駕駛行為個性化操縱模式建模研究.pdf

1、在人—車—路三者構成的閉環(huán)交通系統中，人的因素與交通事故的發(fā)生概率相關性最高?；诖耍瑸閰f調好人、車、路三者之間關系，以降低交通事故發(fā)生概率這一目標發(fā)展起來的駕駛安全輔助系統(Driving Safety Assistance Systems，DSAS)已成為智能車輛領域的重點研究內容之一。目前已有的DSAS系統基本上是在基準駕駛人的基礎上進行輔助控制設計，導致DSAS系統對所有駕駛人均采取相同的輔助控制策略和控制參數，無法滿足駕駛人的

2、個性化需求。如果DSAS系統能夠通過采集駕駛人的駕駛行為操縱數據和車輛運行狀態(tài)信息自動完成對駕駛人駕駛的個體特性的學習并將學習結果用于DSAS系統的輔助控制策略，則可提高DSAS系統的個性化和智能化水平。實現這一目標的關鍵技術之一就是研究解決駕駛人的個性化駕駛行為操縱模式建模與駕駛行為識別問題。
　　基于以上問題的出現，本文主要的研究內容如下:
　　(1)通過采集駕駛行為操縱數據，對數據進行預處理后，用數據/機理混合的方法對

3、駕駛人的個體特性進行分析，研究駕駛人操縱動作節(jié)點的提取方法以便進行駕駛行為操縱模式建模。
　　(2)在對駕駛人操縱動作節(jié)點進行精確提取的基礎上，基于有向圖原理，研究個性化駕駛行為操縱模式建模方法。
　　(3)利用ART2A-E自適應諧振神經網絡具有穩(wěn)定性、可塑性強、實時在線自學習的特點，研究基于ART2A-E算法與操縱模式反向映射的駕駛行為識別方法。
　　研究結果表明:
　　(1)在對駕駛人的個體特性進行分析的基