基于神经网络PID的盲区危险目标自动避碰系统研究

设计了一种基于神经网络PID的盲区危险目标自动避碰系统,以满足智能驾驶汽车开发和实际应用的需求。该系统由感知层、决策层和执行层3部分组成,感知层通过木牛毫米波雷达对自车盲区的目标进行探测感知,决策层依据目标横向相对距离的谱聚类分析结果,对驾驶场景进行危险等级评估和自动避碰决策控制,执行层基于神经网络PID控制构造了盲区危险目标的自动避碰模型,可以控制智能驾驶汽车进行横向的自动避碰控制。为了检验盲区危险目标自动避碰系统的现实可行性,对装载有该系统的智能驾驶汽车进行实车道路测试验证。结果表明,该系统能良好的识别盲区目标的危险等级,并对高危险等级的目标进行自动避碰控制。