基于RBF神经网络的车辆转弯内轮差研究

车辆转弯时,是以内侧后轮为支点进行移动,导致前后轮划过的区域不同,从而形成内轮差。为了防止内轮差事故的发生,我们建立了数学模型,对内轮差进行了研究。对于RBF神经网络模型,通过matlab编程实现了函数的拟合,得到了真实数据y和RBF神经网络拟合得到的结果ty,并作出了真正函数图像、RBF神经网络图像、和误差图像。三维坐标分别表示轮距、轴距和最小转弯半径,用颜色坐标表示内轮差。从误差图像上可以看出,图像的颜色值是相同的蓝色,从颜色坐标上可以读出值为0,即误差为0。说明神经网络的输出已经相当的逼近函数。