基于驾驶模拟器洗出算法的非线性放缩法研究

摘要：

驾驶模拟器洗出算法中非线性放缩法的放缩参数固定,参数的选取过度依赖专家经验,导致模拟器空间利用率低、模拟逼真度不高.针对上述问题,提出了基于PSO的非线性放缩法.对现有非线性放缩法进行优化时,综合考虑了真实驾驶员和模拟器驾驶员之间的感知误差、信号放缩前后的归一化相关系数以及模拟器的物理运动限制等因素,并结合经典洗出算法进行了仿真验证.结果表明,所提方法克服了现有非线性放缩法依赖经验确定参数和模拟器工作空间利用率低的问题,降低了人体感知误差,提高了模拟逼真度.

关键词：洗出算法、模拟驾驶器、非线性放缩法、粒子群算法、人体感知

所属期刊栏目：39

分类号：TP391.9(计算技术、计算机技术)

资助基金：国家自然科学基金51875180

在线出版日期：2022-11-04（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：167-171