基于自适应神经网络的智能车寻线行驶控制研究  

On Hunt Driving Control of Intelligent Vehicles Based on Self-adaptive Neural Network

作　　者：孙晓军[1] 张军 徐友春 李华 张志超[1] 

机构地区：[1]军事交通学院研究生管理大队,天津300161 [2]总装备部通用装备保障部,北京100072 [3]军事交通学院军用车辆系,天津300161

出　　处：《军事交通学院学报》2013年第7期55-59,共5页Journal of Military Transportation University

基　　金：国家自然科学基金重大研究计划重点支持项目(91120306);国家自然科学基金项目(51175290)

摘　　要：寻线行驶是实现智能车自主驾驶的基础，其控制效果决定了智能车自主驾驶的平顺性。在缩微智能车实验平台上，以相机采集到的车道线信息为输入量，以缩微智能车舵机转角为输出量，运用自适应神经网络系统进行了输出控制优化，并对误差精度进行了分析。通过转向回正实验验证了此方法在缩短控制时间、提高车速方面的有效性，为该控制方法应用于实车提供了一定参考价值。Hunt driving is the basis of autonomous driving for intelligent vehicle, the smooth of autonomous driving depends on the control effect of hunt driving. Selecting the lane line information aequisitioned by camera as the input on microfilm smart car experiment platform, selecting the control angle of steering servo as output, Optimized the output control by using the self - adaptive neural network system, and analyzed the error accuracy. Verified the validity of this method to shorten the control time,improve the speed by turning back experiment,it can provide a certain reference for application.

关 键 词：自适应神经网络 混合学习算法 寻线行驶 

分 类 号：TP273.4[自动化与计算机技术—检测技术与自动化装置]