電動(dòng)化、智能化已經(jīng)成為了當(dāng)今世界汽車技術(shù)研究的熱點(diǎn)之一。隨著汽車電動(dòng)化與智能化時(shí)代的到來,汽車上的電控系統(tǒng)會(huì)越來越豐富,電控技術(shù)研發(fā)時(shí)考慮駕駛員特性可以有效提升汽車的智能化水平,提高駕駛舒適性。本文基于國家自然科學(xué)基金項(xiàng)目“考慮駕駛員特性的四輪獨(dú)立驅(qū)動(dòng)與轉(zhuǎn)向電動(dòng)汽車動(dòng)力學(xué)控制研究（51675257）”,對駕駛員特性分類與辨識(shí)、考慮駕駛員轉(zhuǎn)向特性的四輪獨(dú)立驅(qū)動(dòng)與轉(zhuǎn)向電動(dòng)汽車四輪主動(dòng)轉(zhuǎn)向控制進(jìn)行研究。首先,進(jìn)行駕駛員特性分類方法研究。選取具有一定駕駛經(jīng)驗(yàn)的駕駛員進(jìn)行駕駛模擬器實(shí)驗(yàn),采集能夠反映駕駛員特性的實(shí)驗(yàn)數(shù)據(jù)并提取實(shí)驗(yàn)數(shù)據(jù)的特征值。應(yīng)用K-means聚類算法對實(shí)驗(yàn)數(shù)據(jù)特征值進(jìn)行聚類,根據(jù)聚類結(jié)果將駕駛員特性分為了謹(jǐn)慎型、一般型和激進(jìn)型三類。其次,基于隱馬爾可夫模型研究駕駛員特性辨識(shí)方法。在實(shí)驗(yàn)數(shù)據(jù)特征值分類的基礎(chǔ)上,基于HMM理論分別建立駕駛員加速特性和轉(zhuǎn)向特性辨識(shí)GM-HMM模型,并對辨識(shí)模型的辨識(shí)準(zhǔn)確性進(jìn)行驗(yàn)證。再次,研究駕駛員特性在線辨識(shí)方法�；贐P神經(jīng)網(wǎng)絡(luò)建立駕駛員特性在線辨識(shí)模型,并驗(yàn)證模型的辨識(shí)精度。應(yīng)用MATLAB/Simulink/Stateflow軟件編寫駕駛員特性... 

【文章頁數(shù)】：75 頁

【學(xué)位級別】：碩士

【文章目錄】：
摘要
Abstract
1 緒論
    1.1 研究背景與意義
    1.2 駕駛員特性辨識(shí)研究現(xiàn)狀
        1.2.1 國外研究現(xiàn)狀
        1.2.2 國內(nèi)研究現(xiàn)狀
    1.3 四輪獨(dú)立驅(qū)動(dòng)與轉(zhuǎn)向電動(dòng)汽車四輪轉(zhuǎn)向控制研究現(xiàn)狀
        1.3.1 國外研究現(xiàn)狀
        1.3.2 國內(nèi)研究現(xiàn)狀
    1.4 本文的主要研究內(nèi)容
2 駕駛員特性分類方法研究
    2.1 實(shí)驗(yàn)數(shù)據(jù)采集
    2.2 聚類分析方法
    2.3 駕駛員特性分類
        2.3.1 駕駛員加速特性分類
        2.3.2 駕駛員轉(zhuǎn)向特性分類
    2.4 本章小結(jié)
3 基于隱馬爾可夫模型的駕駛員特性辨識(shí)
    3.1 模式識(shí)別方法
        3.1.1 模式識(shí)別方法分類
        3.1.2 模式識(shí)別方法比較分析
    3.2 隱馬爾可夫模型概述
        3.2.1 隱馬爾可夫模型
        3.2.2 隱馬爾可夫模型的3個(gè)基本問題
        3.2.3 高斯隱馬爾可夫模型
    3.3 GM-HMM理論在駕駛員特性辨識(shí)上的應(yīng)用
        3.3.1 駕駛員加速特性辨識(shí)
        3.3.2 駕駛員轉(zhuǎn)向特性辨識(shí)
    3.4 本章小結(jié)
4 駕駛員特性在線辨識(shí)方法研究
    4.1 BP神經(jīng)網(wǎng)絡(luò)概述
    4.2 駕駛員加速特性在線辨識(shí)
        4.2.1 在線辨識(shí)模型建立與驗(yàn)證
        4.2.2 駕駛員加速特性在線辨識(shí)
    4.3 駕駛員轉(zhuǎn)向特性在線辨識(shí)
        4.3.1 在線辨識(shí)模型建立與驗(yàn)證
        4.3.2 駕駛員轉(zhuǎn)向特性在線辨識(shí)
    4.4 本章小結(jié)
5 考慮駕駛員特性的4WIS/4WID電動(dòng)汽車四輪主動(dòng)轉(zhuǎn)向控制
    5.1 四輪獨(dú)立驅(qū)動(dòng)與轉(zhuǎn)向電動(dòng)汽車建模
    5.2 考慮駕駛員特性的四輪主動(dòng)轉(zhuǎn)向控制方法
        5.2.1 參考模型建立
        5.2.2 附加轉(zhuǎn)角控制器設(shè)計(jì)
        5.2.3 車輪轉(zhuǎn)角分配控制器設(shè)計(jì)
    5.3 實(shí)驗(yàn)驗(yàn)證
        5.3.1 四輪轉(zhuǎn)向?qū)嶒?yàn)驗(yàn)證
        5.3.2 四輪主動(dòng)轉(zhuǎn)向控制實(shí)驗(yàn)驗(yàn)證
    5.4 本章小結(jié)
6 全文總結(jié)與展望
    6.1 全文總結(jié)
    6.2 工作展望
參考文獻(xiàn)
攻讀碩士期間發(fā)表學(xué)術(shù)論文情況
致謝


【參考文獻(xiàn)】：
期刊論文
[1]四輪獨(dú)驅(qū)電動(dòng)車主動(dòng)轉(zhuǎn)向與橫擺力矩集成控制[J]. 李剛,趙德陽,雷永強(qiáng),馬高峰.  現(xiàn)代制造工程. 2017(10)
[2]四輪獨(dú)立轉(zhuǎn)向車輛穩(wěn)定性的模糊最優(yōu)控制方法[J]. 金立生,高琳琳,謝憲毅,王發(fā)繼,李科勇.  西南交通大學(xué)學(xué)報(bào). 2016(06)
[3]基于HMM-SVM的駕駛員換道意圖辨識(shí)研究[J]. 宋曉琳,鄭亞奇,曹昊天.  電子測量與儀器學(xué)報(bào). 2016(01)
[4]駕駛?cè)藫Q道意圖實(shí)時(shí)識(shí)別模型評價(jià)及測試[J]. 郭應(yīng)時(shí),付銳,趙凱,馬勇,袁偉.  吉林大學(xué)學(xué)報(bào)(工學(xué)版). 2016(06)
[5]基于直接橫擺力矩的四輪轉(zhuǎn)向/驅(qū)動(dòng)滑模控制[J]. 趙立軍,鄧寧寧,羅念寧,劉昕暉.  華南理工大學(xué)學(xué)報(bào)(自然科學(xué)版). 2015(08)
[6]汽車四輪轉(zhuǎn)向系統(tǒng)發(fā)展與展望[J]. 劉釗.  汽車實(shí)用技術(shù). 2015(04)
[7]基于LQR的四輪轉(zhuǎn)向汽車控制方法[J]. 劉啟佳,陳思忠.  北京理工大學(xué)學(xué)報(bào). 2014(11)
[8]聚類方法綜述[J]. 金建國.  計(jì)算機(jī)科學(xué). 2014(S2)
[9]交叉口駕駛員轉(zhuǎn)向意圖辨識(shí)研究[J]. 劉志強(qiáng),周亮,汪澎,倪捷.  科學(xué)技術(shù)與工程. 2014(17)
[10]PID控制原理簡析[J]. 王耀輝,強(qiáng)天偉.  潔凈與空調(diào)技術(shù). 2013(03)

博士論文
[1]四輪獨(dú)立驅(qū)動(dòng)獨(dú)立轉(zhuǎn)向電動(dòng)汽車控制與協(xié)調(diào)方法研究[D]. 高琳琳.吉林大學(xué) 2017

碩士論文
[1]四輪轉(zhuǎn)向和差動(dòng)制動(dòng)聯(lián)合實(shí)現(xiàn)車輛穩(wěn)定性優(yōu)化控制[D]. 喬莉.吉林大學(xué) 2017
[2]基于駕駛員意圖的智能車輛路徑跟隨研究[D]. 鄭亞奇.湖南大學(xué) 2016
[3]智能四輪獨(dú)立驅(qū)動(dòng)輪轂電機(jī)電動(dòng)汽車自適應(yīng)轉(zhuǎn)向研究[D]. 韓海蘭.遼寧工業(yè)大學(xué) 2016
[4]線控轉(zhuǎn)向四輪輪轂電機(jī)電動(dòng)汽車集成控制研究[D]. 馬高峰.遼寧工業(yè)大學(xué) 2016
[5]基于駕駛模擬器的駕駛員轉(zhuǎn)向特性研究[D]. 袁航.遼寧工業(yè)大學(xué) 2015
[6]基于隱馬爾可夫模型的語音識(shí)別技術(shù)研究[D]. 靳雙燕.鄭州大學(xué) 2013
[7]K-means聚類算法的研究[D]. 韓瑞瑞.中國石油大學(xué)（華東） 2013
[8]模式識(shí)別方法研究及應(yīng)用[D]. 王浩.西安工業(yè)大學(xué) 2013
[9]人工神經(jīng)網(wǎng)絡(luò)用于傳感信號(hào)的模式識(shí)別[D]. 張威.北京交通大學(xué) 2011
[10]基于隱馬爾科夫模型的語音識(shí)別技術(shù)研究[D]. 胡磊.武漢理工大學(xué) 2007



本文編號(hào)：3696147