[1]王玉有,余红云,吴海江.基于 RBF 神经网络的无人驾驶电机车避障控制[J].机械与电子,2025,(01):47-52.
　WANG Yuyou,YU Hongyun,WU Haijiang.Obstacle Avoidance Control of Unmanned Electric Locomotive Based on RBF Neural Network[J].Machinery & Electronics,2025,(01):47-52.
点击复制

基于 RBF 神经网络的无人驾驶电机车避障控制()
分享到：

《机械与电子》[ISSN:1001-2257/CN:52-1052/TH]

卷:
期数:
2025年01期
页码:
47-52
栏目:
智能制造
出版日期:
2025-01-30

文章信息/Info

Title:
Obstacle Avoidance Control of Unmanned Electric Locomotive Based on RBF Neural Network
文章编号:
1001-2257 ( 2025 ) 01-0047-06
作者:
王玉有; 余红云; 吴海江
云南迪庆有色金属有限责任公司,云南 迪庆 674400
Author(s):
WANG Yuyou ;  YU Hongyun ;  WU Haijiang
( Yunnan Diqing Nonferrous Metals Co. , Ltd. , Diqing 674400 , China )
关键词:
RBF 神经网络; 无人驾驶; 电机车; 避障控制
Keywords:
RBF neural network ;  unmanned driving ;  electric locomotive ;  obstacle avoidance
分类号:
TP183 ;U463.6
文献标志码:
A
摘要:
无人驾驶电机车工作现实环境复杂多变,包括各种静态和动态障碍物、光线变化、天气条件等,这些因素都会影响环境感知效果,从而导致避障效果下降,为此提出一种基于 RBF 神经网络的无人驾驶电机车避障控制方法。通过自适应方向搜索算法成功筛选出道路边界的候选点并对其展开曲线拟合处理。在曲线拟合处理基础上对道路边界内允许通行的区域展开点云聚类分割,从而精确获取道路内障碍物的位置及距离信息,结合 RBF 自适应补偿控制器与 RBF 鲁棒优化控制器实现无人驾驶电机车避障控制。实验结果表明,所提方法可以获得精准的无人驾驶电机车避障控制结果,实际应用效果好。
Abstract:
The working environment of unmanned electric locomotives is often complex and variable , including various static and dynamic obstacles , light changes , weather conditions , etc.These factors can affect the perception effect of the environment , leading to a decrease in obstacle avoidance effect.Therefore , an RBF neural network-based obstacle avoidance control method for unmanned electric locomotives is proposed.Candidate points for road boundaries are successfully selected through adaptive directional search algorithm and curve fitting processing is implemented on them.On the basis of curve fitting processing , point cloud clustering segmentation is carried out on the allowed areas within the road boundary to accurately obtain the position and distance information of obstacles on the road.Combined with RBF adaptive compensation controller and RBF robust optimization controller , obstacle avoidance control for unmanned electric locomotives is achieved.The experimental results show that the proposed method can obtain accurate obstacle avoidance control results for unmanned electric locomotives , and the practical application effect is good.

参考文献/References:

[ 1 ] 魏凌涛,王翔宇,邱彬,等 . 基于自适应预瞄路径的自动驾驶车辆寻迹和避障控制[ J ] . 机械工程学报, 2022 , 58( 6 ): 184-193.

[ 2 ] 费思远,鲜斌,王岭 . 基于群集行为的分布式多无人机编队动态避障控制[ J ] . 控制理论与应用, 2022 , 39 ( 1 ): 1-11.
[ 3 ] 李文礼,钱洪,任勇鹏,等 . 考虑路面附着系数的行车风险场建模及避障控制研究[ J ] . 汽车技术, 2023 ( 7 ): 54-62.
[ 4 ] 余世明,舒晓翔,陈伟轩,等 . 基于风险评估的自主车辆主动避障预测控制[ J ] . 浙江工业大学学报,2022 , 50( 1 ): 1-8.
[ 5 ] 李新凯,虎晓诚,马萍,等 . 基于改进 DDPG 的无人驾驶避障跟踪控制[ J ] . 华南理工大学学报(自然 科学版),2023 , 51 ( 11 ): 44-55.
[ 6 ] 张泽琪,杨伟东,贾鹏飞,等 . 高速工况中无人驾驶车辆轨迹跟踪控制技术[ J ] . 中国测试, 2023 , 49 ( 10 ): 148-155.
[ 7 ] 郭盼,于蕾艳 . 无人驾驶汽车路面自适应 MPC 轨迹跟踪控制[ J ] . 江苏大学学报(自然科学版), 2023 , 44 ( 3 ):270-275 , 323.
[ 8 ] ZHAO Z W , YUAN K , DU J T , et al.Planning and control of autonomous driving in lane-change manoeuvre based on MPC : a framework and design principles [ J ] .International journal of locomotive design , 2023 , 92 ( 2 / 3 / 4 ): 357-381.
[ 9 ] YAO P , SUI X Y , LIU Y H , et al.Vision-based environment perception and autonomous obstacle avoidance for unmanned underwater locomotive [ J ] .Applied ocean research , 2023 , 134 : 103510.
[ 10 ] ZHU M , XIAO C S , GU S D , et al.A circle grid based approach for obstacle avoidance motion planning of unmanned surface locomotives [ J ] .Proceedings of the institution of mechanical engineers , part m : journal of engineering for the maritime environment , 2023 , 237 ( 1 ): 132-152.
[ 11 ] 孙林,刘梦含,徐久成 . 基于优化初始聚类中心和轮廓系数的 K-means 聚类算法[ J ] . 模糊系统与数学,2022 , 36 ( 1 ): 47-65.
[ 12 ] 康 传 利,兰 猗 令,王 宁,等 . 一 种 结 合 SIFT 与 3D Hough 变换的建筑物屋顶点云分割方法[ J ] . 遥感信息,2022 , 37 ( 5 ): 31-37.
[ 13 ] 胡丹丹,尹鹏飞,牛国臣,等 . 非结构化道路下离轴式拖挂车辆主动避障控制研究[ J ] . 汽车工程, 2023 , 45( 12 ): 2318-2329.
[ 14 ] 湛柏明,冯浩文,黄海波,等 . 小型室内四旋翼飞行器悬停及避障系统设计[ J ] . 自动化仪表, 2023 , 44 ( 1 ):42-48 , 54.
[ 15 ] 李士攀 . 基于改进卷积网络的无人驾驶汽车动态避障路径规划方法[ J ] . 中国新技术新产品, 2024 ( 3 ): 15-17.
[ 16 ] 宋秦中,胡华亮 . 基于 CNN 算法的井下无人驾驶无轨胶轮车避障方法[ J ] . 金属矿山, 2023 ( 10 ): 168-174.
[ 17 ] WU J , YAN Y , LIU Y L , et al.Research on anthropomorphic obstacle avoidance trajectory planning for adaptive driving scenarios based on inverse reinforcement learning theory [ J ] .Engineering ,2024 , 33 : 133-145.
[ 18 ] 任山山 . 基于运动学模型的无人驾驶车辆运动避障方法[ J ] . 信息与电脑, 2023 , 35 ( 11 ): 71-73.
[ 19 ] 崔玉定,熊豪杰,贺满川,等 . 基于模型预测控制的无人驾驶主动避障策略 [ J ] . 农业装备与车辆工程,2023 , 61 ( 8 ): 88-93.
[ 20 ] 高德阳 . 基于 MPC 的无人驾驶汽车轨迹跟踪及避障规划控制研究[ J ] . 汽车测试报告, 2023 ( 15 ): 55-57.

相似文献/References:

[1]杨晓武,石 春.输入受限无人帆船自适应航向跟踪控制[J].机械与电子,2023,41(02):27.
　YANG Xiaowu,SHI Chun.Adaptive Course Tracking Control of Input Constrained Unmanned Sailboat[J].Machinery & Electronics,2023,41(01):27.
[2]孙留存,胡从川,钱大龙.基于 WSN 的旋转机械设备故障时频监测方法[J].机械与电子,2024,42(03):76.
　SUN Liucun,HU Congchuan,QIAN Dalong.Time Frequency Monitoring Method of Rotating Machinery Equipment Fault Based on WSN[J].Machinery & Electronics,2024,42(01):76.

备注/Memo

备注/Memo:
收稿日期: 2024-04-19
作者简介:王玉有 ( 1987- ),男,云南楚雄人,学士,机电工程师,研究方向为金属矿山电气、自动化、信息化技术研究与运用;余红云( 1986- ),男,云南玉溪人,学士,电气工程师,研究方向为金属矿山电气技术研究与应用,通信作者;吴海江 ( 1988- ),男,河北迁安人,电气工程助理工程师,研究方向为金属矿山电气、自动化、信息化技术研究与运用。
更新日期/Last Update: 2025-03-06