[發明專利]一種駕駛員制動行為及狀態實時辨識方法

有效

• 申請號: 201710082107.9
• 申請日: 2017-02-15
• 公開（公告）號: CN106828503B
• 公開（公告）日: 2018-11-30
• 發明（設計）人: 裴曉飛;潘浩;過學迅;孫道遠;余奎;董興智
• 申請（專利權）人: 武漢理工大學
• 主分類號: B60W40/09
• 分類號: B60W40/09
• 代理公司: 湖北武漢永嘉專利代理有限公司 42102
• 代理人: 王丹;李丹

1.一種駕駛員制動行為及狀態實時辨識方法，其特征在于，包括以下步驟：

1）通過實車測試平臺獲取與駕駛員制動行為及狀態有關的實車原始試驗數據，所述原始試驗數據包括車輛車速、車輛輪速、管路壓力 、制動踏板行程、制動踏板力5種數據；對制動踏板行程、制動踏板力數據進行差分，獲得制動踏板行程變化率和制動踏板力變化率；

2）對試驗數據進行預處理；所述預處理包括降噪預處理和異常數據處理；

3）利用主成分分析法對預處理后數據進行特征抽取和數據降維，通過數據貢獻度大小提取出最能表征制動行為及狀態的參數，即制動踏板行程、制動踏板力和制動踏板行程變化率；

4）對制動踏板力、制動踏板行程和制動踏板行程變化率數據進行聚類，將制動行為分為重度踩制動踏板、輕度踩制動踏板、中度踩制動踏板、制動踏板保持行為、制動踏板零行為、快速釋放制動踏板、慢速釋放制動踏板7種，制動狀態分為緊急制動、持續制動、調節制動和目標制動4種；

5）基于統計模式識別模型完成不同制動行為及狀態的離線學習，獲得對應量化表征值的行為訓練庫和狀態訓練庫；

6）將采集到的制動踏板數據信號實時傳送到各行為訓練庫，基于極大似然參數估計方法實時辨識不同駕駛員在不同行駛工況下的制動行為及狀態。

2.根據權利要求1所述的駕駛員制動行為及狀態實時辨識方法，其特征在于，所述步驟4）采用格拉布斯準則對原始數據進行篩選，剔除由駕駛員誤操作或測試環境干擾產生的異常數據。

3.根據權利要求1所述的駕駛員制動行為及狀態實時辨識方法，其特征在于，所述步驟2）中制動踏板力、制動踏板行程、制動踏板行程變化率數據在完成預處理后，需按照辨識周期進行時序分段；試驗數據采集周期為設定周期，制動行為辨識周期為16個試驗數據采集周期，制動狀態辨識周期為102個試驗數據采集周期；即短時序的制動行為有16個數據點，長時序的制動狀態有102個數據點。