摘要
针对单一神经网络的预测轨迹与实际轨迹偏差较大的问题,同时为使智能无人车在双车道左转和单车道 U形弯转向时具有仿熟练驾驶人的操作特性,基于熟练驾驶人的转向习惯设计一种结合长短期记忆(Long Short-Term Memory,LSTM)及反向传播(Back Propagation,BP)神经网络的 LSTM-BP 转向轨迹预测模型.在 PreScan中建立车辆模型与虚拟场景,基于熟练驾驶人的操作习惯,通过 G29 驾驶模拟器操纵车辆得到转向数据训练组合预测模型,设计基于线性二次型调节(Linear Quadratic Regulator,LQR)的路径跟踪控制器,并利用 Simulink-PreScan-CarSim对双车道左转和 U形弯行驶两种工况进行联合仿真试验,验证该轨迹预测模型和轨迹跟踪控制器的准确性.
维普
万方数据