基于BP神经网络的驾驶员制动行为模型研究

论文摘要

研究驾驶员的制动驾驶行为是汽车辅助驾驶系统应用的基础。建立BP神经网络,基于QJ-4B1型6自由度动感型模拟驾驶仪平台,邀请10名志愿者模拟在城市道路上驾驶过程中车辆相对距离、前车加速度、辆车相对速度和碰撞时间倒数等制动行为特征参数,并作为BP神经网络模型的输入参数,对驾驶员的制动驾驶行为进行预测,由结果显示,在240组检测样本中只有3组数据误差绝对值超过1。由此可以看出,基于BP神经网络的驾驶员制动行为模型对于驾驶员的制动行为预测较为准确,模型有效,可以在辅助驾驶系统中得到广泛应用。

论文目录

• 1 引言
• 2 BP神经网络
•   2.1 BP神经网络概述
•     2.1.1 神经网络初始化
•     2.1.2 中间层输出值计算
•     2.1.3 输出值计算
•     2.1.4 预测误差
•     2.1.5 计算权值更新
•     2.1.6 阈值更新
•     2.1.7 结束条件判断
• 3 实验数据采集
•   3.1 实验平台简介
•   3.2 实验安排
•   3.3 实验过程
• 4 制动模型的建立
•   4.1 BP神经网络结构设计
•     4.1.1 节点数的确定
•     4.1.2 训练函数选择
•     4.1.3 BP神经网络的学习率
•     4.1.4 动量系数选择
•   4.2 网络模型建立
•   4.3 模型验证
• 5 结论

文章来源

类型: 期刊论文

作者: 刘志强,王玲,贾海江,倪捷

关键词: 制动驾驶行为,神经网络模型,模拟驾驶仪,特征参数

来源: 机械设计与制造 2019年06期

年度: 2019

分类: 工程科技Ⅱ辑,信息科技

专业: 公路与水路运输,自动化技术

单位: 江苏大学汽车与交通工程学院

基金: 道路交通安全公安部重点实验室(2016ZDSYSKFKT09)

分类号: TP183;U491.25

DOI: 10.19356/j.cnki.1001-3997.2019.06.010

页码: 37-41

总页数: 5

文件大小: 947K

下载量: 197