搜索资源列表
无人驾驶RHCcontrol
- 路径规划和运动控制的同化是自主车辆的关键能力。纯粹追求 控制器是一种流行的前轮转向车路径跟踪算法。然而，他们的表现 相当有限的速度相对较低。在本文中，我们提出了一种模型预测主动偏航控制实现。 适应车辆稳态侧向动力学改善的纯追踪路径跟踪 高速跟踪性能。在所提出的策略之间进行了比较的数值分析。 以及传统的纯追踪控制器方案。在迭代中对三条不同的路径进行了测试。 提高速度从1米/秒至20米/秒。传统的纯追踪控制器无法维持。 车辆速度稳定在5m／s以上。 跟
Model-Predictive-Control-master (1)
- MPC,成本函数的一个小程序，小车追踪一条直线，自动驾驶(MPC, a small program of cost function. The car tracks a straight line and drives automatically.)
电动汽车整车模型
- 包括驾驶人模型，整车动力学模型，传动系模型等，可在低版本如matlab2014下运行，非常适合初学者入门学习。
guijigenzong
- 自动驾驶车辆轨迹跟踪程序，可以运行，可以出图(Gravitational search algorithm program that can run)
Adaptive MPC
- 一个很有参考性的案例，是和自动驾驶相关的MP控制； 说明如何实时更新模型预测控制中的 预测模型的参数， 实现自适应控制。(A very useful case is MP control related to automatic driving. Explains how to update the parameters of predictive models in model predictive control in real time. Adaptive control is reali
lqr
- 无人驾驶汽车运动控制分为纵向控制和横向控制。纵向控制是指通过对油门和制动的协调，实现对期望车速的精确跟随。横向控制实现无人驾驶汽车的路径跟踪。其目的是在保证车辆操纵稳定性的前提下，不仅使车辆精确跟踪期望道路，同时使车辆具有良好的动力性和乘坐舒适性。(The motion control of driverless cars is divided into vertical control and lateral control. Longitudinal control refers to th
MATLAB模拟真实车辆运动轨迹
- 使用MATLAB自动驾驶工具箱，模拟了车辆真实运动运动轨迹，并给出多个视角图
55593422erziyouducwfenxi
- 建立了预瞄侧向加速度驾驶员模型，依据驾驶员模型可以实现对不同道路的循迹行驶。(A forward-looking lateral acceleration driver model is established. According to the driver model, track driving on different roads can be realized.)
DML test
- 基于模型预测控制算法研究自动驾驶车辆轨迹跟踪(Trajectory tracking of autonomous vehicle based on model predictive control algorithm)
粒子群算法求解机器人路径规划
- 粒子算法，轨迹规划参考，适用于无人驾驶，紧急避障等(Particle algorithm, trajectory planning reference, suitable for unmanned driving, emergency obstacle avoidance, etc)
rrt_star_2D3D
- rrt算法在2维和3维环境的规划，均为matlab代码，可用于无人驾驶汽车和移动机器人路径规划(The codes of RRT algorithm in 2 and 3 dimensional environments are matlab codes, which can be used for the path planning of driverless cars and mobile robots)
SVM分类
- 基于SVM的疲劳驾驶系统。基于神经网络的非接触式疲劳驾驶检测已成为当前针对疲劳驾驶检测领域炙手可热的研究方向。它有效解决了接触式疲劳检测方法给驾驶员带来的干扰以及单一信号源对于反映疲劳程度可靠性低的问题，同时通过设计神经网络模型对多源信息进行分类，实现对疲劳状态的高精度和高速度的检测。选取合适的特征值对网络检测准确率以及准确反映疲劳程度至关重要。基于驾驶员生理信号检测可靠性和准确性较高。(Fatigue driving system based on SVM)