[发明专利]一种实时检验无人驾驶汽车制动性能的制动检测算法

权利要求书

1.一种实时检验无人驾驶汽车制动性能的制动检测算法，其特征在于，包括以下步骤：

S10、收集不同制动状况下制动特征因素作为数据集，并进行数据预处理；

S20、采用遗传算法优化初始权域值；

S30、根据制动特征因素个数及制动状况种类，构建bp神经网络并进行训练；

S40、对网络进行测试验证，保证网络输出值与汽车制动状况的一致性。

2.根据权利要求1所述的一种实时检验无人驾驶汽车制动性能的制动检测算法，其特征在于：所述制动因素包括四个车轮轮速、纵向车速、横摆角速度；汽车的制动距离、制动减速度可由四个车轮轮速、纵向车速计算得到，汽车制动时方向稳定性可由横摆角速度表示；

所述制动状况设为各车轮制动力皆足够、左前车轮制动力不足，左后车轮制动力不足、右前车轮制动力不足、右后车轮制动力不足五种情况。

3.根据权利要求1所述的一种实时检验无人驾驶汽车制动性能的制动检测算法，其特征在于：所述数据集包含M个数据，分别用作训练集、测试集；

训练集、测试集各包括M1、M2个数据；其中M1占80％，M2占20％。

4.根据权利要求1所述的一种实时检验无人驾驶汽车制动性能的制动检测算法，其特征在于：所述数据预处理包括如下方法：

五种不同制动状况，分别记作{1，0，0，0，0}、{0，1，0，0，0}、{0，0，1，0，0}、{0，0，0，1，0}、{0，0，0，0，1}；

因不同制动特征因素数值差别较大，容易造成精度不够，因此对制动特征因素进行预处理；通过公式得到一组0～1的数据。

5.根据权利要求1所述的一种实时检验无人驾驶汽车制动性能的制动检测算法，其特征在于：所述采用遗传算法优化初始权域值，包括以下步骤：

S21、确定种群染色体个数N、个体染色体编码长度值L及对应数值；其中种群个体染色体的编码长度设为L，L为网层之间的权值和节点阈值数目之和，L＝n₁*n₂+n₂*n₃+n₂+n₃，染色体编码初始值为对应网络初始权域值；

S22、通过神经网络误差函数确定适应度函数，适应度函数得染色体个体适应度F_i，其中E为bp神经网络误差函数；

S23、按误差函数尽可能小的适用度准则，选择子代种群，个体i被选中概率p_i，其中

S24、选择后得到的子代种群选两个不同染色体，采用非均匀交叉算术，指定某基因位置根据算子交叉概率，进行交叉操作；

S25、交叉操作后得到的染色体中选则某一染色体，根据变异概率，进行变异操作；

S26、判断程序：进行前五步的操作后，判断适应度值是否达到标准，如果没有就返回步骤S22，重复进行上述操作直至满足判定条件后，得到适应度值最大染色体，即误差函数达到最小值对应的染色体，解码后，输出最优初始权值阈值到bp网络。