为合理分配智能汽车人机协同共驾驾驶权,提高智能车辆的驾乘安全性和舒适性,本文提出驾驶人纵侧向驾驶能力的概念及其评价方法.对驾驶人的驾驶能力进行了定义和分析,并在此基础上设计了纵向跟车激励工况和侧向移动双移线激励工况,在搭建的驾驶人在环智能仿真平台上进行数据采集.建立了基于Hammerstein辨识过程的驾驶能力辨识模型,采用主成分分析法对驾驶能力辨识模型中的关键参数进行解耦和降维处理;通过客观蚁群聚类和主观量表分析相结合的分类方式,实现驾驶能力的分类;通过多元线性回归分析得到驾驶能力评价方程.结果表明,纵侧向驾驶能力辨识模型平均辨识及拟合精度均大于90%,经主成分分析及主客观分类处理后的纵侧向驾驶能力评价方程满足统计检验指标,具有良好的拟合及预测结果.
类型: 期刊论文
作者: 孙博华,邓伟文,吴坚,李雅欣
关键词: 车辆工程,驾驶能力评价,辨识过程,主成分分析,多元线性回归
来源: 北京理工大学学报 2019年11期
年度: 2019
分类: 工程科技Ⅱ辑
专业: 汽车工业
单位: 吉林大学汽车仿真与控制国家重点实验室
基金: 国家重点研发计划项目(2016YFB0100904),国家自然科学基金资助项目(U1564211,51775235)
分类号: U463.6
DOI: 10.15918/j.tbit1001-0645.2018.341
页码: 1149-1154
总页数: 6
文件大小: 1200K
下载量: 136
本文来源: https://www.lunwen90.cn/article/26459cc4e12fb597415d096c.html