线控汽车驾驶员特性辨识算法的研究
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。
线控汽车、车适应人、驾驶员特性辨识、神经网络建模
U49;TV1
国家自然科学基金50775096、51105165和E51305190资助。
2014-10-17(万方平台首次上网日期,不代表论文的发表时间)
共5页
1140-1144