驾驶员转向特性分类与辨识方法对比研究

• 作者: 周致成 李刚 袁航 韩海兰
• 来源期刊: 河北科技大学学报
• 学科: 交通运输
• 关键词: 车辆工程 驾驶员 转向特性 CarSim仿真平台 分类 辨识模型
• 年，卷（期）: 2015,（6）
• 所属期刊栏目: 国家青年/地区科学基金项目专栏
• 页码范围: 559-565
• 页数: 7页
• 分类号: U461.9
• 字数: 5249字
• 语种: 中文
• DOI: 10.7535/hbkd.2015yx06002

摘要

针对汽车驾驶员转向特性分类与辨识问题,基于CarSim仿真平台对研究方法进行了初步探索.设计了转向工况仿真试验,采集试验数据,根据车辆最大横摆角速度,使用K-means聚类算法对驾驶员转向特性进行分类.在Matlab软件环境下分别采用学习向量量化(LVQ)神经网络、BP神经网络、支持向量机(SVM)建立驾驶员转向特性辨识模型,并对3种网络建立的辨识模型进行测试试验和比较.试验结果表明:3种辨识方法均具有较高的辨识精度,其中支持向量机方法在汽车驾驶员转向特性辨识方面具有一定的优势.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李刚	辽宁工业大学汽车与交通工程学院	155	571	11.0	19.0
2	韩海兰	辽宁工业大学汽车与交通工程学院	14	106	6.0	10.0
3	袁航	辽宁工业大学汽车与交通工程学院	7	39	4.0	6.0
4	周致成	辽宁工业大学汽车与交通工程学院	6	16	2.0	4.0