线控汽车驾驶员特性辨识算法的研究

摘要：

线控汽车相对于传统汽车具有较多的控制自由度，控制算法设计可将人的因素考虑在车辆集成控制中，进行人性化设计，变“人适应车”为“车适应人”，最终实现车辆的安全、智能驾驶。文中确定了驾驶员特性辨识系统，以转向行为为例，对驾驶员特性进行分类，并采用神经网络方法建立了辨识模型，在驾驶模拟器上对所研究方法进行实验验证。结果表明，所建立的驾驶员特性辨识模型有较高精度，能对驾驶员特性进行预测，方法可行。

关键词：线控汽车、车适应人、驾驶员特性辨识、神经网络建模

分类号：U49;TV1

资助基金：国家自然科学基金50775096、51105165和E51305190资助。

在线出版日期：2014-10-17（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：1140-1144