[发明专利]一种基于驾驶人转向意图的无人车线控转向控制方法及系统

说明书

本发明涉及一种基于驾驶人转向意图的无人车线控转向控制方法及系统,利用概率神经网络PNN对熟练驾驶员的行车轨迹特点进行非线性拟合，并获取驾驶人转向意图信息，以及与其他的轨迹拟合方法进行分析对比；然后探究如何在智能驾驶汽车上预测出具有熟练驾驶人特征的方向盘转角等特征参数，建立驾驶员模型及仿熟练驾驶人智能转向控制器，以及线控转向系统实现转角和转矩等的控制，并让无人车具备与熟练驾驶员高度相似的操作特征，提高无人车转向的稳定性。

技术领域

本发明涉及无人驾驶领域，尤其涉及到一种基于驾驶人转向意图的无人车线控转向控制方法及系统。

背景技术

线控转向控制由于取消了转向盘和转向轮之间的机械连接装置,彻底摆脱了传统转向系统所固有的弊端,特点有安全、舒适、经济和操作稳定性好等，而且便于和其他系统集成、统一协调控制；

现有的无人车，主要依靠车内的以计算机系统为主的智能驾驶仪来实现无人驾驶。它是利用车载传感器来感知车辆周围环境，并根据感知所获得的道路、车辆位置和障碍物信息，控制车辆的转向和速度，从而使车辆能够安全、可靠地在道路上行驶。而且从根本上改变了传统的“人—车—路”闭环控制方式，将不可控的驾驶员从该闭环系统中请出去，从而大大提高了交通系统的效率和安全性。

目前现有技术的问题是，无人车转向时的车身的不稳定，以及模拟真实熟练驾驶人的操控水平不足。

发明内容

本发明的目的是提供一种转向稳定，能够模拟真实熟练驾驶人的操控水平的基于驾驶人转向意图的无人车线控转向控制方法及系统；

一种基于驾驶人转向意图的无人车线控转向控制方法；

在虚拟驾驶仿真环境中采集不同转向工况下的转向试验参数，并根据采集到的驾驶员行车轨迹特点运用概率神经网络PNN进行非线性拟合，获取驾驶人转向意图信息；

对驾驶员转向操作特性记性分析，基于CNN-LSTM混合算法建立驾驶员模型；

根据获取的驾驶人转向意图信息建立仿人智能转向控制器；

基于驾驶员模型和智能转向控制器获取无人车的转角及各动力参数的输出；

进一步，所述概率神经网络PNN进行非线性拟合按照如下方法进行：

对问题进行分类，分类问题为：c＝c₁或c＝c₂；

计算先验概率：

h₁＝p(c₁)，

h₂＝p(c₂)

h₁+h₂＝1

给定输入向量x＝[x₁，x₂，…，x_N]为得到的一组观测结果；

进行分类的依据为：

p(c₁|x)为x发生情况下，类别c₁的后验概率；

根据贝叶斯公式，后验概率等于

进一步，对分类问题c＝c₁或c＝c₂的分类规则进行调整，调整方法如下：