智能车辆理论与应用:慕课版

智能车辆理论:线性时变预测控制

相比于非线性模型预测控制,线性时变模型预测控制具有计算量小,易求解等特点。本节将介绍如何将非线性系统转换为线性时变系统。当前时刻系统状态量和控制量分别为ξ0∈χ,μ0∈Ω。将非线性系统式转化为如下的离散的线性时变系统:下面根据离散的线性时变系统式设计模型预测控制器。然而由于系统是实时变化的,在控制周期内不能保证每个时刻满足约束条件的优化目标函数都能求得最优解。
理论教育 2023-10-02

智能车辆理论与应用:慕课版-分类器训练参数设置

针对这些可选参数的设置,可以从以下几个方面考虑。若某一级联分类器有10级,每级的命中率为0.995,误检率为0.5,则经过10个强分类器,最终命中率为0.99510=0.95,误检率为0.510=0.000 9。如果没有足够的正样本,训练就会停止,函数会发出警告。
理论教育 2023-10-02

使用scikit-learn库实现智能车辆理论与应用

下面介绍logistic回归模型代码中引用的几个scikit-learn库函数。下面介绍在logistic回归的基础上进行网格搜索法参数整定代码中的几个scikit-learn库函数。1)GridSearchCV函数代码的第6行调用了scikit-learn库model_selec
理论教育 2023-10-02

人工智能:历史、发展及应用

1997年IBM公司的深蓝击败国际象棋冠军卡斯帕罗夫和2016年Google公司的AlphaGo击败世界围棋冠军李世石是人工智能历史上获得公众关注的两次标志性事件。在人工智能发展过程中,上述多个方法各自都出现过自己的发展巅峰和低谷时期。目前的研究大多集中在弱人工智能这部分。近年来随着计算智能和感知智能的关键技术取得较大突破,弱人工智能的应用条件基本成熟。
理论教育 2023-10-02

智能车辆理论与应用:慕课版-非线性预测模型简化与优化求解

针对非线性的预测模型,本章采用泰勒展开将其线性化来简化预测模型。车辆状态预测过程如式。MPC优化求解过程的目的是使从采样时刻到预测时域末端的观测变量与已知参考量之间的误差最小化。这意味着实际上应该包含NP+1个测量变量。其中,最终,预测模型状态空间的输出量表示为式。
理论教育 2023-10-02

基于集成测试方法的性能测试:实用指南

为了客观、准确地评价智能车辆性能等级及关键技术的发展,可以考虑采用集成测试方法思想,融合基于多平台多传感器的测试技术,展开针对智能车辆性能测试方法的研究。
理论教育 2023-10-02

智能车辆理论与应用:训练分类器

另外,此次训练在还未到5级时就结束了,这是因为第5级还未训练结束时,分类器的整体误检率已经达到0.027 216 8,小于设置的预期虚警率(0.5)5=0.031 25,已经满足要求,因此训练提前结束,此时得到的车辆级联分类器为4级,而不是先前指定的5级。本例在的基础上,每级误检率由0.5降至0.1,其他参数保持不变,此时顺利训练到了第5级结束。出现这种现象的原因是往后的级,训练时是按照上一级正样本被错分的部分作为负样本。
理论教育 2023-10-02

智能车辆仿真系统设计

类人驾驶学习系统主要包括人类驾驶策略学习模块和纵向速度控制模块。其中,人类驾驶策略学习模块的仿真模型在MATLAB/Simulink中建立并与PreScan中的交通场景进行联合仿真,用以完成模型测试。显示模块模拟真实车辆的码数表,用于显示速度、油门量和制动量。
理论教育 2023-10-02

三种机器学习算法概述

在介绍logistic回归、SVM和随机森林三种可解决二分类问题的机器学习算法之前,先对利用机器学习算法求解时会面临的一些共性问题进行介绍。正则化项可以是参数向量w的L2范数,如式(2-3)的总损失函数中的这一项:3)精确度、准确率、召回率、F1分数介绍精确度、准确率、召回率、F1分数是机器学习算法的重要评价指标,下面分别对其概念进行介绍。
理论教育 2023-10-02

智能网联技术:慕课版智能车辆应用

智能网联技术的引入不仅能够减少单个智能车辆对高精度传感器的依赖,而且在节能减排、减少拥堵等方面具有重要作用。本章8.1节以基于网联技术的多车编队自动驾驶为例,介绍了智能网联系统结构、行车规则和编队各车之间的信息传输规则,以及编队中跟随车辆通信软件结构、领航车辆通信软件结构。
理论教育 2023-10-02

智能车辆性能测试内容与应用简介

与此同时,大脑亦会将与内脏有关的“反应”指令通过神经系统直接作用于内脏的各个器官上,产生一定的生理心理行为,如产生心理紧张、激动等主观感受和呼吸紧促、血压升高、体温升高、频繁眨眼等生理指标的变化。
理论教育 2023-10-02

智能车辆理论与应用:非线性模型预测控制

对于阶数较高的非线性系统,如多自由度车辆动力学模型,若不进行适当的简化,非线性模型预测控制算法很难在线实时求解。非线性模型和复杂的非线性约束增加了非线性模型预测控制问题求解难度。若将非线性系统线性化,采用线性模型预测控制算法进行求解,则其计算量将会大大减小。研究表明,线性时不变系统在高速下的控制误差较大,无法获得满意的控制效果。
理论教育 2023-10-02

智能车辆:解决交通堵塞和环境污染的关键

各国智能交通系统的研究规划中,智能车辆系统均是一个重要的子系统。智能车辆的研究和发展必将促进人类社会的进步和发展。技术上的缺陷导致交通堵塞、环境污染、交通安全性差,智能车辆可以大大缓解这些问题。在军事上,由于战场情况复杂多变,自动化程度越来越高,世界各国都竞相开展军用智能车辆技术的研究。从此,在全世界掀开了全面研究智能车辆的序幕。
理论教育 2023-10-02

智能车辆理论与应用:慕课版-检测程序及主要功能介绍

下面介绍相关程序,包括lidar_detection_node.cpp、CMakeLists.txt、start.launch。接下来对主函数的四个部分进一步介绍。初始化ROS并设置节点句柄。2)process函数process函数分为5个部分,下面分别进行介绍。process函数的第三部分程序如下,用于计算每个栅格中的最高点和最低点。
理论教育 2023-10-02

智能车辆优化运动规划算法

基于优化的运动规划算法在文献中通常与轨迹规划紧密联系在一起,其本质是考虑车辆的非线性动态系统的状态、控制量,等式约束和不等式约束求解使得性能指标最小的最优控制问题。该最优控制的本质是求解动态数学优化问题,其采用的求解方法主要分为三大类:动态规划法、间接法和直接法。动态规划法主要是利用贝尔曼最优性原则,采用代价函数的反向搜索,将具有最优子结构的最优控制问题分解成若干子问题,迭代求解最优策略。
理论教育 2023-10-02

智能车辆性能评价方法-慕课版成果

本部分将建立智能车辆性能的评价指标体系,并分别针对客观和主观评价指标提出对智能车辆性能的评价方法。这样既能保证专家判断结果的真实性,又能保证判断矩阵的一致性,使得确定的智能车辆性能的各个评价指标的权重更加合理。
理论教育 2023-10-02
-已经加载完成-