當下駕校車輛、人力資源匱乏,是我國駕校亟需解決的關(guān)鍵問題之一�，F(xiàn)有的汽車駕駛模擬器一定程度上緩解了駕培市場中教練車供不應求以及油耗上升的問題,但其僅能提供駕駛體驗,無法給予學員駕駛反饋和指導,因此如何針對不同駕駛特性的學員給予及時有效的駕駛指導成為研究的重點和難點。本文提出了 一種學員模型,用以獲取學員駕駛特性;并設(shè)計了一種基于模型預測控制（M PC）算法的教練控制策略,為學員提供駕駛指導;之后基于模糊C均值（FCM）算法對學員進行分類,并針對分類后不同特性的學員提出一種因材施教型教練系統(tǒng)。主要研究工作如下:1)在已有駕駛員模型的基礎(chǔ)上,首次提出一種學員模型。學員不同于駕駛員,需要在現(xiàn)有駕駛員模型的基礎(chǔ)上,充分考慮預瞄時間、動作滯后特性,引入學員判斷時間、指令接受度、指令接受時間3個參數(shù),建立學員模型,之后利用最小二乘法進行學員特性參數(shù)估計,并通過CARSIM-SIMULINK聯(lián)合仿真進行模型驗證分析。2)針對教練決策指導問題,提出一種基于MPC的教練控制策略。在學員模型的基礎(chǔ)上,以防止學員壓線、保證駕駛車輛穩(wěn)定性、限制方向盤轉(zhuǎn)角閾值為約束條件,以學員軌跡與道路中心線軌跡偏差、學員方向... 

【文章來源】：浙江大學浙江省 211工程院校 985工程院校 教育部直屬院校

【文章頁數(shù)】：84 頁

【學位級別】：碩士

【部分圖文】：

圖１．１全文結(jié)構(gòu)圖??

浙ｆｌ人ｆ碩Ｌ’７＂位論義??２．２．１學員特性的分析??對學員特性展開分析，如圖２．１所示，本質(zhì)上可看做教練－學員－車－路構(gòu)成的??閉環(huán)系統(tǒng)，學員通過分析道路信息和車輛信息，并在教練發(fā)出的指令指導下，通??過操縱教練車的方向盤、油門、制動踏板完成駕駛?cè)蝿�。該閉環(huán)系統(tǒng)反映了學員??對道路和教練車信息的感知、對教練指令的接受、對駕駛?cè)蝿盏臎Q策、對教練車??的執(zhí)行４個駕駛特性。??ｐ——－￣？教練?＜???指令???］?１?????——？〇?？學０?小輛?——??丨…丨速度??圖２．１教練－學員－車－路構(gòu)成的閉環(huán)系統(tǒng)??駕駛員特性與學員特性不同，駕駛員－車－路構(gòu)成了?一個閉環(huán)系統(tǒng)，如圖２．２所??示，駕駛員通過分析道路信息，制定車輛的理想轉(zhuǎn)角和行駛速度，通過操縱車輛??的方向盤、油門、制動踏板完成駕駛?cè)蝿�。該閉環(huán)系統(tǒng)反映了駕駛員對道路和車??輛信息的感知、對駕駛?cè)蝿盏臎Q策、對駕駛車輛的執(zhí)行３個駕駛特性。??—任?？駕駛?ｗ?？?車輛?一ｆＬｉＡ＇?？??圖２．２駕駛員－車－路構(gòu)成的閉環(huán)系統(tǒng)??通過上述分析可以發(fā)現(xiàn)，學員與駕駛員在對道路和車輛信息的感知、對駕駛??任務的決策、對駕駛車輛的執(zhí)行３個方面有著相似之處。因此，下面將基于現(xiàn)有??的駕駛員模型結(jié)構(gòu)｜８Ｎ８２］，分析總結(jié)駕駛員駕駛特性，進而針對學員特性展開研究。??如圖２．３所示，駕駛員模型由感知單元、決策單元、執(zhí)行單元３個部分構(gòu)成，??從而完成駕駛?cè)蝿�。其中，感知單元將感知到的道路信息和車輛信息傳遞給決策??單元；決策單元通過分析道路信息和車輛信息，分析判斷是否需要對車輛進行操??作調(diào)整，規(guī)劃期望行駛的軌跡和期望車速，并作用

浙ｆｌ人ｆ碩Ｌ’７＂位論義??２．２．１學員特性的分析??對學員特性展開分析，如圖２．１所示，本質(zhì)上可看做教練－學員－車－路構(gòu)成的??閉環(huán)系統(tǒng)，學員通過分析道路信息和車輛信息，并在教練發(fā)出的指令指導下，通??過操縱教練車的方向盤、油門、制動踏板完成駕駛?cè)蝿�。該閉環(huán)系統(tǒng)反映了學員??對道路和教練車信息的感知、對教練指令的接受、對駕駛?cè)蝿盏臎Q策、對教練車??的執(zhí)行４個駕駛特性。??ｐ——－￣？教練?＜???指令???］?１?????——？〇?？學０?小輛?——??丨…丨速度??圖２．１教練－學員－車－路構(gòu)成的閉環(huán)系統(tǒng)??駕駛員特性與學員特性不同，駕駛員－車－路構(gòu)成了?一個閉環(huán)系統(tǒng)，如圖２．２所??示，駕駛員通過分析道路信息，制定車輛的理想轉(zhuǎn)角和行駛速度，通過操縱車輛??的方向盤、油門、制動踏板完成駕駛?cè)蝿�。該閉環(huán)系統(tǒng)反映了駕駛員對道路和車??輛信息的感知、對駕駛?cè)蝿盏臎Q策、對駕駛車輛的執(zhí)行３個駕駛特性。??—任?？駕駛?ｗ?？?車輛?一ｆＬｉＡ＇?？??圖２．２駕駛員－車－路構(gòu)成的閉環(huán)系統(tǒng)??通過上述分析可以發(fā)現(xiàn)，學員與駕駛員在對道路和車輛信息的感知、對駕駛??任務的決策、對駕駛車輛的執(zhí)行３個方面有著相似之處。因此，下面將基于現(xiàn)有??的駕駛員模型結(jié)構(gòu)｜８Ｎ８２］，分析總結(jié)駕駛員駕駛特性，進而針對學員特性展開研究。??如圖２．３所示，駕駛員模型由感知單元、決策單元、執(zhí)行單元３個部分構(gòu)成，??從而完成駕駛?cè)蝿�。其中，感知單元將感知到的道路信息和車輛信息傳遞給決策??單元；決策單元通過分析道路信息和車輛信息，分析判斷是否需要對車輛進行操??作調(diào)整，規(guī)劃期望行駛的軌跡和期望車速，并作用

【參考文獻】：
期刊論文
[1]基于培訓教學的汽車駕駛培訓模擬器訓練場景內(nèi)容研究[J]. 孟興凱,曾誠,蔡鳳田.  交通節(jié)能與環(huán)保. 2019(02)
[2]駕駛模擬技術(shù)在汽車智能技術(shù)研發(fā)中的應用綜述[J]. 魏朗,田順,Chris SCHWARZ,劉晶郁.  公路交通科技. 2017(12)
[3]一種改進的模糊C均值聚類算法簇數(shù)量優(yōu)化研究[J]. 徐葉軍.  長春師范大學學報. 2017(10)
[4]基于個體特性的駕駛行為操縱模式建模方法[J]. 肖獻強,殷延杰,王家恩.  中國機械工程. 2016(19)
[5]基于貝葉斯網(wǎng)絡(luò)的機動車駕駛行為狀態(tài)分析建模[J]. 張良力,祝賀,馬天宇.  交通信息與安全. 2014(05)
[6]模型預測控制——現(xiàn)狀與挑戰(zhàn)[J]. 席裕庚,李德偉,林姝.  自動化學報. 2013(03)
[7]智能車輛縱橫向反演變結(jié)構(gòu)協(xié)調(diào)控制[J]. 胡平,郭景華,李琳輝,王榮本.  電機與控制學報. 2011(10)
[8]基于Creator的三維場景優(yōu)化技術(shù)的應用[J]. 陳永華,王德成,陳燕.  微計算機信息. 2007(28)
[9]基于Multigen Creator場景模型的建立[J]. 張曦,王國權(quán),龔國慶.  北京機械工業(yè)學院學報. 2006(02)
[10]基于分布式虛擬現(xiàn)實技術(shù)的汽車駕駛模擬器的研究[J]. 陳定方,李勛祥,李文鋒,尹念東.  系統(tǒng)仿真學報. 2005(02)

博士論文
[1]基于熟練駕駛員轉(zhuǎn)向操縱特征的智能汽車仿人轉(zhuǎn)向控制技術(shù)研究[D]. 華一丁.江蘇大學 2018
[2]人機共享的駕駛員橫向輔助系統(tǒng)關(guān)鍵技術(shù)研究[D]. 談東奎.合肥工業(yè)大學 2017
[3]人機協(xié)同下的車道偏離輔助駕駛關(guān)鍵技術(shù)研究[D]. 吳乙萬.湖南大學 2013
[4]智能汽車自主循跡控制策略研究[D]. 張琨.哈爾濱工業(yè)大學 2013
[5]城市環(huán)境下無人駕駛車輛運動控制方法的研究[D]. 趙盼.中國科學技術(shù)大學 2012
[6]汽車易駕駛性評價的隨機駕駛員模型方法[D]. 白艷.吉林大學 2012
[7]無人駕駛汽車半物理仿真系統(tǒng)的設(shè)計[D]. 唐國明.中國科學技術(shù)大學 2012
[8]基于自動駕駛系統(tǒng)的車輛縱橫向運動綜合控制研究[D]. 冀杰.重慶大學 2010
[9]高速汽車車道偏離預警系統(tǒng)的算法研究[D]. 董因平.吉林大學 2004

碩士論文
[1]具有橫向主動安全的智能車駕駛員模型[D]. 梁碩.吉林大學 2019
[2]基于人機共駕的車道保持控制系統(tǒng)的研究[D]. 夏文旭.大連理工大學 2019
[3]汽車駕駛培訓模擬器訓練場景建模及評價[D]. 汪杰.長安大學 2019
[4]基于MPC算法的無人駕駛車輛軌跡跟蹤控制研究[D]. 由智恒.吉林大學 2018
[5]駕駛員特性和實時駕駛能力評估研究[D]. 周孝吉.重慶大學 2018
[6]基于穩(wěn)定性的駕駛員模型研究[D]. 楊浩.重慶理工大學 2018
[7]兩點預瞄駕駛員轉(zhuǎn)向模型研究[D]. 程慧.南京航空航天大學 2016
[8]基于模型預測控制的無人駕駛車輛軌跡跟蹤控制算法研究[D]. 孫銀健.北京理工大學 2015
[9]訓練型汽車駕駛模擬器關(guān)鍵技術(shù)研究[D]. 張弛.華南理工大學 2014



本文編號：3540289