基于纵向激励的驾驶习性分类及辨识方法

摘要：

为使先进驾驶人辅助系统更具人性化及个性化,提高智能车辆的驾乘安全性和舒适性,提出一种基于纵向激励工况的驾驶习性分类及辨识方法.以前车车速信号的周期性及突变性为依据,设计6种前车典型纵向激励工况,并通过实车道路试验完成64位驾驶人的数据采集.然后,采用客观粒子群聚类和主观量表分析相结合的分类方式,实现典型驾驶习性的分类和习性类型的定义.比较各工况下的分类结果,确定纵向最优激励工况组为正弦工况3和阶跃工况3.建立基于多维高斯隐马尔科夫过程的驾驶习性辨识模型,依据辨识准确率得到最优模型输入信号组,利用正交试验法优化模型中的关键参数.结果表明,基于纵向激励的驾驶习性分类及辨识方法能够得到更好的分类和辨识准确率.

关键词：车辆工程、驾驶习性、粒子群聚类、多维高斯隐马尔科夫过程、先进驾驶人辅助系统

所属期刊栏目：47

分类号：U461(汽车工程)

资助基金：国家重点研发计划项目;国家自然科学基金资助项目

在线出版日期：2020-04-29（万方平台首次上网日期，不代表论文的发表时间）

页数：共11页

页码：33-43