文献类型：期刊文章

作　　者：王猛[1,2] 陈珏璇[3] 邓正兴[3]

WANG Meng;CHEN Jue-xuan;DENG Zheng-xing(School of Artificial Intelligence and Automation,Huazhong University of Science and Technology,Wuhan 430074;K+Lab Laboratory,Wuhan KOTEI Informatics Co.,Ltd.,Wuhan 430073;Intelligent Driving Department,Wuhan KOTEI Technology Corporation,Wuhan 430200,China)

机构地区：[1]华中科技大学人工智能与自动化学院,湖北武汉430074 [2]武汉光庭信息技术股份有限公司K+Lab实验室,湖北武汉430073 [3]武汉光庭科技有限公司智能驾驶部,湖北武汉430200

出　　处：《计算机工程与科学》

基　　金：2019年湖北省博士后创新实践岗位项目。

年　　份：2021

卷　　号：43

期　　号：11

起止页码：2011-2019

语　　种：中文

收录情况：BDHX、BDHX2020、CSCD、CSCD_E2021_2022、JST、ZGKJHX、核心刊

摘　　要：为提升自动驾驶的舒适性,降低速度规划算法的复杂度,提出了一种基于模糊神经网络的纵向速度规划方法。将人工驾驶经验总结为模糊规则表,建立了模糊速度规划模型,结合神经网络的自学习功能修正模糊速度规划模型,建立了模糊神经网络速度规划模型。分析了静态障碍物和动态障碍物场景,通过仿真验证了所提速度规划方法的可行性,与传统方法相比,加速度的平滑性能更好。所提速度规划方法具有一定的抗干扰性能,工程实现简单,保证了速度规划的实时性与稳定性。

关 键 词：自动驾驶 速度规划  模糊规划模型  神经网络

分 类 号：TP273.4]