【技术实现步骤摘要】
本专利技术属于汽车
，具体涉及一种汽车驾驶倾向性辨识系统。
技术介绍
随着城市化进展和车辆的普及，交通运输问题日益严重，道路拥挤、道路交通事故近年来虽有下降，但交通环境恶化趋势没有根本解决。汽车作为主要的交通工具，给人们出行带来了极大方便，但同时也带来了交通安全问题。车辆的主动安全系统用于汽车本身防止或减少公路交通事故，是应对交通安全问题的积极措施。其中，车辆辅助驾驶系统可以在驾驶异常时对人车单元实施保护，避免交通事故的发生，已成为交通安全和车辆工程领域的研究热点。在影响交通安全的因素中，驾驶员自身的内在因素是造成交通事故的主要因素之一，车-路-环境通过驾驶员的自身因素影响交通安全。驾驶员自身因素包括驾驶员的生理、心理等特性，其中生理因素是心理因素的物质基础并最终会反映到心理特征中来。由于驾驶员个体年龄、性别、驾龄、行车经验、个性等的不同而具备的不同驾驶心理特征，可以归纳为驾驶员的驾驶倾向性，反映驾驶员在车辆操作和运动过程中表现出的心理情感等状态。驾驶员生理-心理等特性对交通安全的影响主要表现在对驾驶倾向性的影响上。因此，将驾驶倾向性差异引入到车辆辅助驾驶系统能够使系统更加智能的对人车实施保护，提高保护的准确度，有效的避免交通事故的发生。驾驶倾向性的辨识对汽车辅助驾驶，特别是主动安全预警系统的研究极为重要。汽车主动安全预警系统用于弥补驾驶员行车时的失误和感官不足，在到达安全临界条件时对驾驶员发出预警信号，提醒驾驶员注意调整车辆，或自动对车辆进行调整以保证行车安全，是目前预防人为交通事故最为行之有效的技术设施，对改善交通安全起到了重要的作用，但是对于...
【技术保护点】
基于动态人车环境协同推演的自由流状态汽车驾驶倾向性辨识系统，按照如下方法进行建立：采用智能模式识别理论中基于BP神经网络的特征提取方法对宏观测得的驾驶员行车数据进行分析，提取出对驾驶倾向性类型分类能力较好的变量，以此数据为基础建立驾驶倾向性辨识模型。
【技术特征摘要】
1.基于动态人车环境协同推演的自由流状态汽车驾驶倾向性辨识系统，按照如下方法进行建立:采用智能模式识别理论中基于BP神经网络的特征提取方法对宏观测得的驾驶员行车数据进行分析，提取出对驾驶倾向性类型分类能力较好的变量，以此数据为基础建立驾驶倾向性辨识模型。2.根据权利要求1所述的基于动态人车环境协同推演的自由流状态汽车驾驶倾向性辨识系统，所述基于BP神经网络的特征提取方法为:模型中选用灵敏度(反映特征参数对模式状态变化的敏感程度)作为特征评价指标，所述的BP神经网络，设隐含层与输出层之间的变换函数采用线性函数，输入层与隐含层之间的变换函数采用S型函数，以Xi(i = 1，2,..., L)、Zj (j = I, 2, “.，Μ)、yk(k = 1,2,..., N)分别代表输入、隐含层的输出和...
【专利技术属性】
技术研发人员：王晓原，张敬磊，吴磊，张元元，王晓辉，夏媛媛，
申请(专利权)人：王晓原，
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。