【技术实现步骤摘要】
一种基于CNN和LSTM的预瞄安全路径的方法及系统
本专利技术涉及智能驾驶
，尤其涉及一种基于CNN和LSTM的预瞄安全路径的方法及系统。本专利技术还涉及汽车
，涉及一种预瞄安全路径的汽车。
技术介绍
路径跟踪作为自动驾驶底层控制的核心之一，其性能的好坏决定了车辆的安全性和稳定性。在路径跟踪研究领域，较常用的方法有：PID、驾驶员预瞄模型、模型预测控制(ModelPredictiveControl,MPC)等。其中，PID算法结构简单，但参数较难调节，固定参数无法院对复杂多变的行驶状态.模型预测控制能够应对不同工况，但对车辆模型要求较高，计算量较大。驾驶员预瞄模型是由吉大的郭孔辉院士提出的，驾驶员预瞄模型的工作是基于转向角输入来实现。预瞄路径指的是按车辆当前车头方向及航向角方向的前方路径。驾驶员预瞄模型结构简单，计算量较小，能够应对较多工况，因此在路径跟踪领域被广泛采用。现有驾驶员预瞄模型在预瞄路径跟踪计算时采用理想工况作为计算基础，未考虑客观存在系统延时造成预瞄路径跟踪计算存在误差，为自动驾驶车辆带来了...
【技术保护点】
1.一种基于CNN和LSTM的预瞄安全路径的方法，其特征在于，所述方法至少包括：/n基于预期车速信息和预期路径信息预测初始驾驶员跟随模型的理想转向盘转角；/n基于车辆模型反馈的车辆姿态信息优化所述理想转向盘转角为实际转向盘转角；/n所述车辆模型基于所述实际转向盘转角信息优化车辆姿态信息并拟合得到预期路径信息。/n
【技术特征摘要】
1.一种基于CNN和LSTM的预瞄安全路径的方法，其特征在于，所述方法至少包括：
基于预期车速信息和预期路径信息预测初始驾驶员跟随模型的理想转向盘转角；
基于车辆模型反馈的车辆姿态信息优化所述理想转向盘转角为实际转向盘转角；
所述车辆模型基于所述实际转向盘转角信息优化车辆姿态信息并拟合得到预期路径信息。
2.根据权利要求1所述的基于CNN和LSTM的预瞄安全路径的方法，其特征在于，所述方法还包括：以输入实际路径信息、所述预期路径信息的方式调节LSTM内部的权重信息，从而优化所述初始驾驶员跟随模型。
3.根据权利要求2所述的基于CNN和LSTM的预瞄安全路径的方法，其特征在于，优化所述理想转向盘转角为实际转向盘转角的方法包括：
基于车辆模型反馈的车辆姿态信息中的侧向加速度误差分析转向盘转角的修正量，
根据转向盘转角的修正量与理想转向盘转角来计算实际转向盘转角。
4.根据权利要求3所述的基于CNN和LSTM的预瞄安全路径的方法，其特征在于，所述优化车辆姿态信息的方法还包括：
基于二自由度车辆模型预测车辆的姿态信息，其中，
对二自由度汽车模型进行汽车动力学分析和动力学分析，得到二自由度汽车的运动微分方程；
以质心侧偏角β和横摆角速度wr为状态变量，转向盘转角δ作为输入量，根据所述二自由度汽车的运动微分方程计算对应的状态微分方程；
从而将质心侧偏角β和横摆角速度wr及侧向加速度ay作为状态空间的输出，得出输出方程为：
其中，k1表示前轮的侧偏刚度，k2表示后轮的侧偏刚度，m表示整车质量，u表示汽车绝对速度在车辆坐标系x轴方向的分量，a表示质心至前轴的距离，b表示质心至前轴的距离，δ表示转向盘转角。
5.根据权利要求4所述的基于CNN和LSTM的预瞄安全路径的方法，其特征在于，优化所述初始驾驶员跟随模型的方法至少包括：
以所述实际路径信息作为训练集，以所述预期路径信息作为测试集，按照预设的步数修正LSTM中的权重，
其中，步数表示LSTM是根据以前的步数输入来预测后面的步数输出。
...
【专利技术属性】
技术研发人员：张良，饶泉泉，续秋锦，祁永芳，李鑫，孙克，
申请(专利权)人：合肥工业大学，
类型：发明
国别省市：安徽;34
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。