[發明專利]基于神經網絡的車輛隊列控制模式切換系統及切換方法有效
| 申請號: | 202111101707.8 | 申請日: | 2021-09-18 |
| 公開(公告)號: | CN113808438B | 公開(公告)日: | 2022-07-01 |
| 發明(設計)人: | 童星;趙祥模;田彬;徐志剛;張鑫 | 申請(專利權)人: | 長安大學 |
| 主分類號: | G08G1/16 | 分類號: | G08G1/16;G08G1/00;G06N3/04 |
| 代理公司: | 西安正華恒遠知識產權代理事務所(普通合伙) 61271 | 代理人: | 傅曉 |
| 地址: | 710064 陜*** | 國省代碼: | 陜西;61 |
| 權利要求書: | 查看更多 | 說明書: | 查看更多 |
| 摘要: | |||
| 搜索關鍵詞: | 基于 神經網絡 車輛 隊列 控制 模式 切換 系統 方法 | ||
1.一種基于神經網絡的車輛隊列控制模式切換系統,其特征在于,包括數據采集模塊、數據處理模塊和控制器切換模塊;
所述數據采集模塊用于接收當前車輛和前方車輛的數據信息;所述數據信息包括車輛的速度、水平位置坐標和垂直位置坐標;
所述數據處理模塊用于對當前車輛和前方車輛的數據信息進行處理;
所述控制器切換模塊用于根據處理后的數據信息,切換當前車輛的控制方式;
基于神經網絡的車輛隊列控制模式切換方法應用于基于神經網絡的車輛隊列控制模式切換系統中,包括以下步驟:
S1:利用數據采集模塊采集當前車輛和前方車輛的數據信息,并利用深度學習法預測前方車輛的加速度;
S2:根據當前車輛的數據信息、當前車輛的加速度、前方車輛的數據信息和前方車輛的加速度,利用控制器切換模塊判斷當前車輛的行駛區域的消息延遲是否超過閾值,若是進入步驟S3,否則進入步驟S4;
S3:利用神經網絡模型預測當前車輛的數據信息,并將當前車輛的CACC模式切換至ACC模式,控制車輛的行駛軌跡,并進入步驟S5;
S4:繼續接收前方車輛的數據信息,并進入步驟S5;
S5:判斷前方車輛和當前車輛的車頭時距是否恒定,若是則完成車輛隊列控制,否則返回步驟S1。
2.根據權利要求1所述的基于神經網絡的車輛隊列控制模式切換系統,其特征在于,所述步驟S2中,判斷當前車輛的行駛區域存在消息延遲的具體方法為:若當前車輛的響應信號和前方車輛的響應信號滿足則當前車輛的行駛區域存在消息延遲,其中,Λi(t)表示當前第i輛車的響應信號,Λi-1(t)表示前方第i-1輛車的響應信號,||·||2表示信號能量,響應信號包括車輛的間距誤差、速度和加速度。
3.根據權利要求1所述的基于神經網絡的車輛隊列控制模式切換系統,其特征在于,所述步驟S3包括以下子步驟:
S31:利用數據處理模塊對前方車輛的數據信息進行清洗;
S32:選取清洗后前方車輛的數據信息的80%對神經網絡模型進行訓練,選取清洗后前方車輛的數據信息的20%對神經網絡模型進行測試,得到神經網絡模型的輸出數據;
S33:將神經網絡模型的輸出數據作為當前車輛的數據信息,并將當前車輛的CACC模式切換至ACC模式。
4.根據權利要求3所述的基于神經網絡的車輛隊列控制模式切換系統,其特征在于,所述步驟S32中,對神經網絡模型進行訓練的具體方法為:將當前車輛的速度作為神經網絡模型的第一輸入參數,將當前車輛的速度和水平位置坐標作為神經網絡模型的第二輸入參數,將當前車輛的速度、水平位置坐標和垂直位置坐標作為神經網絡模型的第三輸入參數,分別計算第一輸入參數、第二輸入參數和第三輸入參數的均方根誤差,利用最小均方根誤差對應的輸入參數對神經網絡模型進行訓練。
該專利技術資料僅供研究查看技術是否侵權等信息,商用須獲得專利權人授權。該專利全部權利屬于長安大學,未經長安大學許可,擅自商用是侵權行為。如果您想購買此專利、獲得商業授權和技術合作,請聯系【客服】
本文鏈接:http://www.szxzyx.cn/pat/books/202111101707.8/1.html,轉載請聲明來源鉆瓜專利網。





