基于NAR神經(jīng)網(wǎng)絡(luò)的車速預測及應(yīng)用.pdf

1、車速預測作為車輛智能化的重要組成部分，可為車輛的決策系統(tǒng)提供未來的行駛數(shù)據(jù)，對智能車輛、安全輔助駕駛及動力系統(tǒng)控制等研究有著重要意義。由于車速受多種因素的影響，具有顯著的時變性與非線性，所以對預測有較高的要求。本文以本車車速預測為研究對象，分析車速數(shù)據(jù)時間序列特性，利用NAR神經(jīng)網(wǎng)絡(luò)在處理非線性與時變性時間序列上的優(yōu)勢建立預測模型對車速進行預測，并將建立的預測模型應(yīng)用于防碰撞預警系統(tǒng)，對預測方法的有效性進行驗證。
　　本文首先通過

2、車載OBD-Ⅱ設(shè)備與單目視覺相機采集本車車速數(shù)據(jù)及前車距離數(shù)據(jù)，并通過卡爾曼濾波對采集的數(shù)據(jù)進行濾波，為神經(jīng)網(wǎng)絡(luò)的訓練提供數(shù)據(jù)支持。然后，建立了基于車速自回歸的NAR網(wǎng)絡(luò)結(jié)構(gòu)，并通過反向傳播算法以串聯(lián)的形式對網(wǎng)絡(luò)參數(shù)訓練優(yōu)化，通過與HMM車速預測方法的對比以及城市公交車工況的預測分析，驗證NAR網(wǎng)絡(luò)具有很好的預測精度、時變性能和長期預測能力。最后，將NAR神經(jīng)網(wǎng)絡(luò)預測算法應(yīng)用在防碰撞預警系統(tǒng)中，以臨界跟車安全距離模型為碰撞判斷依據(jù)，預測