驾驶员转向特性分类与辨识方法研究

《驾驶员转向特性分类与辨识方法研究》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、辽宁工业大学硕士学位论文驾驶员转向特性分类与辨识方法研究专业:车辆工程研究生:周致成指导教师:石晶教授李刚副教授辽宁工业大学汽车与交通工程学院二〇一五年三月MasterThesisStudyonClassificationandIdentificationMethodoftheDriver'sSteeringCharacteristicsSpeciality:VehicleEngineeringCandidate:ZHOUZhi-chengSupervisors:ProfessorSHIJingAssociateProfe

2、ssorLIGangLiaoningUniversityofTechnologyJinzhou,121001,ChinaMarch2015摘要随着智能控制算法的广泛应用以及四轮独立驱动轮毂电机电动汽车的出现，实现智能化的电动汽车成为了可能，并已经逐渐成为汽车未来发展的趋势，其中四轮独立驱动轮毂电机电动汽车是较有前景的一种。论文依托于国家自然科学基金青年基金资助项目（51305190）“智能四轮独立驱动轮毂电机电动汽车自适应转向研究”，主要研究驾驶员转向特性分类与在线辨识方法，为下一步通过控制轮毂电机电动汽车的四轮驱动力矩，

3、使汽车的转向与驾驶员操作一致，进而提高汽车转向舒适性创造条件。论文根据研究需要，应用CarSimRT实时仿真软件和dSPACE实时仿真系统搭建了驾驶模拟器实验平台。该实验台具有图像显示、数据采集和数据处理功能。通过分析汽车转向过程，确定了需要采集数据的物理量。基于驾驶模拟器实验平台设计转向实验，采集并人工处理了实验数据，获得了关于转向参数的转向数据。基于转向数据分析转向参数间的相关性，合理确定驾驶员转向特性的特征项并整理出特征项数据。结合国外文献及现有条件，将驾驶员转向特性类型分为谨慎型、一般型、激进型，并分析了它们各自的

4、特点。使用模糊C-均值聚类算法将特征项数据分成三个数据簇，并根据三种类型各自的特点，使数据簇的聚类中心与类型一一对应，获得带标号的样本数据，完成数据分类。从样本数据中抽取的训练样本经过加噪后用来训练由BP神经网络算法建立的驾驶员转向特性类型辨识模型。从剩余的样本数据中抽取测试样本对辨识模型进行测试，测试结果表明该模型准确性在80%以上。基于驾驶模拟器实验平台，应用Matlab/Simulink和RTI软件编写了数据在线处理程序，将驾驶员辨识模型嵌入到程序中，实现对数据的在线实时处理和对驾驶员类型的在线辨识一体化，并在线验证

5、了多名驾驶员的转向特性类型。实验结果表明：所研究方法能够实现对驾驶员转向特性的在线辨识，且具有良好的实时性。关键词：驾驶模拟器；实验设计；模糊C-均值聚类算法；BP神经网络；辨识模型；在线辨识IAbstractWithwidespreadapplicationsofintelligentcontrolalgorithmandtheemergenceofthefour-wheelindependentlydrivenin-wheelmotorselectricvehicle,itispossibletomaketheinte

6、lligentelectricvehiclecometrue.Andtheintelligentelectricvehiclehasledgraduallythetendencyofthedevelopmentofvehicle.Amongallformsoftheintelligentelectricvehicle,thefour-wheelindependentlydrivenin-wheelmotorselectricvehicleismoreprospective.ThisthesisissupportedbyNa

7、tionalNaturalScienceFoundationofChina(GrantNo:51305190)whichistitledwithStudyonAdaptiveSteeringforIntelligentFour-wheelIndependentlyDrivenIn-wheelMotorsElectricVehicle.Inordertocreateconditionsoffurtherresearchesoncontrollingin-wheelmotorselectricvehicle’sfour-whe

8、eldrivetorquetomakeitssteeringconsistentwithdrivermaneuvers,andimprovevehicle’ssteeringcomfort,theclassificationandonlineidentificationofdriversteeringc