当前位置:主页 > 科技论文 > 汽车论文 >

基于驾驶员减速行为分析的路径跟随控制方法研究

发布时间:2022-10-03 19:39
  在人-车-环境组成的闭环驾驶系统中,驾驶员由于驾驶技能良莠不齐、生理与心理状态、性格与体力情况等诸多方面各不相同,被认为是驾驶系统中不确定因素最多,最不可靠的环节。而智能汽车通过通信设备,传感器和智能算法替代了人在车辆行驶中的作用,被认为可以极大的解决交通安全问题。而路径跟随控制作为智能汽车领域的关键技术之一,在车辆智能化的发展下,已经成为了研究的热点。当前大部分关于智能汽车路径跟随控制的研究方法中,普遍将提高跟随精度,保证安全性作为最重要的研究目的。相比之下,对于智能汽车控制策略是否符合驾驶员的普遍驾驶习惯却考虑不足。本文通过对驾驶员在自然驾驶环境中的减速行为进行统计分析,将分析结果应用到车辆路径跟随控制系统的算法设计中,并在仿真环境中验证了该控制系统的有效性。主要开展如下研究:1.驾驶员的减速行为分析作为智能汽车人性化制动控制系统设计的基础,已经成为各方研究的重点。驾驶员减速有两种模式:(1)踩下制动踏板,使用制动系统以降低速度;(2)释放加速踏板,在不踩下制动踏板的情况下释放油门踏板,从而通过自然驾驶阻力减速。目前,已经有大量学者研究过驾驶员选择“踩下制动踏板”的驾驶行为,而“释... 

【文章页数】:78 页

【学位级别】:硕士

【文章目录】:
摘要
Abstract
1 绪论
    1.1 研究背景及意义
    1.2 国内外研究现状
        1.2.1 智能汽车研究现状
        1.2.2 驾驶员减速行为分析研究现状
        1.2.3 基于驾驶员行为分析的控制方法研究现状
    1.3 本文主要研究内容
2 基于自然驾驶数据的驾驶员减速行为分析
    2.1 引言
    2.2 自然驾驶数据采集与提取
        2.2.1 采集设备与方法简介
        2.2.2 驾驶员减速行为数据提取
    2.3 驾驶员制动行为潜在影响因素提取与定义
        2.3.1 潜在影响因素提取
        2.3.2 潜在影响因素参数化定义
    2.4 回归分析与检验方法选择
        2.4.1 回归分析方法的选择
        2.4.2 显著性检验方法的选择
        2.4.3 因变量与自变量定义
    2.5 基于逻辑回归模型的制动行为分析
        2.5.1 潜在影响因素统计分析
        2.5.2 基于逻辑回归分析与t检验建立回归模型
        2.5.3 逻辑回归模型结果解释与分析
    2.6 本章小结
3 基于驾驶员减速行为特性的车辆纵向跟随控制
    3.1 引言
    3.2 基于驾驶员行为特性的期望加速度估计
        3.2.1 纵向动力学模型
        3.2.2 期望加速度估计
    3.3 纵向跟随三相闭环控制系统
        3.3.1 基于期望加速度的纵向跟随二相闭环控制
        3.3.2 基于逻辑回归模型的纵向跟随三相闭环控制
    3.4 本章小结
4 基于最优预瞄理论的车辆横向跟随控制
    4.1 引言
    4.2 预瞄理论与稳态假设
        4.2.1 最优预瞄理论
        4.2.2 基于稳态假设的二自由度车辆模型
    4.3 弧长预瞄及轨迹跟随
        4.3.1 弧长预瞄方法
        4.3.2 横向跟随控制
    4.4 大地惯性坐标系下的预瞄点侧向位移
    4.5 横向跟随闭环控制系统
    4.6 本章小结
5 智能汽车路径跟随控制Carsim&Simulink联合仿真研究
    5.1 引言
    5.2 路径跟随横纵向控制系统
    5.3 联合仿真平台的建立
        5.3.1 仿真平台参数设置
        5.3.2 建立Simulink模型
    5.4 侧向跟随控制仿真分析
        5.4.1 预瞄距离的确定
        5.4.2 圆周工况
        5.4.3 复杂工况
    5.5 纵向跟随控制仿真分析
        5.5.1 纵向跟随精度仿真分析
        5.5.2 基于逻辑回归模型的逻辑控制阀有效性仿真分析
    5.6 本章小结
6 结论与展望
    6.1 结论
    6.2 展望
参考文献
攻读硕士学位期间发表论文及科研成果
致谢


【参考文献】:
期刊论文
[1]基于大数据技术的智能交通管理与应用研究[J]. 杨永斌,李笑扬.  重庆工商大学学报(自然科学版). 2019(02)
[2]自动驾驶等级划分及技术路线分析[J]. 李德海.  汽车实用技术. 2019(06)
[3]隐马尔可夫多元线性回归模型及其贝叶斯估计[J]. 刘鹤飞.  统计与决策. 2019(06)
[4]新手驾驶员水平注意广度对驾驶绩效及任务负荷的影响[J]. 常若松,袁璐一,马锦飞.  辽宁师范大学学报(社会科学版). 2019(03)
[5]无人驾驶产业发展现状及影响[J]. 郭英楠,殷宗迪.  中国国情国力. 2019(03)
[6]安全是对生命的承诺[J]. 本刊综合.  中国公路. 2019(05)
[7]基于驾驶员避撞行为的行车风险判别方法的仿真研究[J]. 熊晓夏,陈龙,梁军,蔡英凤,江浩斌.  汽车工程. 2019(02)
[8]基于正交实验和多项式回归分析方法的非典型接触状态车人碰撞事故参数分析[J]. 张东明,张晓云,杨小波,侯心一.  上海交通大学学报. 2019(01)
[9]智能汽车人机协同控制的研究现状与展望[J]. 胡云峰,曲婷,刘俊,施竹清,朱冰,曹东璞,陈虹.  自动化学报. 2019(07)
[10]函数型数据回归分析综述[J]. 丁辉,许文超,朱汉兵,王国长,张涛,张日权.  应用概率统计. 2018(06)

博士论文
[1]乘用车线控液压制动系统执行器动态特性研究[D]. 丁明慧.吉林大学 2018
[2]重型柴油机起动及油门急加瞬态工况控制策略及性能优化研究[D]. 韩晓梅.吉林大学 2017
[3]智能汽车综合纵向控制的统一驾驶员模型研究[D]. 崔文锋.吉林大学 2017
[4]前轴双电机后轴单电机(DFSRM)四驱电动汽车驱制动控制策略及模拟试验台开发研究[D]. 许世维.长安大学 2017
[5]城区不确定环境下无人驾驶车辆行为决策方法研究[D]. 耿新力.中国科学技术大学 2017
[6]面向冲突预测与化解的列车群运行优化控制方法研究[D]. 王鹏玲.西南交通大学 2017
[7]基于层级式驾驶仿真实验的驾驶员行为规律及表现评价方法研究[D]. 向往.北京交通大学 2016
[8]考虑驾驶员避撞行为特性的汽车前方防碰撞系统研究[D]. 吴涛.吉林大学 2014
[9]路面破损对车辆行驶模式及交通流运行特性影响研究[D]. 毛程远.哈尔滨工业大学 2013
[10]视觉导航式智能车辆横向与纵向控制研究[D]. 郭景华.大连理工大学 2012

硕士论文
[1]基于分布式逻辑回归模型的广告点击率预估系统[D]. 吴文伟.北京交通大学 2018
[2]面向智能辅助驾驶系统的驾驶员行为分析与建模[D]. 陈华.吉林大学 2018
[3]智能汽车人机协同转向滚动优化控制研究[D]. 宋林桓.吉林大学 2018
[4]带有L(1/2)+2正则项的稀疏线性与逻辑回归问题的模型及算法研究[D]. 赵浩天.北京交通大学 2018
[5]函数型参数的显著性检验及效应分析研究[D]. 肖甜丽.郑州大学 2018
[6]基于Carsim的高速公路互通式立交安全评价与对策研究[D]. 王晓玉.长安大学 2018
[7]无模型自适应控制在无人驾驶汽车中的应用[D]. 田涛涛.北京交通大学 2017
[8]智能汽车的轨迹跟随控制研究[D]. 明廷友.吉林大学 2016
[9]主动避撞纵向动力学模型及控制策略研究[D]. 刘逸群.江苏大学 2016
[10]基于联合仿真的车辆主动避碰控制方法研究[D]. 任泽建.大连理工大学 2015



本文编号:3684696

资料下载
论文发表

本文链接:https://www.wllwen.com/kejilunwen/qiche/3684696.html


Copyright(c)文论论文网All Rights Reserved | 网站地图 |

版权申明:资料由用户92d13***提供,本站仅收录摘要或目录,作者需要删除请E-mail邮箱bigeng88@qq.com