【作者】 刘俊峰； 曾君； 郑家伟；

【Author】 LIU Junfeng1,ZENG Jun2,CHENG K W1 1.Department of Electrical Engineering,The Hong Kong Polytechnic University.Hong Kong,P.R.China2.College of Electric Power,South China University of Technology,Guangdong Guangzhou 510640,P.R.China

【机构】 香港理工大学电机工程系； 华南理工大学电力学院；

【摘要】 自适应前灯系统(AFS)是汽车电子系统研究的热点研究问题,对于提高行车安全具有重要意义。本文在详细介绍AFS系统结构的基础上,讨论了汽车动态特性,提出了一种新的基于神经网络和卡尔曼滤波两层的多传感器混合数据融合框架,用以实现实时监控汽车的状态和输出AFS的控制信号。仿真结果表明融合算法能有效的滤除干扰,为AFS的调节电机输出有效的控制信号。更多还原

【Abstract】 Adaptive Front-light System(AFS)is attracting more and more attentions,and plays an important role in road security improvement.This paper firstly introduces the AFS system structure and vehicle dynamics,and then presents a new hybrid multisensory data fusion framework based on neural network and Kalman filter to monitor the status of vehicle and send control signal out.The simulation shows the fusion algorithm can effectively filter the disturbance and provide the optimal signal to actuator.更多还原