- 相關(guān)推薦
基于模糊神經(jīng)網(wǎng)絡(luò)的車輛自動(dòng)避撞預(yù)警算法研究
| 全部作者： | 高峰 王江鋒 施紹友 王健 |
| 第1作者單位： | 北京航空航天大學(xué) |
| 論文摘要： | 隨著全球城市化進(jìn)展和車輛的普及，世界各國的交通安全狀況日益惡化，對(duì)人們的生命財(cái)產(chǎn)構(gòu)成嚴(yán)重威脅。智能交通系統(tǒng)（ITS）的出現(xiàn)，目前已經(jīng)成為世界各國公認(rèn)解決道路交通安全問題的有效途徑。作為車輛智能控制（AVCS）的重要研究?jī)?nèi)容，車輛碰撞預(yù)警系統(tǒng)（Collision Warning System, CWS）等主動(dòng)安全技術(shù)1直是ITS研究中的熱點(diǎn)和關(guān)鍵點(diǎn)，其中碰撞預(yù)警算法（Collision Warning Algorithm, CWA）的研究作為CWS的核心，已經(jīng)成為世界各大汽車生產(chǎn)商和交通安全領(lǐng)域研究人員的重點(diǎn)研究方向。CWS就是利用信息技術(shù)、通信技術(shù)和電子控制技術(shù)等新技術(shù)持續(xù)感知道路狀況、相鄰車輛行進(jìn)情況以及車輛的動(dòng)力學(xué)性能，并對(duì)預(yù)測(cè)到的碰撞給出報(bào)警。首先，論文在分析駕駛員駕駛行為基礎(chǔ)上，確定CWA的報(bào)警準(zhǔn)則；然后，基于報(bào)警準(zhǔn)則采用模糊神經(jīng)網(wǎng)絡(luò)（Fuzzy Neural Networks, FuNN）方法，建立1種多輸入、多輸出的協(xié)作CWA模型，用于支持CWS；最后，利用實(shí)測(cè)數(shù)據(jù)對(duì)CWA進(jìn)行測(cè)試，試驗(yàn)結(jié)果表明，算法能夠?qū)囕v碰撞進(jìn)行有效地報(bào)警，對(duì)提高車輛行駛的安全性具有重要意義。 |
| 關(guān)鍵詞： | ITS, 碰撞預(yù)警算法, 模糊神經(jīng)網(wǎng)絡(luò) (瀏覽全文) |
| 發(fā)表日期： | 2006年10月26日 |
| 同行評(píng)議： | （暫時(shí)沒有）
|
| 綜合評(píng)價(jià)： | （暫時(shí)沒有） |
| 修改稿： |
【基于模糊神經(jīng)網(wǎng)絡(luò)的車輛自動(dòng)避撞預(yù)警算法研究】相關(guān)文章：
基于內(nèi)容的模糊圖像檢索技術(shù)研究03-18
基于神經(jīng)網(wǎng)絡(luò)的車輛動(dòng)力學(xué)分析11-22
基于模糊綜合評(píng)價(jià)的企業(yè)危機(jī)評(píng)價(jià)及決策研究02-27
基于GIS和神經(jīng)網(wǎng)絡(luò)的超市選址方法研究11-22
基于BP神經(jīng)網(wǎng)絡(luò)的遙感影像分類方法研究03-07
基于LDPC碼保護(hù)的DWT數(shù)字水印算法研究03-07