基于 FPGA 的神经模糊传感器用于个性化驾驶辅助
机器人学
2025-01-28 v1 机器学习
摘要
高级驾驶辅助系统 (ADAS) 旨在自动化驾驶任务，同时提高驾驶和车辆安全。本工作提出一种用于驾驶风格 (DS) 识别的智能神经模糊传感器，适用于 ADAS 增强。驾驶风格智能传感器的开发使用来自 SHRP2 研究的自然驾驶数据，包括来自 CAN 总线、惯性测量单元和前雷达的数据。该系统已成功实现，使用 Xilinx Zynq 可编程系统-on-chip (PSoC) 上的 FPGA 设备实现。它可以模拟一组驾驶员的典型时序参数，同时可调节这些参数以为单个 DS 建模。神经模糊智能传感器提供了高速实时 active ADAS 实现，能够在无需驾驶员干预的情况下将其行为personalize为安全边际。特别是，针对 ACC 在稳定车跟随中的时首距 (THW) 参数的 personalization 程序已开发，实现了 0.53 微秒的性能。该性能满足了最新活跃 ADAS 规范的要求。
引用
@article{arxiv.2501.16212,
title = {An FPGA-Based Neuro-Fuzzy Sensor for Personalized Driving Assistance},
author = {Óscar Mata-Carballeira and Jon Gutiérrez-Zaballa and Inés del Campo and Victoria Martínez},
journal= {arXiv preprint arXiv:2501.16212},
year = {2025}
}
备注
Journal Article