内外研究现状与趋势
        1.2.1 国外现状
        1.2.2 国内现状
        1.2.3 发展趋势
    1.3 主要研究内容
第2章 AFS系统数学模型的建立
    2.1 AFS系统与灯光法规介绍
    2.2 AFS系统数学模型的建立
        2.2.1 阿卡曼转向原理
        2.2.2 基于视野最优数学模型建立
        2.2.3 基于安全制动数学模型建立
    2.3 特殊因素下安全制动模型的变动
        2.3.1 加入路面摩擦因素的安全制动模型建立
        2.3.2 高速转弯模式下安全制动模型建立
    2.4 本章小结
第3章 安全方程的建立以及智能模型的获取
    3.1 安全方程与车祸信息的关系
        3.1.1 车祸信息的处理
        3.1.2 车祸信息的补全
        3.1.3 信息主体的判定
    3.2 累计损伤关系和安全方程的建立
    3.3 安全方程优化模型
    3.4 本章小结
第4章 多因素下的优化辨识模型建立与验证
    4.1 RBF神经网络在线辨识应用于多因素问题的优势
    4.2 多因素下的优化辨识模型建立
        4.2.1 样本数据的获取
        4.2.2 神经网络在线训练的过程
        4.2.3 仿真结果
    4.3 多因素下的优化辨识模型验证
        4.3.1 仿真模块搭建
        4.3.2 各驾驶模式下的模型仿真
        4.3.3 仿真结果
    4.4 PID控制器与模糊PID控制器的设计
    4.5 针对多因素优化辨识模型各驾驶模式仿真
        4.5.1 普通模式下的模型仿真
        4.5.2 加入摩擦因素模式下的模型仿真
        4.5.3 高速转弯模式下的模型仿真
    4.6 本章小结
第5章 基于多因素优化辨识模型的AFS系统实验实现
    5.1 AFS系统硬件设计
        5.1.1 输入模块设计
        5.1.2 主控制器设计
        5.1.3 输出模块设计
        5.1.4 硬件电路设计
    5.2 软件设计
    5.3 硬件实验
    5.4 本章小结
第6章 结论
    6.1 全文总结
    6.2 研究展望
参考文献
致谢
攻读学位期间的研究成果



本文编号：3833618