基于駕駛特性的制動行為建模及制動意圖識別研究.pdf

1、據(jù)統(tǒng)計，由汽車追尾引發(fā)的交通事故占事故總量的20％以上，是交通事故主要發(fā)生形式。為降低交通事故發(fā)生率，近年來國內(nèi)外研究人員進行了大量汽車主動安全方面的研究。其中駕駛行為特性研究作為汽車輔助駕駛系統(tǒng)研究一部分，是降低交通事故發(fā)生率的重要方法。隨著研究的深入，駕駛行為研究成果不僅可以應(yīng)用于交通事故預防方面，也可用于準確識別駕駛意圖上。
　　制動系統(tǒng)對汽車行駛安全起重要作用，對駕駛?cè)说闹苿有袨樘匦赃M行研究可以有效減免追尾事故的發(fā)生，也可

2、準確識別駕駛員制動意圖。但由于汽車駕駛是由人-車-路三者共同組成的，跟馳避險過程中駕駛員判斷決策的復雜性和差異性，導致傳統(tǒng)方法無法對制動行為作出詳細、準確的量化和建模。本文在總結(jié)國內(nèi)外對跟馳過程中制動行為和制動意圖識別研究成果基礎(chǔ)上，采用主成分分析方法確立了4個與制動減速度相關(guān)的參數(shù)作為BP神經(jīng)網(wǎng)絡(luò)輸入值建立了制動行為模型，用k-means聚類分析確立了3個決策因子的隸屬度函數(shù)作為模糊推理輸入值建立制動意圖識別模型。主要研究內(nèi)容如下:<

3、br>　　1.理論分析及實驗設(shè)計。詳細分析了國內(nèi)外制動行為及制動意圖研究意義和現(xiàn)狀，在闡述制動行為機理基礎(chǔ)上總結(jié)出能促使駕駛員做出制動決策的跟車參數(shù)，結(jié)合本文研究目的，以“江蘇大學交通安全研究平臺——QJ-481型6自由度模擬駕駛器”為實驗平臺，進行虛擬交通實驗場景設(shè)計、實驗數(shù)據(jù)采集模型搭建、實驗人員選取等工作。
　　2.制動行為模型建立。通過對實驗采集的相對距離、相對速度、前車加速度、后車速度、后車加速度、THW車頭時距、TTC

4、i碰撞時間倒數(shù)等與制動行為相關(guān)參數(shù)的分析，采用主成分分析法提取了4個對制動減速度累積貢獻率達97％的參數(shù)作為BP神經(jīng)網(wǎng)絡(luò)模型輸入，采用試湊法確定了神經(jīng)網(wǎng)絡(luò)中間層神經(jīng)元數(shù)為13，神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)確立為4-13-1，同樣用對比法確立神經(jīng)網(wǎng)絡(luò)各訓練參數(shù)，確保所建立的制動行為模型有較高的精確度。最后對所建立的模型進行了適用性仿真驗證，證明采用神經(jīng)網(wǎng)絡(luò)建立制動行為模型的可行性。
　　3.制動意圖辨識模型建立。通過對當前行車環(huán)境參數(shù)、自車狀態(tài)參數(shù)