【技术实现步骤摘要】
本专利技术涉及汽车驾驶，具体涉及一种双点预瞄驾驶员模型参数识别方法。
技术介绍
1、驾驶员模型可以从控制的角度模拟人类驾驶员的操作行为，如转向、加速和制动等，被广泛应用于车辆仿真系统开发、主动安全控制系统设计和智能车辆控制系统设计。要构建能准确模拟、描述驾驶员转向特性的驾驶员模型，就必须保证可以高效准确地识别驾驶员的转向特性参数，这也是车辆拟人控制系统开发中的必要环节。
2、驾驶员的转向特性参数一般包括预瞄时间、大脑反应时间和肌肉延迟时间等，不同的驾驶员模型会用不同类型和数量的参数进行描述。驾驶员的转向特性参数识别方法包括离线识别方法和在线识别方法。驾驶员转向特性参数离线识别方法常用于驾驶员模型的验证和相关数据的采集，驾驶员转向特性参数在线识别方法常用于智能车辆控制系统的开发，要求实时性好、精确度高。
3、目前常用的驾驶员转向特性参数在线识别包括基于最小二乘法的在线识别方法和基于传感器测量的在线识别方法。基于最小二乘法的在线识别方法会因数据维度高导致算力需求大从而实时性较差。基于传感器测量的在线识别方法需借助穿戴...
【技术保护点】
1.一种双点预瞄驾驶员模型参数识别方法，其特征在于：包括以下步骤：构建双点预瞄驾驶员模型；对所述双点预瞄驾驶员模型中的近似展开，并转换到时域，td1表示驾驶员肌肉延迟时间，s表示拉普拉斯算子；在零初始条件下，进行二次求导；进行拉普拉斯变换；去除拉普拉斯变换过程中产生的初始值，并对拉普拉斯算子进行抵消；进行反拉普拉斯变换，并转化为矩阵算式；将所述矩阵算式转化为最小二乘问题进行求解，识别所述双点预瞄驾驶员模型中的未知参数。
2.根据权利要求1所述的一种双点预瞄驾驶员模型参数识别方法，其特征在于：所述双点预瞄驾驶员模型的表达式为：
3.根据权利要求2...
【技术特征摘要】
1.一种双点预瞄驾驶员模型参数识别方法，其特征在于：包括以下步骤：构建双点预瞄驾驶员模型；对所述双点预瞄驾驶员模型中的近似展开，并转换到时域，td1表示驾驶员肌肉延迟时间，s表示拉普拉斯算子；在零初始条件下，进行二次求导；进行拉普拉斯变换；去除拉普拉斯变换过程中产生的初始值，并对拉普拉斯算子进行抵消；进行反拉普拉斯变换，并转化为矩阵算式；将所述矩阵算式转化为最小二乘问题进行求解，识别所述双点预瞄驾驶员模型中的未知参数。
2.根据权利要求1所述的一种双点预瞄驾驶员模型参数识别方法，其特征在于：所述双点预瞄驾驶员模型的表达式为：
3.根据权利要求2所述的一种双点预瞄驾驶员模型参数识别方法，其特征在于：转化为时域后δsw表达式为：
4.根据权利要求3所述的一种双点预瞄驾驶员模型参数识别方法，其特征在于：进行二次求导后的表达式为：
5.根据权利要求4所述的...
【专利技术属性】
技术研发人员：汪怡平，李学鋆，苏楚奇，刘珣，袁晓红，
申请(专利权)人：武汉理工大学，
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。