基于深度学习法的无人驾驶车中自动变速器换挡模型

摘要：

本文基于深度学习法建立了无人驾驶车中自动变速器换挡模型.该模型由两部分组成,第一部分基于PSO-Simulink算法建立了汽车自动变速器换挡模型,模型的输入层为换挡过程中的档位、换挡时间和发动机转速,输出层为油门开度和汽车速度.第二部分采用深度学习中CNN算法建立了无人车行驶过程中的路况障碍分析模型.基于深度学习法的无人驾驶车中自动变速器换挡模型具有匀速耗时少,迭代步数低,判定准确率高的特点.该模型可根据路面障碍物信息和距离,为无人驾驶车中自动换挡技术提供了一种新技术.同时,模型表明自动换挡模型之间的差异和路况障碍物样本采集图的采集误差是模型准确率的主要原因.

关键词：自动变速器、换挡、深度学习、无人驾驶、优化分析

所属期刊栏目：27

分类号：G712(职业技术教育)

资助基金：该文为天津职业大学科学研究基金项目"基于Simulink的双离合自动变速器换挡品质优化与控制策略分析"20171107,主持人:于文涛;天津职业大学"十三五"教育教学改革立项研究项目"基于悉尼协议的汽车运用与维修专业创新创业人才培养研究"JY20170213,主持人:于文涛;天津市教育科学规划课题"京津冀一体化下高职院校专业布局研究"VE3141,主持人:成起强的研究成果

在线出版日期：2019-03-28（万方平台首次上网日期，不代表论文的发表时间）

页数：共4页

页码：93-96