汽车驾驶员转向特性分类和辨识方法研究

《汽车驾驶员转向特性分类和辨识方法研究》由会员上传分享，免费在线阅读，更多相关内容在工程资料-天天文库。

1、汽车驾驶员转向特性分类与辨识方法研究李刚，韩海兰，袁航，周致成(辽宁工业大学汽车与交通工程学院，辽宁锦州，121001)摘要：针对汽车驾驶员转向特性分类与辨识问题，论文基于CarSim仿真平台对研究方法进行了初步探索。设计了转向工况仿真试验，采集试验数据，根据车辆最大横摆角速度使用K-means聚类算法对驾驶员转向特性进行分类；在Matlab软件环境下分别采用学习向量量化（LVQ）神经网络、BP神经网络、支持向量机（SVM）建立驾驶员转向特性辨识模型，对三种网络建立的辨识模型进行测试试验和比较。试验结果表明:三种辨识方法均具有较高的辨识精

2、度，其中支持向量机方法在汽车驾驶员转向特性辨识方面有一定的优势。关键字：驾驶员转向特性；辨识模型；CarSim；仿真平台中图分类号:U461.9　　文献标识码:A　StudyonClassificationandIdentificationMethodsofDriverSteeringCharacteristicsLiGang,YuanHang,ZhouZhi-cheng,HanHai-lan(CollegeofAutomobileandTrafficEngineering,LiaoningUniversityofTechnology,J

3、inzhouLiaoning121001,China)Abstract:Forthevehicledriver’ssteeringcharacteristicclassificationandidentificationproblem,theresearchmethodswereinitiallyexploredbasedonCarSimsimulationplatform.Thesimulationexperimentsofsteeringconditionweredesignedandthetestdatawascollected.A

4、ccordingtothemaximumyawrateofthevehicle,thedriversteeringcharacteristicswereclassifiedusingK-meansclusteringalgorithm.Thelearningvectorquantization(LVQ)neuralnetwork,BPneuralnetwork,supportvectormachine(SVM)intheenvironmentofMatlabsoftwarewereusedtoestablishthedriversteer

5、ingcharacteristicsidentificationmodelrespectively.Thetestexperimentandcomparisonsweredoneforthethreekindsofmethodinthepaper.TheresultsshowedthatthreekindsofidentificationmethodshaveahighaccuracyandandtheSVMmethodhasacertainadvantageintheaspectsofdriversteeringcharacterist

6、icsidentification.Keywords:Driversteeringcharacteristics;Identificationmodel;CarSim;Simulationplatform1引言项目编号：国家自然科学基金青年科学基金项目（51305190）；辽宁省教育厅项目（L2013253）随着汽车保有量的不断增加，车辆的安全性、舒适性倍受人们关注。在人-车-路闭环系统中驾驶员的操纵行为占主导地位，更深入的研究驾驶员的驾驶行为有利于通过汽车电控系统提高车辆的安全性和舒适性。参考国内外相关文献，在驾驶员行为分类及辨识方面国

7、内外还都处于起步阶段。文献[1]建立了驾驶员实时监控系统，提出了操纵危险系数这一概念，根据ABS、ESC、TCS等汽车稳定控制系统提供的信息分析当前驾驶条件和操纵危险系数间的关系，将驾驶员分为鲁莽型、专业型、一般型和谨慎型。WataruTakano等人根据隐形马尔科夫理论，提出了一种驾驶员转向意图辨识的智能认知方法；该方法主要包含数据分段、时间序列数据标号、辨识及产生驾驶模式[2]。RaksincharoensakP等人提出了一种基于驾驶员转向意图辨识的直接横摆力偶矩控制算法，其中驾驶员转向意图辨识是通过隐形马尔科夫理论（HMM）实现的，

8、这个理论包括三个状态：车道保持、准备和车道更换[3]项目编号：国家自然科学基金青年科学基金项目（E51305190）；辽宁省教育厅项目（L2013253）。国内吉林大学宗长富教授课题组基于驾驶