基于駕駛員駕駛技能辨識(shí)的智能車輛穩(wěn)定性控制
發(fā)布時(shí)間:2022-01-15 21:44
由于汽車主動(dòng)安全技術(shù)的穩(wěn)定性控制可以有效的規(guī)避譬如側(cè)滑等危險(xiǎn),在避免交通事故的產(chǎn)生與提高行車安全性有著極其重要的意義,因此如何保證車輛的穩(wěn)定性成為了當(dāng)前研究的熱點(diǎn)問題。考慮到車輛橫擺運(yùn)動(dòng)的穩(wěn)定性能需求,如何選擇相應(yīng)的控制策略、目標(biāo)函數(shù)與約束條件是本文研究的重點(diǎn)。此外針對在現(xiàn)有的研究中,控制策略設(shè)計(jì)沒有充分考慮到整個(gè)駕駛員群體的技能差異的問題,如何對駕駛技能特性進(jìn)行有效分類和精確辨識(shí),以及在車輛橫擺穩(wěn)定控制器的基礎(chǔ)上,將駕駛員技能水平考慮在控制器設(shè)計(jì)中是本文關(guān)注的問題。同時(shí)在實(shí)時(shí)更新安全穩(wěn)定邊界時(shí),如何估算路面附著系數(shù)也同樣是本文的關(guān)注點(diǎn)。本論文在國家自然科學(xué)基金重大項(xiàng)目(61790564)“極限工況下汽車運(yùn)動(dòng)一體化協(xié)同控制”,國家自然科學(xué)基金國際(地區(qū))合作與交流重點(diǎn)項(xiàng)目(61520106008)“面向安全化的電動(dòng)化汽車能效滾動(dòng)優(yōu)化”和國家自然科學(xué)基金青年基金項(xiàng)目(61703176)“非線性模型預(yù)測控制的快速計(jì)算方法研究及應(yīng)用”的資助下,進(jìn)行了如下的研究與分析。針對本文的研究關(guān)注點(diǎn),首先對于個(gè)性化的駕駛員駕駛技能辨識(shí)問題,首先設(shè)計(jì)了駕駛技能問卷調(diào)查與自我評估量化表,然后利用駕駛模擬器與...
【文章來源】:吉林大學(xué)吉林省 211工程院校 985工程院校 教育部直屬院校
【文章頁數(shù)】:87 頁
【學(xué)位級別】:碩士
【文章目錄】:
摘要
abstract
第1章 緒論
1.1 研究背景及意義
1.2 國內(nèi)外研究現(xiàn)狀
1.2.1 駕駛員駕駛技能辨識(shí)的研究現(xiàn)狀
1.2.2 道路附著系數(shù)估算的研究現(xiàn)狀
1.2.3 車輛穩(wěn)定性控制的研究現(xiàn)狀
1.3 本文主要研究內(nèi)容及結(jié)構(gòu)安排
1.3.1 科研項(xiàng)目資助情況
1.3.2 主要研究內(nèi)容及結(jié)構(gòu)安排
第2章 基于機(jī)器學(xué)習(xí)的駕駛技能辨識(shí)方案
2.1 引言
2.2 駕駛技能分類實(shí)驗(yàn)設(shè)計(jì)與實(shí)現(xiàn)
2.2.1 駕駛技能分類影響因素分析
2.2.2 調(diào)查問卷設(shè)計(jì)
2.2.3 實(shí)驗(yàn)設(shè)備與場景
2.3 駕技能特征參數(shù)構(gòu)建與主成分分析
2.3.1 特征參數(shù)構(gòu)建
2.3.2 主成分分析
2.4 基于K?means聚類的駕駛技能識(shí)別方法
2.4.1 駕駛技能分類
2.4.2 識(shí)別結(jié)果分析
2.5 本章小結(jié)
第3章 基于BP神經(jīng)網(wǎng)絡(luò)的路面附著系數(shù)計(jì)算模型
3.1 引言
3.1.1 車輛動(dòng)力學(xué)分析及輪胎建模
3.1.2 狀態(tài)參數(shù)與附著系數(shù)關(guān)系的數(shù)學(xué)描述
3.2 基于BP神經(jīng)網(wǎng)絡(luò)的計(jì)算方案
3.2.1 神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)設(shè)計(jì)
3.2.2 訓(xùn)練樣本的獲取
3.2.3 附著系數(shù)計(jì)算模型
3.3 仿真驗(yàn)證與分析
3.4 本章小結(jié)
第4章 基于模型預(yù)測控制的車輛穩(wěn)定性控制器設(shè)計(jì)
4.1 引言
4.2 控制方案設(shè)計(jì)
4.2.1 理想橫擺角速度的確定
4.2.2 穩(wěn)定性安全約束
4.3 基于MPC的控制器設(shè)計(jì)
4.3.1 駕駛技能辨識(shí)與控制器的結(jié)合
4.4 仿真驗(yàn)證與分析
4.4.1 高附著雙移線仿真實(shí)驗(yàn)
4.4.2 低附著雙移線仿真實(shí)驗(yàn)
4.4.3 考慮駕駛技能特性的雙移線仿真實(shí)驗(yàn)
4.5 本章小結(jié)
第5章 全文總結(jié)與展望
5.1 全文總結(jié)
5.2 未來工作展望
參考文獻(xiàn)
攻讀碩士學(xué)位期間的研究成果
致謝
【參考文獻(xiàn)】:
期刊論文
[1]基于K-均值聚類分析的城市道路汽車行駛工況構(gòu)建方法研究[J]. 彭育輝,楊輝寶,李孟良,喬學(xué)齊. 汽車技術(shù). 2017(11)
[2]基于駕駛模擬實(shí)驗(yàn)的駕駛風(fēng)格對高速公路換道行為的影響[J]. 石京,柳美玉. 東南大學(xué)學(xué)報(bào)(自然科學(xué)版). 2017(05)
[3]Driving skill classification in curve driving scenes using machine learning[J]. Naiwala P.Chandrasiri,Kazunari Nawa,Akira Ishii. Journal of Modern Transportation. 2016(03)
[4]人格對駕駛員危險(xiǎn)知覺技能的影響[J]. 竇廣波,宋熙,常若松. 遼寧師范大學(xué)學(xué)報(bào)(社會(huì)科學(xué)版). 2016(04)
[5]基于K-均值聚類算法的行駛工況構(gòu)建方法[J]. 秦大同,詹森,漆正剛,陳淑江. 吉林大學(xué)學(xué)報(bào)(工學(xué)版). 2016(02)
[6]基于駕駛模擬器的駕駛員所偏好的轉(zhuǎn)向盤力矩特性研究[J]. 宗長富,麥莉,王德平,李雅娟. 中國機(jī)械工程. 2007(08)
博士論文
[1]聚類分析中的最佳聚類數(shù)確定方法研究及應(yīng)用[D]. 周世兵.江南大學(xué) 2011
碩士論文
[1]考慮駕駛員風(fēng)格的汽車縱向控制策略研究[D]. 劉賀.湖南大學(xué) 2018
[2]駕駛員駕駛技能與事故傾向性的相關(guān)研究[D]. 周春雪.遼寧師范大學(xué) 2018
[3]輪轂驅(qū)動(dòng)電動(dòng)車的路面附著系數(shù)估計(jì)方法研究[D]. 宋濤.哈爾濱工業(yè)大學(xué) 2017
[4]汽車橫擺與側(cè)傾穩(wěn)定性集成控制研究[D]. 房麗爽.吉林大學(xué) 2016
[5]車輛主動(dòng)前輪轉(zhuǎn)向與直接橫擺力矩集成控制研究及FPGA實(shí)現(xiàn)[D]. 吉巖.吉林大學(xué) 2015
[6]網(wǎng)絡(luò)問卷調(diào)查系統(tǒng)分析與設(shè)計(jì)[D]. 萬聰.北京交通大學(xué) 2014
[7]全局K-均值聚類算法研究與改進(jìn)[D]. 趙麗.西安電子科技大學(xué) 2013
本文編號:3591372
【文章來源】:吉林大學(xué)吉林省 211工程院校 985工程院校 教育部直屬院校
【文章頁數(shù)】:87 頁
【學(xué)位級別】:碩士
【文章目錄】:
摘要
abstract
第1章 緒論
1.1 研究背景及意義
1.2 國內(nèi)外研究現(xiàn)狀
1.2.1 駕駛員駕駛技能辨識(shí)的研究現(xiàn)狀
1.2.2 道路附著系數(shù)估算的研究現(xiàn)狀
1.2.3 車輛穩(wěn)定性控制的研究現(xiàn)狀
1.3 本文主要研究內(nèi)容及結(jié)構(gòu)安排
1.3.1 科研項(xiàng)目資助情況
1.3.2 主要研究內(nèi)容及結(jié)構(gòu)安排
第2章 基于機(jī)器學(xué)習(xí)的駕駛技能辨識(shí)方案
2.1 引言
2.2 駕駛技能分類實(shí)驗(yàn)設(shè)計(jì)與實(shí)現(xiàn)
2.2.1 駕駛技能分類影響因素分析
2.2.2 調(diào)查問卷設(shè)計(jì)
2.2.3 實(shí)驗(yàn)設(shè)備與場景
2.3 駕技能特征參數(shù)構(gòu)建與主成分分析
2.3.1 特征參數(shù)構(gòu)建
2.3.2 主成分分析
2.4 基于K?means聚類的駕駛技能識(shí)別方法
2.4.1 駕駛技能分類
2.4.2 識(shí)別結(jié)果分析
2.5 本章小結(jié)
第3章 基于BP神經(jīng)網(wǎng)絡(luò)的路面附著系數(shù)計(jì)算模型
3.1 引言
3.1.1 車輛動(dòng)力學(xué)分析及輪胎建模
3.1.2 狀態(tài)參數(shù)與附著系數(shù)關(guān)系的數(shù)學(xué)描述
3.2 基于BP神經(jīng)網(wǎng)絡(luò)的計(jì)算方案
3.2.1 神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)設(shè)計(jì)
3.2.2 訓(xùn)練樣本的獲取
3.2.3 附著系數(shù)計(jì)算模型
3.3 仿真驗(yàn)證與分析
3.4 本章小結(jié)
第4章 基于模型預(yù)測控制的車輛穩(wěn)定性控制器設(shè)計(jì)
4.1 引言
4.2 控制方案設(shè)計(jì)
4.2.1 理想橫擺角速度的確定
4.2.2 穩(wěn)定性安全約束
4.3 基于MPC的控制器設(shè)計(jì)
4.3.1 駕駛技能辨識(shí)與控制器的結(jié)合
4.4 仿真驗(yàn)證與分析
4.4.1 高附著雙移線仿真實(shí)驗(yàn)
4.4.2 低附著雙移線仿真實(shí)驗(yàn)
4.4.3 考慮駕駛技能特性的雙移線仿真實(shí)驗(yàn)
4.5 本章小結(jié)
第5章 全文總結(jié)與展望
5.1 全文總結(jié)
5.2 未來工作展望
參考文獻(xiàn)
攻讀碩士學(xué)位期間的研究成果
致謝
【參考文獻(xiàn)】:
期刊論文
[1]基于K-均值聚類分析的城市道路汽車行駛工況構(gòu)建方法研究[J]. 彭育輝,楊輝寶,李孟良,喬學(xué)齊. 汽車技術(shù). 2017(11)
[2]基于駕駛模擬實(shí)驗(yàn)的駕駛風(fēng)格對高速公路換道行為的影響[J]. 石京,柳美玉. 東南大學(xué)學(xué)報(bào)(自然科學(xué)版). 2017(05)
[3]Driving skill classification in curve driving scenes using machine learning[J]. Naiwala P.Chandrasiri,Kazunari Nawa,Akira Ishii. Journal of Modern Transportation. 2016(03)
[4]人格對駕駛員危險(xiǎn)知覺技能的影響[J]. 竇廣波,宋熙,常若松. 遼寧師范大學(xué)學(xué)報(bào)(社會(huì)科學(xué)版). 2016(04)
[5]基于K-均值聚類算法的行駛工況構(gòu)建方法[J]. 秦大同,詹森,漆正剛,陳淑江. 吉林大學(xué)學(xué)報(bào)(工學(xué)版). 2016(02)
[6]基于駕駛模擬器的駕駛員所偏好的轉(zhuǎn)向盤力矩特性研究[J]. 宗長富,麥莉,王德平,李雅娟. 中國機(jī)械工程. 2007(08)
博士論文
[1]聚類分析中的最佳聚類數(shù)確定方法研究及應(yīng)用[D]. 周世兵.江南大學(xué) 2011
碩士論文
[1]考慮駕駛員風(fēng)格的汽車縱向控制策略研究[D]. 劉賀.湖南大學(xué) 2018
[2]駕駛員駕駛技能與事故傾向性的相關(guān)研究[D]. 周春雪.遼寧師范大學(xué) 2018
[3]輪轂驅(qū)動(dòng)電動(dòng)車的路面附著系數(shù)估計(jì)方法研究[D]. 宋濤.哈爾濱工業(yè)大學(xué) 2017
[4]汽車橫擺與側(cè)傾穩(wěn)定性集成控制研究[D]. 房麗爽.吉林大學(xué) 2016
[5]車輛主動(dòng)前輪轉(zhuǎn)向與直接橫擺力矩集成控制研究及FPGA實(shí)現(xiàn)[D]. 吉巖.吉林大學(xué) 2015
[6]網(wǎng)絡(luò)問卷調(diào)查系統(tǒng)分析與設(shè)計(jì)[D]. 萬聰.北京交通大學(xué) 2014
[7]全局K-均值聚類算法研究與改進(jìn)[D]. 趙麗.西安電子科技大學(xué) 2013
本文編號:3591372
本文鏈接:http://sikaile.net/kejilunwen/qiche/3591372.html
最近更新
教材專著