期刊文献+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
共找到7篇文章
< 1 >
每页显示 20 50 100
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
显示方式：
基于行驶状况识别的HEV驾驶人意图辨识模型研究
1
作者 郭海龙 郭继崇 张永栋 《内燃机与配件》 2016年第10期119-123,共5页
针对混合动力电动汽车(HEV)能量控制策略中驾驶人意图辨识不准导致整车能耗增加的问题,以某款混联式HEV为研究对象,首先在分析其结构参数的基础上,建立了汽车行驶状况辨识模型和驾驶人"加速踏板行程—车速需求"非线性关系模... 针对混合动力电动汽车(HEV)能量控制策略中驾驶人意图辨识不准导致整车能耗增加的问题,以某款混联式HEV为研究对象,首先在分析其结构参数的基础上,建立了汽车行驶状况辨识模型和驾驶人"加速踏板行程—车速需求"非线性关系模型。基于此,得出基于行驶状况识别的HEV驾驶人需求转矩意图辨识模型。最后,为分析基于行驶状况识别的驾驶意图辨识模型对HEV驱动能耗的影响,进行了实车行驶实验,得出有行驶状况识别的驾驶人意图辨识模型,相对无辨识的模型可以节约驱动能耗3.27%的结论。 展开更多
关键词 行驶状况 驾驶人意图 辨识模型 混联式HEV
下载PDF
车联网环境下考虑前方车辆驾驶人意图的汽车主动预警防撞模型 被引量：5
2
作者 杨炜 刘佳俊 刘晶郁 《机械工程学报》 EI CAS CSCD 北大核心 2021年第22期284-295,共12页
前方车辆驾驶人意图信息对后方车辆预警防撞模型危险判断至关重要,针对传统防撞模型误警率高、制动不及时等问题,设计了一种考虑前方车辆驾驶人意图的汽车主动预警防撞模型。首先,选择BP神经网络(Back-propagation neural network,BPNN... 前方车辆驾驶人意图信息对后方车辆预警防撞模型危险判断至关重要,针对传统防撞模型误警率高、制动不及时等问题,设计了一种考虑前方车辆驾驶人意图的汽车主动预警防撞模型。首先,选择BP神经网络(Back-propagation neural network,BPNN)和隐马尔可夫模型(Hidden Markov model,HMM)作为驾驶行为层与驾驶意图层的主体模型,并利用驾驶模拟器采集的前车制动踏板、加速踏板和车速等意图观测数据作为输入构建意图识别模型,从而实现对前车驾驶人加速驾驶、匀速驾驶、正常制动和紧急制动意图的识别;其次,利用车联网将前车驾驶人意图识别结果与路面附着信息传递给后方车辆,建立考虑前车驾驶人意图的汽车主动预警防撞模型,动态判断碰撞危险并调整预警及制动执行逻辑;最后,为验证所提出的意图识别模型准确性和主动预警防撞模型的有效性,搭建基于Simulink、Carsim及PreScan的联合仿真平台,并进行多工况试验测试。结果表明,所提出的BP-HMM模型对前车驾驶人意图的平均识别准确率为94.17%,优于传统BP或HMM识别模型;主动预警防撞模型在预警测试中的平均正警率为93.43%,与TTC、Mazda及考虑后车驾驶人意图的三种模型相比,平均误警率分别降低了16.12%、23.43%和26.67%,且在自动紧急制动测试工况中均能成功避免碰撞,两车最短相对距离大多保持在2~8 m范围内,平均值为3.698 m,具有更高的安全性和稳定性。 展开更多
关键词 汽车工程 前方车辆 驾驶人意图 车联网 预警防撞
原文传递
识别驾驶人意图的车道偏离防避有界控制 被引量：4
3
作者 王其东 汪选要 黄鹤 《中国公路学报》 EI CAS CSCD 北大核心 2018年第3期105-115,共11页
为了防止车辆偏离车道导致交通事故的发生和避免车道偏离防避系统(Lane Departure Avoidance Systems,LDAS)对驾驶人行为不必要的干预,提出基于中心区操纵特性阈值法和基于D-S(Dempster-Shafer)证据理论的车辆偏离车道驾驶人意图识别准... 为了防止车辆偏离车道导致交通事故的发生和避免车道偏离防避系统(Lane Departure Avoidance Systems,LDAS)对驾驶人行为不必要的干预,提出基于中心区操纵特性阈值法和基于D-S(Dempster-Shafer)证据理论的车辆偏离车道驾驶人意图识别准则,并运用CarSim/Simulink联合仿真对比2种识别准则的有效性。建立转向盘角速度为输入的车路模型,设计LDAS滑模转向控制器,基于预瞄点的侧向偏移量和横摆角速度设计LDAS的期望横摆角速度观测器,并与基于道路曲率和预瞄点侧向偏移量的期望横摆角速度的LDAS进行性能对比。运用相平面法确定保证LDAS车辆稳定性的前轮转向角最大值,并基于CarSim/LabVIEW RT硬件在环试验平台验证基于BP神经网络训练获得D-S证据理论的初始概率赋值的驾驶人意图决策算法的有效性。结果表明:所提出的识别准则能够及时识别车辆偏离车道时的驾驶人意图,为LDAS控制器介入赢得了宝贵的时间,所设计的期望横摆角速度观测器具有很好的稳定性,所提出的方法能够有效避免车辆偏离车道。 展开更多
关键词 交通工程 车道偏离 D-S证据理论 识别驾驶人意图 滑模转向控制 中心区操纵特性
原文传递
驾驶人意图识别综述 被引量：5
4
作者 付锐 张海伦 +1 位作者 刘文晓 张洪加 《长安大学学报（自然科学版）》 CAS CSCD 北大核心 2022年第1期33-60,共28页
为全面了解驾驶人意图识别研究进展,梳理了近30年关于驾驶人意图识别的研究,将驾驶人意图分类为策略意图、战术意图和操作意图;根据研究热点主要对换道、转向、制动和超车意图进行了归纳;从系统构建的角度对驾驶人意图识别系统的结构、... 为全面了解驾驶人意图识别研究进展,梳理了近30年关于驾驶人意图识别的研究,将驾驶人意图分类为策略意图、战术意图和操作意图;根据研究热点主要对换道、转向、制动和超车意图进行了归纳;从系统构建的角度对驾驶人意图识别系统的结构、输入、算法和评估进行了综述。根据系统输入的不同,从交通环境、车辆运动以及驾驶人行为对4种驾驶意图进行了综述;并根据构建模型采用算法的不同,从生成模型、判别模型、深度学习、认知模型、基于规则判定以及半监督学习模型6个方面对驾驶意图识别模型的研究进行了综述。结果表明:车辆动态信息在一般情况下不能作为预测驾驶人意图的输入信息,但可作为机动车辆已经开始后检测驾驶人早期意图的有效指标;交通环境和驾驶人行为信号对换道、制动和超车意图的预测非常有效,但是作为转向意图预测的输入并不可靠,车辆行驶轨迹更能反映驾驶人的转向意图;构建不同驾驶人意图识别模型应挑选合适的参数。现有采用机器学习包括深度学习方法构建的驾驶人意图识别模型,存在模型解释性差、对数据样本较为敏感、可扩展性差等局限性;规则判定模型无法适应多变的道路环境和驾驶风格。驾驶人意图识别模型应为自动驾驶技术的发展提供以人为中心的技术支持,能够实现监测驾驶人状态和对交通环境的态势感知,捕捉驾驶人的感知、认知特性,采用半监督学习方法提升模型鲁棒性、减少模型开发时间。在网联交通环境未形成之前,混行网联场景下的驾驶人意图识别模型尚待深入研究。 展开更多
关键词 交通工程 驾驶人意图 综述 驾驶行为 识别模型
原文传递
冰雪环境下基于神经网络的驾驶人换道意图识别 被引量：3
5
作者 卢辉遒 赵枫 +1 位作者 谢波 田彦涛 《吉林大学学报（工学版）》 EI CAS CSCD 北大核心 2023年第1期273-284,共12页
驾驶人驾驶汽车行驶过程会受到很多因素影响,不同的驾驶人相应的操作习惯不相同,不同路况驾驶方式也会不同。因此,本文对冰雪环境下行车特点进行分析,依据Carmaker搭建的半实物模拟驾驶仿真平台采集该条件下(包含对开路面)驾驶人行为参... 驾驶人驾驶汽车行驶过程会受到很多因素影响,不同的驾驶人相应的操作习惯不相同,不同路况驾驶方式也会不同。因此,本文对冰雪环境下行车特点进行分析,依据Carmaker搭建的半实物模拟驾驶仿真平台采集该条件下(包含对开路面)驾驶人行为参数以及车辆参数等数据,分析选取特征参数,建立数据样本库。基于神经网络建立意图识别模型,对模型分别从单一工况、复合工况进行验证,通过实验分析了模型性能,实验结果表明该模型能在对开路面准确识别驾驶人意图。 展开更多
关键词 交通运输系统工程 驾驶人意图 神经网络 模拟驾驶 仿真分析
原文传递
基于因子长短期记忆的驾驶人接管行为及意图识别 被引量：5
6
作者 姚荣涵 徐文韬 郭伟伟 《吉林大学学报（工学版）》 EI CAS CSCD 北大核心 2023年第3期758-771,共14页
为识别自动驾驶环境下驾驶人的接管行为及意图,面向18.95 km双向六车道高速公路场景,借助驾驶模拟器和眼动仪,实施驾驶人10次面对5种紧急情境之一接管自动驾驶车辆的模拟试验。利用所得车辆运行和视觉注意力数据,根据因子分析提取得到3... 为识别自动驾驶环境下驾驶人的接管行为及意图,面向18.95 km双向六车道高速公路场景,借助驾驶模拟器和眼动仪,实施驾驶人10次面对5种紧急情境之一接管自动驾驶车辆的模拟试验。利用所得车辆运行和视觉注意力数据,根据因子分析提取得到3个公因子,采用K-means聚类分析定性识别驾驶人接管行为及意图。将因子分析分别与支持向量机和长短期记忆神经网络进行结合,获得两个定量识别驾驶人接管行为及意图的模型。研究结果表明,驾驶人接管行为受其纵向反应、横向反应和视觉注意力影响;聚类分析可定性描述不同类型驾驶人的接管行为及意图,并揭示潜在的驾驶安全隐患;相比支持向量机、长短期记忆神经网络和因子支持向量机模型,因子长短期记忆模型能更有效地识别驾驶人接管意图,其精确率、召回率、F1分数和准确率4项性能指标均最优;利用因子分析进行数据降维和有效信息浓缩所得公因子有助于提高驾驶接管意图识别模型的分类性能。本研究有助于识别出接管风险较高的驾驶人,进而设计有针对性的驾驶辅助策略。 展开更多
关键词 交通运输系统工程 驾驶人接管行为及意图 因子分析 K-means聚类分析 长短期记忆神经网络
原文传递
安全驾驶的横向安全预警报警阈值的确定 被引量：4
7
作者 田娥 肖庆 +1 位作者 陆小佳 赵振利 《长安大学学报（自然科学版）》 EI CAS CSCD 北大核心 2012年第1期89-94,共6页
为减少车道偏离事故的发生,基于车辆将要横越车道边界的时间标准(TLC),提出一种新的横向安全报警算法。该算法根据车辆运行状态判断驾驶人意图,基于实车试验数据,分析车辆的车轮轨迹曲线与TLC曲线,设定不同路况、不同类型驾驶人的报警阈... 为减少车道偏离事故的发生,基于车辆将要横越车道边界的时间标准(TLC),提出一种新的横向安全报警算法。该算法根据车辆运行状态判断驾驶人意图,基于实车试验数据,分析车辆的车轮轨迹曲线与TLC曲线,设定不同路况、不同类型驾驶人的报警阈值;利用驾驶人分类结果中最激进和最保守驾驶人的实车数据,分别验证不同路况下的报警阈值。结果表明:在不同路况下,报警算法给性格保守的驾驶人留出了1s左右的反应时间,给性格激进的驾驶人留出了0.5s左右的反应时间。 展开更多
关键词 交通工程 横向安全 驾驶人特性 驾驶人意图 TLC报警阈值
原文传递
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
上一页 1 下一页 到第 页
使用帮助 返回顶部