基于BP神经网络的车道保持控制系统

吉林大学学报(工学版) ›› 2010, Vol. 40 ›› Issue (03): 650-0654.

基于BP神经网络的车道保持控制系统

金立生^1,2,方文平¹,候海晶¹,孙玉芹¹

1.吉林大学交通学院|长春 130022；2.吉林大学汽车动态模拟国家重点实验室|长春 130022

收稿日期:2009-05-18 出版日期:2010-05-01 发布日期:2010-05-01
通讯作者: 金立生（1975-）,男,教授,博士生导师.研究方向:车辆行驶安全理论与技术.E-mail:jinls@jlu.edu.cn E-mail:jinls@jlu.edu.cn
作者简介:金立生（1975-）,男,教授,博士生导师.研究方向:车辆行驶安全理论与技术.E-mail:jinls@jlu.edu.cn
基金资助:
国家自然科学基金项目(50908098);吉林省国际科技合作项目（20080706）;吉林大学基本科研业务专项资金项目

Co-simulation of lane keeping control system based on BP neural network

JIN Li-sheng ^1,2, FANG Wen-ping¹, HOU Hai-jing¹, SUN Yu-qin¹

1.College of Transportation, Jilin University, Changchun 130022 China；2.State Key Laboratory of Automobile Dynamic Simulation, Jilin University, Changchun 130022, China

Received:2009-05-18 Online:2010-05-01 Published:2010-05-01

摘要/Abstract

摘要：

利用机械动力学仿真软件ADAMS/CAR建立了主要包括用于进行自主控制的转向系统及可输出状态变量车身模型的整车动力学模型，在MATLAB/Simulink环境下设计了基于BP神经网络PID的车道保持控制系统。通过输入输出接口实现了整车模型与Matlab的通信。利用建立的Matlab控制模块和ADAMS机械系统动力学模型实现了车道保持控制的联合仿真。仿真结果表明，所设计的车道保持控制系统能较好地实现在危险状态下的车道保持自主控制，且控制过程平稳。

关键词: 交通运输安全工程, 车道保持, 联合仿真, BP神经网络

Abstract:

A vehicle dynamics model incorporating mainly the steering system for self-control and the vehicle body model for output of state variables was built using the mechanical dynamics simulation software ADAMS/CAR. A control system for lane-keeping was designed in the environment of MATLAB/Simulink based on the BP neural network and PID control algorithm. The communication between the vehicle dynamics model and the Matlab module was established by input/output interface. The co-simulation of the lane-keeping control was realized by the established Matlab control module and the mechanical system dynamics model. The simulation results showed that the designed lane-keeping control system can achieve the reliable self-control of the lanekeeping,guarantee the vehicle to move along the lane mask smoothly and steadily at dangerous conditions.

Key words: transportation safety engineering, lane keeping, co-simulation, BP neural network

中图分类号:

U461.91

金立生,方文平,候海晶,孙玉芹. 基于BP神经网络的车道保持控制系统[J]. 吉林大学学报(工学版), 2010, 40(03): 650-0654.

JIN Li-sheng| FANG Wen-ping, HOU Hai-jing, SUN Yu-qin. Co-simulation of lane keeping control system based on BP neural network[J]. 吉林大学学报(工学版), 2010, 40(03): 650-0654.

参考文献

相关文章 15

[1]	代存杰,李引珍,马昌喜,柴获,牟海波. 不确定条件下危险品配送路线多准则优化[J]. 吉林大学学报(工学版), 2018, 48(6): 1694-1702.
[2]	胡满江, 罗禹贡, 陈龙, 李克强. 基于纵向频响特性的整车质量估计[J]. 吉林大学学报(工学版), 2018, 48(4): 977-983.
[3]	刘东亮, 王秋爽. 基于NGSIM数据的车辆瞬时速度获取方法[J]. 吉林大学学报(工学版), 2018, 48(1): 330-335.
[4]	王芳荣, 郭柏苍, 金立生, 高琳琳, 岳欣羽. 次任务驾驶安全评价指标筛选及其权值计算[J]. 吉林大学学报(工学版), 2017, 47(6): 1710-1715.
[5]	谭立东, 刘丹, 李文军. 基于蝇复眼的交通事故现场全景图像阵列仿生设计[J]. 吉林大学学报(工学版), 2017, 47(6): 1738-1744.
[6]	靳立强, 孙志祥, 郑迎. 电动轮汽车复合再生制动系统防抱协调控制[J]. 吉林大学学报(工学版), 2017, 47(5): 1344-1351.
[7]	李显生, 孟祥雨, 郑雪莲, 程竹青, 任圆圆. 非满载罐体内液体冲击动力学特性[J]. 吉林大学学报(工学版), 2017, 47(3): 737-743.
[8]	王占中, 赵利英, 曹宁博. 基于多层编码遗传算法的危险品运输调度模型[J]. 吉林大学学报(工学版), 2017, 47(3): 751-755.
[9]	王德军, 吕志超, 王启明, 张贤达, 王子健. 基于汽缸压力辨识的发动机失火故障诊断[J]. 吉林大学学报(工学版), 2017, 47(3): 917-923.
[10]	黄璇, 郭立红, 李姜, 于洋. 改进粒子群优化BP神经网络的目标威胁估计[J]. 吉林大学学报(工学版), 2017, 47(3): 996-1002.
[11]	徐进, 陈薇, 周佳, 罗骁, 邵毅明. 汽车转向盘操作与驾驶负荷的相关性[J]. 吉林大学学报(工学版), 2017, 47(2): 438-445.
[12]	郭应时, 付锐, 赵凯, 马勇, 袁伟. 驾驶人换道意图实时识别模型评价及测试[J]. 吉林大学学报(工学版), 2016, 46(6): 1836-1844.
[13]	张钦国, 秦四成, 马润达, 杨立光, 郗元, 刘晋侨. 装载机工作装置液压系统热特性[J]. 吉林大学学报(工学版), 2016, 46(3): 811-817.
[14]	孙璐，徐建，崔相民. 面板数据模型分析及交通事故预测[J]. 吉林大学学报(工学版), 2015, 45(6): 1771-1778.
[15]	李寿涛，田微，郭鹏程，马用学，张浩，王楠. 基于模糊自适应的BP神经网络动态行驶车辆车长测算[J]. 吉林大学学报(工学版), 2015, 45(6): 1881-1886.

Metrics

Viewed

Full text

Abstract

Cited

Shared

Discussed