[发明专利]一种自适应巡航系统控制参数的标定方法及装置

摘要

本发明提供了一种自适应巡航系统控制参数的标定方法及装置，所述方法通过获取本车行驶数据与前方车辆行驶数据，并将本车行驶数据与前方车辆行驶数据作为输入变量，输入到预先训练生成的深度神经网络模型中，可以快速、准确的获得自适应巡航系统控制参数；可见，利用预先训练生成的深度神经网络模型，能够将从多方面反映本车行驶情况的本车行驶数据，以及从多方面反映前方车辆行驶情况的前方车辆行驶数据作为输入变量，进而自动输出与之对应的自适应巡航系统控制参数，以便用其精准计算出令本车与前方车辆进入稳定状态所需的本车加速度值，有效提高了自适应巡航系统控制参数的标定速度与准确度。

主权项

1.一种自适应巡航系统控制参数的标定方法，其特征在于，包括：获取本车行驶数据与前方车辆行驶数据，其中，所述本车行驶数据包括本车的速度、时距值、目标距离、加速度、横摆角速度、方向盘转角、方向盘力矩、转向灯信号、油门踏板行程和刹车踏板行程，所述前方车辆行驶数据包括前方车辆的距离、速度、加速度、车辆类型、车辆宽度和车辆横向位置；将所述本车行驶数据与所述前方车辆行驶数据输入到深度神经网络模型，获得自适应巡航系统控制参数，所述深度神经网络模型预先训练生成；所述深度神经网络模型的训练过程包括：按照第一预设时间间隔，采集预设时间段内第一组数的初始训练数据，每一组所述初始训练数据包括本车行驶训练数据和前方车辆行驶训练数据，所述本车行驶训练数据包括本车的速度、时距值、加速度、横摆角速度、方向盘转角、方向盘力矩、转向灯信号、油门踏板行程和刹车踏板行程，所述前方车辆行驶训练数据包括前方车辆的距离、速度、加速度、车辆类型、车辆宽度和车辆横向位置；对采集到的所述第一组数的初始训练数据进行数据筛选，获得第二组数的筛选训练数据，所述第二组数小于或等于所述第一组数；计算每一组所述筛选训练数据的自适应巡航系统控制参数，并将每一组所述筛选训练数据与对应的自适应巡航系统控制参数作为一组配对数据；将所述配对数据输入到初始神经网络模型进行训练，获得所述深度神经网络模型。