仿驾驶人转向行为的无人车转向系统控制研究

摘要

针对单一神经网络的预测轨迹与实际轨迹偏差较大的问题，同时为使智能无人车在双车道左转和单车道U形弯转向时具有仿熟练驾驶人的操作特性，基于熟练驾驶人的转向习惯设计一种结合长短期记忆(Long Short-Term Memory, LSTM)及反向传播(Back Propagation, BP)神经网络的LSTM-BP转向轨迹预测模型。在PreScan中建立车辆模型与虚拟场景，基于熟练驾驶人的操作习惯，通过G29驾驶模拟器操纵车辆得到转向数据训练组合预测模型，设计基于线性二次型调节(Linear Quadratic Regulator, LQR)的路径跟踪控制器，并利用Simulink-PreScan-CarSim对双车道左转和U形弯行驶两种工况进行联合仿真试验，验证该轨迹预测模型和轨迹跟踪控制器的准确性。

关键词

汽车 / 无人驾驶汽车 / 转向系统 / 转向行为 / 熟练驾驶人 / 神经网络 / 轨迹预测 / 轨迹跟踪控制