一个基于BP神经网络控制算法的智能驾驶行为辅助决策系统.pdf

"基于BP神经网络控制算法的智能驾驶行为辅助决策系统" 本文主要介绍了基于BP神经网络控制算法的智能驾驶行为辅助决策系统，该系统旨在减少驾驶员的操作负荷和判断错误，提高交通安全。本系统利用BP神经网络辨识的动态矩阵预测控制新方法来对商务车驾驶行为进行优化，研究智能驾驶行为辅助决策系统。 BP神经网络是基于误差反向传递算法的神经网络模型，其基本原理为：利用输出值和期望值的误差来估计输出层前一层的误差，再用这个误差估计更前一层的误差，如此逐层的将误差反向传递下去，即可得到每一层的误差估计。在学习过程中，反传误差的目的是为了调整权值使神经网络的总误差最小，也就是实际输出值和期望输出值的误差方差为最小。 智能驾驶行为辅助决策系统的需求概述：该系统主要是在商务车驾驶员参与下，通过车载传感器取得各种信息，按照该系统预先警示功能做出合理的判定和决断，提示驾驶者及时进行处理，避免危险发生。该系统的研发目的，着重是对驾驶安全、交通效率、舒适和境况四个部分进行提升和完善。 行驶管理是指对驾驶者的行驶状况做出决策。商务车驾驶人员在驾驶过程中需要对行驶的线路以及方向等问题进行仔细的掌控，这实质上是对多个车辆参数进行调整。使用神经互联网可以与任何繁复非线性函数十分类似，可以对不确定系统的非静态特点进行学习与适用，可以利用平行计算方式迅速的作即时计算等特别功能，创建神经互联网识别模型为其进行预测，在驾驶途中，可以控制其时速、转向和路线等有关状况。 车况管理是协助驾驶者检查以及解决控制、稳定和导航三个方面的数据，这便会更好的减轻驾驶者的驾驶压力，而且提升了在行驶过程中控制的便利和驾驶的安全问题。 停泊管理是协助停靠车辆管控单元的着重研发部分，以下划分成路线决定和转向控制两大部分。在任意情况下均可以确保商务车辆能随时停车，就静态境况来说，能够把汽车的安全保障化简成单一的几何安全，即是仅需要关注商务车的外在形态和阻碍物体间是不是将接触来判定商务车是不是处于安全状态。 安全预警管理是在车辆驾驶时，商务车遇到前车驾驶者操作不当，比如遇到前车急刹、违规变换道路等，如果不迅速进行处理，就非常容易致使汽车追尾。特别在高速公路，当第一辆车紧急刹车时，在其后面的车辆需要及时进行处理，以避免 автомобиль追尾事故的发生。 本文提出了一种基于BP神经网络控制算法的智能驾驶行为辅助决策系统，该系统可以减少驾驶员的操作负荷和判断错误，提高交通安全，并提高交通效率和舒适度。