摘要
本发明提供了一种基于实车传感器数据的自动驾驶车辆建模方法,涉及自动驾驶技术领域,在进行建模之前,对模型进行机理分析,解析实车轨迹跟踪控制算法及关键参数;然后,以车辆传感器数据为原始数据集,对所述原始数据集进行数据预处理;然后,设计神经网络模型,输入自动驾驶车辆传感器数据中的状态变量和控制变量,输出得到未来状态变量的预测值;最后,使用所述神经网络模型和数据集进行训练、验证和测试,将神经网络模型的输出结果与传感器数据进行比较,证明其能提高自动驾驶车辆建模的精度。通过所提供的方法建立神经网络车辆模型,减低建模难度并提高车辆模型泛化性和鲁棒性,实现更好地拟合自动驾驶车辆响应特性的目的。
技术关键词
车辆传感器数据
建模方法
神经网络模型
加速度
PID闭环控制
跟踪控制算法
车辆模型
车辆路径规划
轨迹跟踪控制
反馈控制量
误差
深度学习框架
前馈控制器
自动驾驶技术
线性插值法
系统为您推荐了相关专利信息
防治药剂配方
白粉病防治
深度神经网络模型
脂肪酸
磷酸
储能优化配置
引力搜索混合算法
充放电功率
配电网运行可靠性
调控方法
治安管理系统
训练样本图像
人流量预测
指数
训练样本数据
电信号
卷积神经网络模型
模型评估方法
信息熵
通道