基于人車協(xié)同的車輛路徑跟隨控制研究
【文章頁數(shù)】:86 頁
【學位級別】:碩士
【部分圖文】:
圖2.1模擬駕駛試驗臺
結(jié)合LabVIEW以及實時仿真系統(tǒng)PXI機箱搭建硬件在環(huán)仿真試驗平臺,如圖2.1所示。采集駕駛員駕駛過程中的操作數(shù)據(jù)和車輛狀態(tài)參數(shù),并對數(shù)據(jù)進行預處理作為駕駛意圖識別的訓練樣本和測試樣本。圖2.1模擬駕駛試驗臺
圖2.4仿真場景圖
圖2.4仿真場景圖況設計好以后,為采集駕駛員駕駛操作數(shù)據(jù),安排了20名行駕駛模擬試驗。由于試驗使用的虛擬多邊形道路在同一為采集到同一個駕駛員在相同的道路條件下的左右轉(zhuǎn)向操驗時,安排駕駛員順時針和逆時針各駕駛一圈。在順時針據(jù)作為右轉(zhuǎn)向操作數(shù)據(jù),其他時刻的操作數(shù)據(jù)作為直行操員....
圖3.4線性可分時SVM分類示意圖
于統(tǒng)計學習理論和最小化結(jié)構(gòu)風險原則設計的算法樣本分隔開,且最優(yōu)超平面能將不同類別樣本間擅長解決小樣本、非線性、高維度、過學習和二分性可分和非線性可分兩種情況。對于非線性可分數(shù)將樣本映射到高維空間中,構(gòu)造非線性SVM非線性可分情況下SVM分類的基本思想。,線性二分類的目的就....
圖5.1不同納什均衡之間的關系
為“占優(yōu)戰(zhàn)略”,如果所有的參與人都有占優(yōu)戰(zhàn)略存衡稱為“占優(yōu)均衡”。然而絕大多數(shù)博弈中,占優(yōu)過程中能找到參與人的劣策略,剔除構(gòu)造新的博弈策此重復,直到出現(xiàn)唯一的戰(zhàn)略組合,則將這唯一的戰(zhàn)“重復剔除的占優(yōu)均衡”。都屬于純戰(zhàn)略博弈,對應的納什均衡都屬于“純戰(zhàn)略者在策略選擇時會對某一策略以....
本文編號:4000407
本文鏈接:http://www.lk138.cn/kejilunwen/qiche/4000407.html
下一篇:沒有了