基于驾驶员类型识别的双离合自动变速器换挡规律研究

摘要：

为了使车辆驾驶性能满足驾驶员需求,提出了基于数据融合决策的驾驶员类型识别方法并建立了基于驾驶员类型的换挡规律.首先基于驾驶员的驾驶行为和驾驶意图,对驾驶员类型进行分析,制定了基于驾驶风格的驾驶员类型识别方案.选定能表征驾驶员驾驶风格的有效工况及相应的表征信号后,先采用BP神经网络分类器对驾驶风格进行辨识,再采用贝叶斯融合决策方法先后对同类操纵的驾驶风格辨识结果和所有操纵类型驾驶风格辨识结果进行数据融合决策,最终辨识出驾驶员类型.根据驾驶员类型,引入动力性系数,通过不同类型驾驶员对应的动力性系数值的改变,实现换挡规律中动力性因素和经济性因素所占比例的调整,最终形成基于驾驶员类型的 DCT 换挡规律.最后,以搭载 6DCT的某试验车为对象,对不同驾驶员的换挡过程进行仿真实验,结果表明基于驾驶员类型的DCT换挡规律能够适应不同类型的驾驶员需求.该研究为驾驶员类型识别和智能型换挡规律的制定提供了参考.

关键词：车辆、变速器、识别、驾驶员类型、BP神经网络、贝叶斯融合、换挡规律

所属期刊栏目：31

分类号：U463(汽车工程)

资助基金：江苏省高校自然科学研究重大项目13KJA580001;江苏大学高级人才科研启动基金14JDG155;江苏省自然科学基金BK20150515

在线出版日期：2015-11-19（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：68-73