面向初始大曲率路径的驾驶员模型的构建研究

为了解决常规的单点预瞄驾驶员模型在初始设定曲率较大的路径上跟随性能不佳的问题,文章引入长短期记忆(long short-term memory,LSTM)神经网络驾驶员模型。在获得驾驶模拟器的真实数据后,使用Matlab/Simulink以及python,分别建立基于单点预瞄的驾驶员模型和基于LSTM神经网络的驾驶员模型,并进行仿真和实验。结果表明,基于LSTM神经网络的驾驶员模型比基于单点预瞄的驾驶员模型在初始大曲率路径上具有更好的跟随效果。