基于径向基神经网络的驾驶人无意识车道偏离识别模型
【摘要】 针对车辆主动安全系统在车辆运动状态识别时难以区分换道和无意识车道偏离，在实车环境下采集换道和驾驶人无意识车道偏离时的方向盘转角、横摆角速度和车道线距离。建立了基于神经网络的车道偏离识别模型。为了进一步提高模型整体识别率，通过归一化、主成分分析和遗传算法对神经网络的权值和阈值参数进行优化。通过对优化后的RBF神经网络模型进行训练和测试，结果表明:在时间窗口为时，优化后的神经网络模型总体识别率为别准确率达到了，对无意识车道偏离识别准确率达到了，能够满足车辆主动安全系统的要求。，其中对换道识90%1.8s88%关键字车道偏离;神经网络;主成分分析;遗传算法92%
