[發明專利]一種基于競爭型神經網絡判斷油門誤踩的方法

有效

• 申請號: 201410676263.4
• 申請日: 2014-11-21
• 公開（公告）號: CN104361394A
• 公開（公告）日: 2015-02-18
• 發明（設計）人: 熊東;劉曉明;馬明靜;朱周賢;石紹輝;楊小林;溫凱;李慶文;查小東;吳永生;朱周梅;金平米;黃友冬;劉娟
• 申請（專利權）人: 重慶大學
• 主分類號: G06N3/02
• 分類號: G06N3/02;G06K9/66;G06F19/00
• 代理公司: 重慶為信知識產權代理事務所(普通合伙) 50216
• 代理人: 陳千

技術領域

本發明涉及神經網絡領域，具體涉及利用競爭型神經網絡判斷油門誤踩的方法。

背景技術

隨著社會的發展，人民生活水平不斷提高，汽車越來越多的走進了百姓家庭。汽車駕駛的安全問題也日益凸顯，尤其是司機在駕駛過程中發生誤操作而導致的交通事故時有發生，引起了社會的高度關注。

就目前市面上的汽車結構布局來說，汽車油門踩板和剎車制動踩板都是由一只腳交替實現控制的，這容易造成駕駛員在緊急情況下誤把油門踩板當成剎車制動踩板使用，從而引發交通事故。

在現有技術中，也有一些防止司機剎車時誤踩油門的專利，比如公開號CN201240369所公布的一種誤踩油門緊急制動機構，通過機械傳動的方式進行剎車制動，反應速度較慢。也有通過電氣控制剎車制動的，比如論文”誤踩油門自動剎車系統制動執行裝置設計”,以加速度的值作為判斷是否誤踩油門的檢測信號。在油門踩板處設置一個加速度傳感器，踩油門時，當油門踩板加速度大于設定的臨界值時，則判定此操作為誤踩油門。對加速度的判斷是以臨界加速度為標準來判斷的，但是臨界加速度在某些程度上不一定能體現出誤踩油門的加速度大小，可能在某些時候不是誤踩油門，加速度卻達到了臨界加速度，因此，在這種情況下，系統容易出現誤報警。論文“制動誤踩油門電子制動控制系統”以兩個條件作為誤踩油門的判斷標準：①加在油門踩板上的踩踩力度較大，油門踩板運動速度(或加速度)較大；②油門踩板到最底位置。該方法要求必須達到油門踩板的最底位置，必然造成判斷的遲緩，對裝置的實用性影響很大。

針對上述缺陷，本發明提出了一種基于競爭型神經網絡判斷油門誤踩的方法，通過采集大量的正常踩油門和誤踩油門情況下油門傳感器信號的幅度變化曲線樣本，將油門傳感器信號的幅度和該幅度對應時間T0時間內的變化速度作為輸入樣本，構建包括兩個神經元的競爭型神經網絡進行自分類，得到訓練好的工作網絡，并據此計算出誤踩油門的幅度及變化速度閾值表，在車輛運行中，實時采集當前踩油門的幅度及變化速度，并對照幅度及變化速度閾值表進行誤踩油門的判斷。該方法解決了現有技術中判斷遲緩以及容易誤判的技術問題，能夠及早且準確判斷油門是否誤踩，極大降低事故發生的可能性。

發明內容

本發明通過提供一種基于競爭型神經網絡判斷油門誤踩的方法，以解決現有技術中不能及早、準確的判斷油門是否誤踩的技術問題。

為解決上述技術問題，本發明所采用的具體技術方案如下：

一種基于競爭型神經網絡判斷油門誤踩的方法，其關鍵在于，按照以下步驟進行：

步驟S1：初始化，設置時間T0、變化步進Ta以及變化范圍T；

步驟S2：采集正常踩油門和誤踩油門情況下油門傳感器信號的幅度變化曲線樣本；

步驟S3：將油門傳感器信號的幅度和該幅度對應T0時間內的變化速度作為輸入樣本；

步驟S4：構建包括兩個神經元的競爭型神經網絡進行自分類；

步驟S5：判斷分類正確率是否滿足要求，如滿足，則將該網絡模型參數送入備選神經網絡庫中，并進入步驟S6；否則，直接進入步驟S6；

步驟S6：設置時間T0＝T0+Ta，并判斷T0是否在(0，T)范圍內；如果是，返回步驟S3繼續進行，否則進入步驟S7；

步驟S7：計算備選神經網絡庫中各個模型的樣本區分度系數和系統區分度系數，并將系統區分度系數最大的神經網絡作為工作網絡模型；其中：

樣本區分度系數定義為：k₀＝||d₁|-|d₂||/max(|d₁|,|d₂|)；

系統區分度系數定義為：k＝min(k₀)；

表示輸入樣本(x,y)到神經元(w₁₁,w₂₁,b₁)的距離；

表示輸入樣本(x,y)到神經元(w₁₂,w₂₂,b₂)的距離；

x為輸入的信號幅度，y為該幅度對應T0時間內的變化速度，(w₁₁,w₂₁,b₁)與(w₁₂,w₂₂,b₂)為競爭型神經網絡訓練出的網絡模型參數；

步驟S8：根據步驟S7所選擇出的工作網絡模型的網絡參數，計算誤踩油門的幅度及變化速度閾值表，并按照該表進行誤踩油門判斷，計算備選神經網絡。