【技术实现步骤摘要】
基于人机共享的智能电动汽车横向控制系统及方法
[0001]本专利技术属于汽车智能驾驶领域，特别是涉及到一种基于人机共享的智能电动汽车横向控制系统及方法。
技术介绍
[0002]智能电动汽车作为无人驾驶的典型代表，它是由传感器技术、通信技术、感知融合、机器视觉、微电子技术、控制和决策等众多高新技术交叉结合的集合体。
[0003]横向控制协同驾驶员对方向盘进行控制，在尽可能地减轻驾驶员的驾驶负担的同时还可以保证车辆行驶的稳定性，兼顾舒适性和安全性。文献1(曾玮攀.基于人机共驾的转向辅助系统控制研究[D],湖南大学硕士论文，2019.)，提出一种自适应驾驶员行为的人机共驾辅助控制律.通过分析驾驶员对转向辅助的实际需求,建立相关函数表达式,由驾驶员实时输入的力矩以及上层驾驶员监测系统所得到的驾驶员状态数据确定驾驶员行为。在人机共享控制的过程中，人类驾驶员的驾驶状态显然是时刻变化的，对于横向辅助系统的需求也会不断变化，所以也不是随时都需要横向辅助系统对驾驶员进行协同控制，考虑到现阶段驾驶员显然才是人机共驾中的主体，如何实现驾驶...
【技术保护点】
【技术特征摘要】
1.基于人机共享的智能电动汽车横向控制系统，其特征在于包括车辆信息采集模块、道路检测模块、CCD视觉传感器模块、驾驶员模型、时滞鲁棒保性能转向控制器、深度神经网络驾驶权优化模块；车辆信息采集模块的输出端接驾驶员模型和滞鲁棒保性能转向控制器的输入端，驾驶员模型和滞鲁棒保性能转向控制器的输出端接深度神经网络驾驶权优化模块，深度神经网络驾驶权优化模块的输出端接人机共享的智能电动汽车；所述车辆信息采集模块，用于采集人类驾驶员驾驶车辆转向过程中车辆的状态信息及驾驶员操作信息并传送给驾驶员模型和时滞鲁棒保性能转向控制器；车辆的状态信息包括车辆横摆角速度、横向位移、横向速度、纵向速度、方位偏差、角度偏差、驾驶员的方向盘转角；所述CCD视觉传感器模块用于采集智能电动汽车周围环境信息；所述道路检测模块用于检测智能电动汽车前方行驶的道路；所述驾驶员模型，基于专家系统建立，用于描述智能电动汽车转向过程参数不确定性和外界干扰；时滞鲁棒保性能转向控制器，基于鲁棒控制理论设计,用于解决参数不确定性、干扰和时滞特性的智能电动汽车转向控制问题；深度神经网络驾驶权优化模块，用于实现对人类驾驶员和转向控制器的人机协同，实现智能电动汽车横向控制人机共享。2.基于人机共享的智能电动汽车横向控制方法，其特征在于包括以下步骤：步骤1：针对行驶道路复杂多变，提出基于深度学习的智能电动汽车前方道路检测方法；步骤2：根据驾驶员转向行为特性，建立模拟驾驶员转向特征的专家系统模型；步骤3：建立描述智能电动汽车转向过程参数不确定性和外界干扰的转向控制模型；步骤4：针对智能电动汽车转向系统的时滞特性，采用鲁棒控制理论设计解决参数不确定性、干扰和时滞特性的保性能转向控制器；步骤5：采用深度神经网络设计智能电动汽车人机协同控制策略，实现智能电动汽车横向控制人机共享。3.如权利要求2所述基于人机共享的智能电动汽车横向控制方法，其特征在于在步骤1中，所述针对行驶道路复杂多变，提出基于深度学习的智能电动汽车前方道路检测方法，包括以下子步骤：第一步，对采集的图像进行预处理，将图像转变成为需要的输入尺寸，经由Darknet53网络将图片划分为多个单元格；第二步，在Darknet53网络之后加入类空间金字塔池化...
【专利技术属性】
技术研发人员：郭景华，王靖瑶，何智飞，肖宝平，王班，
申请(专利权)人：厦门大学，
类型：发明
国别省市：
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。