排序方式： 共有3条查询结果，搜索用时 781 毫秒
1
1.
在复杂交通环境中行驶的智能汽车需要预测未来周围车辆的动向,为了提升智能汽车快速且准确预测周围车辆驾驶行为及轨迹的能力,设计了一种基于BiGRU的多模态驾驶行为及轨迹预测模型.模型由BiGRU编码器、交互卷积池化层和GRU解码器组成,能够预测未来5s车辆多模态驾驶行为的概率和多模态驾驶行为对应的轨迹分布.试验结果表明,相较于其他基于深度学习的模型,该模型在预测长时域轨迹时的RMSE损失和NLL损失更低,具备更高的准确率. 相似文献
2.
介绍了一个用来开发和测试车辆电子控制系统性能的仿真环境.仿真环境模拟真实的交通工况和极限驾驶工况,用于验证车辆电子控制系统中的控制算法,也可以将硬件系统集成到环境里进行硬件在环仿真.首先,介绍了虚拟环境的整体框架和结构.接着,详细介绍了系统的各个组成模块的功能.由于交通环境下仿真车辆感知周围的驾驶环境主要依靠传感器实现,以自适应巡航控制系统为例,介绍了传感器模块和控制模块的集成方法.最后,给出了一个交通环境下自适应巡航控制的例子. 相似文献
3.
针对汽车主动悬架控制系统中难以测得的侧倾角速率俯仰角速率等状态参数,提出一种利用七自由度车辆模型,并采用滑模观测器估计汽车姿态的方法.提出的方法在未知道路状况的情况下可以降低模型不确定因素的影响.仿真计算与场地实验的结果验证了该方法的有效性,同时也为汽车控制系统的状态参数测量提供了一个可行的低成本策略. 相似文献
1