驾驶员特性辨识及在四轮独立驱动与转向电动汽车上的应用研究
发布时间：2022-10-21 18:21
电动化、智能化已经成为了当今世界汽车技术研究的热点之一。随着汽车电动化与智能化时代的到来,汽车上的电控系统会越来越丰富,电控技术研发时考虑驾驶员特性可以有效提升汽车的智能化水平,提高驾驶舒适性。本文基于国家自然科学基金项目“考虑驾驶员特性的四轮独立驱动与转向电动汽车动力学控制研究（51675257）”,对驾驶员特性分类与辨识、考虑驾驶员转向特性的四轮独立驱动与转向电动汽车四轮主动转向控制进行研究。首先,进行驾驶员特性分类方法研究。选取具有一定驾驶经验的驾驶员进行驾驶模拟器实验,采集能够反映驾驶员特性的实验数据并提取实验数据的特征值。应用K-means聚类算法对实验数据特征值进行聚类,根据聚类结果将驾驶员特性分为了谨慎型、一般型和激进型三类。其次,基于隐马尔可夫模型研究驾驶员特性辨识方法。在实验数据特征值分类的基础上,基于HMM理论分别建立驾驶员加速特性和转向特性辨识GM-HMM模型,并对辨识模型的辨识准确性进行验证。再次,研究驾驶员特性在线辨识方法。基于BP神经网络建立驾驶员特性在线辨识模型,并验证模型的辨识精度。应用MATLAB/Simulink/Stateflow软件编写驾驶员特性...
【文章页数】：75 页
【学位级别】：硕士
【文章目录】：
摘要
Abstract
1 绪论
1.1 研究背景与意义
1.2 驾驶员特性辨识研究现状
1.2.1 国外研究现状
1.2.2 国内研究现状
1.3 四轮独立驱动与转向电动汽车四轮转向控制研究现状
1.3.1 国外研究现状
1.3.2 国内研究现状
1.4 本文的主要研究内容
2 驾驶员特性分类方法研究
2.1 实验数据采集
2.2 聚类分析方法
2.3 驾驶员特性分类
2.3.1 驾驶员加速特性分类
2.3.2 驾驶员转向特性分类
2.4 本章小结
3 基于隐马尔可夫模型的驾驶员特性辨识
3.1 模式识别方法
3.1.1 模式识别方法分类
3.1.2 模式识别方法比较分析
3.2 隐马尔可夫模型概述
3.2.1 隐马尔可夫模型
3.2.2 隐马尔可夫模型的3个基本问题
3.2.3 高斯隐马尔可夫模型
3.3 GM-HMM理论在驾驶员特性辨识上的应用
3.3.1 驾驶员加速特性辨识
3.3.2 驾驶员转向特性辨识
3.4 本章小结
4 驾驶员特性在线辨识方法研究
4.1 BP神经网络概述
4.2 驾驶员加速特性在线辨识
4.2.1 在线辨识模型建立与验证
4.2.2 驾驶员加速特性在线辨识
4.3 驾驶员转向特性在线辨识
4.3.1 在线辨识模型建立与验证
4.3.2 驾驶员转向特性在线辨识
4.4 本章小结
5 考虑驾驶员特性的4WIS/4WID电动汽车四轮主动转向控制
5.1 四轮独立驱动与转向电动汽车建模
5.2 考虑驾驶员特性的四轮主动转向控制方法
5.2.1 参考模型建立
5.2.2 附加转角控制器设计
5.2.3 车轮转角分配控制器设计
5.3 实验验证
5.3.1 四轮转向实验验证
5.3.2 四轮主动转向控制实验验证
5.4 本章小结
6 全文总结与展望
6.1 全文总结
6.2 工作展望
参考文献
攻读硕士期间发表学术论文情况
致谢
【参考文献】：
期刊论文
[1]四轮独驱电动车主动转向与横摆力矩集成控制[J]. 李刚,赵德阳,雷永强,马高峰. 现代制造工程. 2017(10)
[2]四轮独立转向车辆稳定性的模糊最优控制方法[J]. 金立生,高琳琳,谢宪毅,王发继,李科勇. 西南交通大学学报. 2016(06)
[3]基于HMM-SVM的驾驶员换道意图辨识研究[J]. 宋晓琳,郑亚奇,曹昊天. 电子测量与仪器学报. 2016(01)
[4]驾驶人换道意图实时识别模型评价及测试[J]. 郭应时,付锐,赵凯,马勇,袁伟. 吉林大学学报(工学版). 2016(06)
[5]基于直接横摆力矩的四轮转向/驱动滑模控制[J]. 赵立军,邓宁宁,罗念宁,刘昕晖. 华南理工大学学报(自然科学版). 2015(08)
[6]汽车四轮转向系统发展与展望[J]. 刘钊. 汽车实用技术. 2015(04)
[7]基于LQR的四轮转向汽车控制方法[J]. 刘启佳,陈思忠. 北京理工大学学报. 2014(11)
[8]聚类方法综述[J]. 金建国. 计算机科学. 2014(S2)
[9]交叉口驾驶员转向意图辨识研究[J]. 刘志强,周亮,汪澎,倪捷. 科学技术与工程. 2014(17)
[10]PID控制原理简析[J]. 王耀辉,强天伟. 洁净与空调技术. 2013(03)
博士论文
[1]四轮独立驱动独立转向电动汽车控制与协调方法研究[D]. 高琳琳.吉林大学 2017
硕士论文
[1]四轮转向和差动制动联合实现车辆稳定性优化控制[D]. 乔莉.吉林大学 2017
[2]基于驾驶员意图的智能车辆路径跟随研究[D]. 郑亚奇.湖南大学 2016
[3]智能四轮独立驱动轮毂电机电动汽车自适应转向研究[D]. 韩海兰.辽宁工业大学 2016
[4]线控转向四轮轮毂电机电动汽车集成控制研究[D]. 马高峰.辽宁工业大学 2016
[5]基于驾驶模拟器的驾驶员转向特性研究[D]. 袁航.辽宁工业大学 2015
[6]基于隐马尔可夫模型的语音识别技术研究[D]. 靳双燕.郑州大学 2013
[7]K-means聚类算法的研究[D]. 韩瑞瑞.中国石油大学（华东） 2013
[8]模式识别方法研究及应用[D]. 王浩.西安工业大学 2013
[9]人工神经网络用于传感信号的模式识别[D]. 张威.北京交通大学 2011
[10]基于隐马尔科夫模型的语音识别技术研究[D]. 胡磊.武汉理工大学 2007
本文编号：3696147
【文章页数】：75 页
【学位级别】：硕士
【文章目录】：
摘要
Abstract
1 绪论
1.1 研究背景与意义
1.2 驾驶员特性辨识研究现状
1.2.1 国外研究现状
1.2.2 国内研究现状
1.3 四轮独立驱动与转向电动汽车四轮转向控制研究现状
1.3.1 国外研究现状
1.3.2 国内研究现状
1.4 本文的主要研究内容
2 驾驶员特性分类方法研究
2.1 实验数据采集
2.2 聚类分析方法
2.3 驾驶员特性分类
2.3.1 驾驶员加速特性分类
2.3.2 驾驶员转向特性分类
2.4 本章小结
3 基于隐马尔可夫模型的驾驶员特性辨识
3.1 模式识别方法
3.1.1 模式识别方法分类
3.1.2 模式识别方法比较分析
3.2 隐马尔可夫模型概述
3.2.1 隐马尔可夫模型
3.2.2 隐马尔可夫模型的3个基本问题
3.2.3 高斯隐马尔可夫模型
3.3 GM-HMM理论在驾驶员特性辨识上的应用
3.3.1 驾驶员加速特性辨识
3.3.2 驾驶员转向特性辨识
3.4 本章小结
4 驾驶员特性在线辨识方法研究
4.1 BP神经网络概述
4.2 驾驶员加速特性在线辨识
4.2.1 在线辨识模型建立与验证
4.2.2 驾驶员加速特性在线辨识
4.3 驾驶员转向特性在线辨识
4.3.1 在线辨识模型建立与验证
4.3.2 驾驶员转向特性在线辨识
4.4 本章小结
5 考虑驾驶员特性的4WIS/4WID电动汽车四轮主动转向控制
5.1 四轮独立驱动与转向电动汽车建模
5.2 考虑驾驶员特性的四轮主动转向控制方法
5.2.1 参考模型建立
5.2.2 附加转角控制器设计
5.2.3 车轮转角分配控制器设计
5.3 实验验证
5.3.1 四轮转向实验验证
5.3.2 四轮主动转向控制实验验证
5.4 本章小结
6 全文总结与展望
6.1 全文总结
6.2 工作展望
参考文献
攻读硕士期间发表学术论文情况
致谢
【参考文献】：
期刊论文
[1]四轮独驱电动车主动转向与横摆力矩集成控制[J]. 李刚,赵德阳,雷永强,马高峰. 现代制造工程. 2017(10)
[2]四轮独立转向车辆稳定性的模糊最优控制方法[J]. 金立生,高琳琳,谢宪毅,王发继,李科勇. 西南交通大学学报. 2016(06)
[3]基于HMM-SVM的驾驶员换道意图辨识研究[J]. 宋晓琳,郑亚奇,曹昊天. 电子测量与仪器学报. 2016(01)
[4]驾驶人换道意图实时识别模型评价及测试[J]. 郭应时,付锐,赵凯,马勇,袁伟. 吉林大学学报(工学版). 2016(06)
[5]基于直接横摆力矩的四轮转向/驱动滑模控制[J]. 赵立军,邓宁宁,罗念宁,刘昕晖. 华南理工大学学报(自然科学版). 2015(08)
[6]汽车四轮转向系统发展与展望[J]. 刘钊. 汽车实用技术. 2015(04)
[7]基于LQR的四轮转向汽车控制方法[J]. 刘启佳,陈思忠. 北京理工大学学报. 2014(11)
[8]聚类方法综述[J]. 金建国. 计算机科学. 2014(S2)
[9]交叉口驾驶员转向意图辨识研究[J]. 刘志强,周亮,汪澎,倪捷. 科学技术与工程. 2014(17)
[10]PID控制原理简析[J]. 王耀辉,强天伟. 洁净与空调技术. 2013(03)
博士论文
[1]四轮独立驱动独立转向电动汽车控制与协调方法研究[D]. 高琳琳.吉林大学 2017
硕士论文
[1]四轮转向和差动制动联合实现车辆稳定性优化控制[D]. 乔莉.吉林大学 2017
[2]基于驾驶员意图的智能车辆路径跟随研究[D]. 郑亚奇.湖南大学 2016
[3]智能四轮独立驱动轮毂电机电动汽车自适应转向研究[D]. 韩海兰.辽宁工业大学 2016
[4]线控转向四轮轮毂电机电动汽车集成控制研究[D]. 马高峰.辽宁工业大学 2016
[5]基于驾驶模拟器的驾驶员转向特性研究[D]. 袁航.辽宁工业大学 2015
[6]基于隐马尔可夫模型的语音识别技术研究[D]. 靳双燕.郑州大学 2013
[7]K-means聚类算法的研究[D]. 韩瑞瑞.中国石油大学（华东） 2013
[8]模式识别方法研究及应用[D]. 王浩.西安工业大学 2013
[9]人工神经网络用于传感信号的模式识别[D]. 张威.北京交通大学 2011
[10]基于隐马尔科夫模型的语音识别技术研究[D]. 胡磊.武汉理工大学 2007
本文编号：3696147
本文链接：https://www.wllwen.com/kejilunwen/qiche/3696147.html
