基于模糊神經(jīng)網(wǎng)絡的駕駛員制動意圖辨識技術研究.pdf

1、為了適應不斷加快的社會節(jié)奏，滿足人類對安全、舒適等性能不斷變高的要求，越來越多的先進技術，特別是電子技術，在汽車產(chǎn)品中的應用日益廣泛，已經(jīng)成為時代的潮流。隨著駕駛員制動輔助系統(tǒng)的種類的不斷增多，人——機控制模式的平滑轉換也得到了重要的發(fā)展。線控制動系統(tǒng)（B-by-Wire）因其取消了傳統(tǒng)系統(tǒng)的機械連接，利用傳感器感知駕駛員駕駛意圖，再由中央控制單元發(fā)送指令給相應的執(zhí)行機構，以完成駕駛員的相關操作，得到了廣泛關注，而此項工作完成的前提是對

2、駕駛員的制動意圖進行及時、準確的辨識。
　　本文在分析和總結國內外駕駛員駕駛意圖辨識與預測的現(xiàn)有研究成果的基礎上，選擇基于模糊神經(jīng)網(wǎng)絡方法建立駕駛員制動意圖辨識模型。利用dSPACE系統(tǒng)與CarSim/Simulink聯(lián)合仿真搭建乘用車駕駛模擬器，并進行典型制動工況的模擬試驗獲得試驗數(shù)據(jù)，應用離線訓練的方法獲得駕駛員制動意圖模糊辨識模型。在此基礎上，利用搭建的駕駛模擬器對駕駛員制動意圖辨識模型進行在線驗證。
　　首先，對常見

3、的人工智能方法的優(yōu)缺點進行了對比分析，利用模糊神經(jīng)網(wǎng)絡方法進行駕駛員制動意圖辨識。由于T-S模型里存在著基于神經(jīng)元的自適應模糊控制系統(tǒng)，匹配度很高，所以在典型的模糊神經(jīng)網(wǎng)絡模型中選擇了T-S模型。其次，利用制動踏板與dSPACE連接搭建乘用車模擬器，通過dSPACE與CarSim/Simulink軟件聯(lián)合仿真，進行了持續(xù)制動、常規(guī)制動和緊急制動三種典型工況的模擬試驗。通過對測得參數(shù)進行篩選，最終選擇了制動踏板開度及其變化率、制動減速度三