基于传感器与BP神经网络的无人车路况识别与分类研究
敖翔
王黎明
赵永辉
栾朝琨
马志扬
海军工程大学电气工程学院 武汉 430034
摘要：为保证无人车在复杂的非结构化道路环境下稳定地行驶,需要对无人车所行驶的实时路况进行准确识别.为满足这一要求,论文详细介绍了一种新的方法:首先使用车载陀螺仪传感器和电机编码器来实时捕获无人车的运动数据,这些数据包括但不限于车辆的速度、角度等关键指标.然后将原始数据进行特征化处理,从中提取出对路况识别有帮助的关键特征,最后利用BP神经网络对提取出的特征进行分析和学习,以识别出无人车当前所行驶的道路类型.实验阶段借助装备有ROS操作系统的无人车和Matlab进行验证.实验结果表明,该研究提出的这种道路识别方法有效且准确,为后续的稳定性控制提供了较好的支撑.
关键词：非结构化道路BP神经网络车载传感器识别
分类号：TP242(自动化技术及设备)
论文发表日期：2024-09-20
在线出版日期：2025-08-15（本平台首次上网日期，不代表文献的发表时间）
页数：6( 42-47 )
英文信息