【技术实现步骤摘要】
一种驾驶员加速意图建模方法及识别方法
[0001]本专利技术涉及车辆领域,特别涉及一种驾驶员加速意图建模方法和识别方法。
技术介绍
[0002]加速策略是车辆运动控制策略的重要组成部分,它直接影响到车辆行驶安全性和乘坐舒适性。然而,由于驾驶员的加速意图是随着周围环境的变化而变化的,车辆的加速策略必须将驾驶员加速意图纳入考虑之中方可为用户带来更好的驾驶感受,提高产品竞争力。然而,驾驶员的加速意图建模是一个很复杂的问题。刘海江等发表的论文《基于GM
‑
HMM的DCT车辆驾驶员起步意图辨识研究》(《汽车技术》2020年第01期,作者:刘海江;苏博炜)仅研究了针对DCT车辆驾驶员的起步意图建模问题,而非驾驶员加速意图建模,且其未将加速踏板行程导数纳入考虑之中,得到的聚类结果可信度值得怀疑。目前,尚无关于驾驶员加速意图建模方法相关的专利。
技术实现思路
[0003]本专利技术的主要目的在于提供一种驾驶员加速意图建模方法和识别方法,以使用模拟驾驶器进行模拟驾驶试验所得到的车辆行驶相关数据,得到基于GM
‑
HMM的驾驶员加速意图模型,根据该模型进行驾驶员加速意图的识别。
[0004]为了达到上述目的,本专利技术首先提供一种驾驶员加速意图建模方法,主要包括以下步骤:
[0005]进行模拟驾驶试验并采集数据:驾驶员使用模拟驾驶器进行模拟驾驶试验,采集多组试验数据,每组试验数据包括加速踏板行程、加速踏板行程导数和纵向加速度;
[0006]试验数据预处理:对原始试
【技术保护点】
【技术特征摘要】
1.一种驾驶员加速意图建模方法,其特征在于,包括以下步骤:进行模拟驾驶试验并采集数据:驾驶员使用模拟驾驶器进行模拟驾驶试验,采集多组试验数据,每组试验数据包括加速踏板行程、加速踏板行程导数和纵向加速度;试验数据预处理:对原始试验数据进行归一化处理后进行聚类,得到3个群落及3个中心点,包括:缓慢加速中心点、正常加速中心点和激进加速中心点;其中,中心点坐标值为加速踏板行程、加速踏板行程导数和纵向加速度;划分数据集:根据多个中心点坐标,将属于相同加速意图的数据放入同一数据集,得到缓慢加速数据集、正常加速数据集和激进加速数据集;根据时间连续性,将属于同一数据集的数据按照时间连续性进行切分,得到切分后的数据集;并将切分后的所有数据组划分为训练数据集和测试数据集;训练并测试驾驶员加速意图模型:采用缓慢加速意图状态、正常加速意图状态和激进加速意图状态这3种加速意图状态类型,对不同时间段的驾驶员驾驶状态进行分类,将拥有相同加速意图状态类型的数据组逐组输入GM
‑
HMM模型,GM
‑
HMM模型的输入变量为数据所属群落编号,输出变量为加速意图状态类型;训练得到基于GM
‑
HMM算法的驾驶员加速意图模型;训练结束后进行模型测试。2.根据权利要求1所述驾驶员加速意图建模方法,其特征在于,进行模拟驾驶试验时,虚拟环境为包含有随机交通流的1:1城市道路,数据采集频率为100Hz。3.根据权利要求1所述驾驶员加速意图建模方法,其特征在于,试验数据预处理步骤中:模拟驾驶试验后提取出加速踏板行程连续增加时间段的数据作为原始试验数据,并根据以下公式对原始试验数据进行归一化处理,得到归一化后试验数据:其中,i为数据点编号;j为变量编号;X表示变量值;Y表示归一化后的变量值;max为相关数据的最大值;min为相关数据的最小值;参与归一化的变量包括加速踏板行程、加速踏板行程导数和纵向加速度。4.根据权利要求1或3所述驾驶员加速意图建模方法,其特征在于,试验数据预处理步骤中:使用K
‑
Medoids算法对归一化后试验数据聚类。5.根据权利要求1所述驾驶员加速意图建模方法,其特征在于,划分数据集步骤还包括:从切分后的缓慢加速数据集、切分后的正常加速数据集和切分后的激进加速数据集中分别随机抽取一定数量比例的拥有连续...
【专利技术属性】
技术研发人员:蔡锦康,赵蕊,邓伟文,丁能根,
申请(专利权)人:南京经纬达汽车科技有限公司,
类型:发明
国别省市:
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。