一种基于模拟驾驶器和ANN算法的驾驶状态建模方法技术

本发明专利技术公开了基于模拟驾驶器和ANN算法的驾驶状态建模方法，其步骤包括：进行模拟驾驶试验并采集原始试验数据，原始试验数据包括纵向车速、纵向加速度、节气门开度、方向盘角速度；归一化原始试验数据；使用FCM算法对归一化后的试验数据进行聚类，聚类运算完成之后得到三个聚类中心：激进驾驶类中心、保守驾驶类中心和正常驾驶中心；根据三个聚类中心坐标对原始试验数据进行驾驶状态类型标记；建立用于驾驶状态建模的人工神经网络模型；训练用于驾驶状态建模的人工神经网络模型并判断模型是否可接受。本发明专利技术的建模方法成本低廉，数据采集准确，且所得模型具有运算速度快、对硬件处理能力要求更低、预测准确度高的优点。

【技术实现步骤摘要】
一种基于模拟驾驶器和ANN算法的驾驶状态建模方法
本专利技术涉及车辆安全
，特别涉及一种基于模拟驾驶器和ANN算法的车辆驾驶状态模型的建模方法。
技术介绍
在车辆行驶过程中，驾驶员自身心理状态波动、驾驶环境变化等因素都会造成车辆以不同状态行驶。不同的驾驶员一般会有不同的驾驶风格，激进的驾驶员倾向于进行高速驾驶，且频繁进行加速、制动、换道等操作。与之相反，保守的驾驶员则倾向于低速驾驶，且很少进行加速、制动、换道等操作。另外，同一驾驶员在不同心理状态和/或不同的驾驶环境中，也可能具有不同的驾驶状态。若能够在必要的时候对驾驶员的驾驶状态进行评估，并在驾驶员处于激进驾驶状态时对其进行提醒，可以在一定程度上降低交通事故的发生概率，让交通环境得到一定改善，从而减少人员和财产损失。在辅助驾驶技术不断发展的今天，已经有一些评估驾驶员状态的相关技术方案被提出。专利CN201680060208.X公开了驾驶员状态判定装置及驾驶员状态判定方法，提出以面部识别技术为基础对驾驶员状态进行评估。该方法易受到光照条件的约束，且对硬件的数据处理能力要求较高，在实本文档来自技高网...

【技术保护点】
1.一种基于模拟驾驶器和ANN算法的驾驶状态建模方法，其特征在于，包括以下步骤：/n驾驶员使用模拟驾驶器进行模拟驾驶试验并采集原始试验数据，所述原始试验数据包括纵向车速、纵向加速度、节气门开度、方向盘角速度；/n归一化原始试验数据；/n使用FCM算法对归一化后的试验数据进行聚类，聚类运算完成之后得到以纵向车速、纵向加速度、节气门开度、方向盘角速度为坐标值的三个聚类中心：激进驾驶类中心、保守驾驶类中心和正常驾驶中心；根据三个聚类中心坐标，采用对应的3个不同数值对原始试验数据进行驾驶状态类型标记；/n建立用于驾驶状态建模的人工神经网络模型，模型的输入变量为当前时刻和前多个时刻的纵向车速、纵向加速度...

【技术特征摘要】
1.一种基于模拟驾驶器和ANN算法的驾驶状态建模方法，其特征在于，包括以下步骤：
驾驶员使用模拟驾驶器进行模拟驾驶试验并采集原始试验数据，所述原始试验数据包括纵向车速、纵向加速度、节气门开度、方向盘角速度；
归一化原始试验数据；
使用FCM算法对归一化后的试验数据进行聚类，聚类运算完成之后得到以纵向车速、纵向加速度、节气门开度、方向盘角速度为坐标值的三个聚类中心：激进驾驶类中心、保守驾驶类中心和正常驾驶中心；根据三个聚类中心坐标，采用对应的3个不同数值对原始试验数据进行驾驶状态类型标记；
建立用于驾驶状态建模的人工神经网络模型，模型的输入变量为当前时刻和前多个时刻的纵向车速、纵向加速度、节气门开度、方向盘角速度，输出层有三个节点，分别输出得到激进驾驶类标记数值、正常驾驶类标记数值和保守驾驶类标记数值；
训练用于驾驶状态建模的人工神经网络模型并判断模型是否可接受。


2.根据权利要求1所述一种基于模拟驾驶器和ANN算法的驾驶状态建模方法，其特征在于，模拟驾驶试验中，试验在1:1的模拟城市道路上进行，驾驶员人数为10个；平均驾驶速度不低于25km/h；每个驾驶员进行两次试验，每次试验时长超过1小时。


3.根据权利要求1或2所述一种基于模拟驾驶器和ANN算法的驾驶状态建模方法，其特征在于，试验中数据采集周期为0.2s。


4.根据权利要求1所述一种基于模拟驾驶器和ANN算法的驾驶状态建模方法，其特征在于，对原始试验数据使用以下公式进行归一化计算：



式中，Xi,j表示第i组数据的第j个变量值；uj表示第j个变量的平均值；σj表示第j个变量的标准差；nor表示该数据为标...

【专利技术属性】
技术研发人员：蔡锦康，赵蕊，邓伟文，丁娟，
申请(专利权)人：浙江天行健智能科技有限公司，
类型：发明
国别省市：浙江;33