基于BP神经网络的纵向避撞安全辅助算法

• 作者: 李庆 章军辉 陈大鹏
• 来源期刊: 西安交通大学学报
• 关键词: 主动安全 BP神经网络 纵向避撞 驾驶跟驰习惯模型
• 年，卷（期）: 2017,（7）
• 页码范围: 140-147
• 页数: 8页
• 分类号: U461.91
• 语种: 中文
• DOI: 10.7652/xjtuxb201707020

摘要

针对复杂人-车-路交通环境下汽车前向防碰撞预警系统(FCWS)在实际工程应用中存在虚警漏警、可接受性差等问题,为提高FCWS对驾驶群体行为差异的适应性,提出了驾驶员行为特性自适应学习的纵向避撞安全辅助算法,建立了基于BP神经网络的闭环驾驶跟驰习惯模型.该网络模型以跟车车距、前车减速度、前车速度、自车速度、环境亮度、路面附着系数、紧急制动次数、本次驾驶时间为输入,采用动量梯度下降自适应学习率方法对网络模型进行训练,进而预测出自车待制动减速度.引入聚类算法思想,对训练样本集进行特征聚类,进一步改善了BP网络的预测性能,设计了激进、谨慎、新手3类典型驾驶群体,通过制动深度、期望碰撞时间倒数、应急反应时间来表征驾驶群体性特征,在稳态跟车过程中对不同驾驶群体的行为特性进行学习,建立起非线性输入输出映射关系知识库,进而预测出相应群体的待制动行为,实现差异化预警,可有效降低虚警或预警不及时现象.仿真结果表明,改进后的BP网络减小了训练过程中陷入局部极小的可能性,提高了网络收敛速度以及预测精度,激进群体与新手群体待制动曲线下降的趋势相对更陡,激进群体跟车距离相对偏近,新手群体采取制动措施时所需相对车距相对偏远,以补偿较长的反应距离,从而验证了该理论模型对不同驾驶群体的适应性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李庆	中国科学院微电子研究所	51	423	14.0	19.0
5	陈大鹏	中国科学院微电子研究所	79	466	10.0	17.0
6	章军辉	中国科学院微电子研究所	7	20	2.0	4.0