[發(fā)明專利]一種駕駛員制動(dòng)行為及狀態(tài)實(shí)時(shí)辨識(shí)方法

有效

• 申請(qǐng)?zhí)枺?/td>: 201710082107.9
• 申請(qǐng)日: 2017-02-15
• 公開（公告）號(hào): CN106828503B
• 公開（公告）日: 2018-11-30
• 發(fā)明（設(shè)計(jì)）人: 裴曉飛;潘浩;過(guò)學(xué)迅;孫道遠(yuǎn);余奎;董興智
• 申請(qǐng)（專利權(quán)）人: 武漢理工大學(xué)
• 主分類號(hào): B60W40/09
• 分類號(hào): 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

本發(fā)明公開了一種駕駛員制動(dòng)行為及狀態(tài)實(shí)時(shí)辨識(shí)方法，該方法包括以下步驟：1）通過(guò)實(shí)車測(cè)試平臺(tái)獲取駕駛員實(shí)車原始試驗(yàn)數(shù)據(jù)；2）對(duì)試驗(yàn)數(shù)據(jù)進(jìn)行預(yù)處理；所述預(yù)處理包括降噪預(yù)處理和異常數(shù)據(jù)處理；3）利用主成分分析法對(duì)預(yù)處理后數(shù)據(jù)進(jìn)行特征抽取和數(shù)據(jù)降維；4）對(duì)制動(dòng)踏板力、制動(dòng)踏板行程和制動(dòng)踏板行程變化率數(shù)據(jù)進(jìn)行聚類；5）基于統(tǒng)計(jì)模式識(shí)別模型完成不同制動(dòng)行為及狀態(tài)的離線學(xué)習(xí)，獲得對(duì)應(yīng)量化表征值的行為訓(xùn)練庫(kù)和狀態(tài)訓(xùn)練庫(kù)；6）實(shí)時(shí)辨識(shí)不同駕駛員在不同行駛工況下的制動(dòng)行為及狀態(tài)。本發(fā)明方法可用于線控制動(dòng)系統(tǒng)、制動(dòng)能量回收策略、車輛行駛狀態(tài)監(jiān)測(cè)等技術(shù)領(lǐng)域，亦為實(shí)現(xiàn)基于駕駛員行為的自動(dòng)駕駛決策控制創(chuàng)造條件。

技術(shù)領(lǐng)域

本發(fā)明涉及車輛智能輔助駕駛技術(shù)，尤其涉及一種駕駛員制動(dòng)行為及狀態(tài)實(shí)時(shí)辨識(shí)方法。

背景技術(shù)

隨著車輛技術(shù)朝智能化和共享化方向不斷推進(jìn)，一系列圍繞車輛制動(dòng)系統(tǒng)展開的智能輔助駕駛系統(tǒng)被提出，對(duì)傳統(tǒng)制動(dòng)系統(tǒng)的控制決策提出更高要求。在中國(guó)汽車工程學(xué)會(huì)發(fā)布的《節(jié)能與新能源汽車技術(shù)路線圖》中，針對(duì)智能網(wǎng)聯(lián)汽車的控制決策提出基于駕駛員行為的自動(dòng)駕駛控制功能開發(fā)要求，強(qiáng)調(diào)基于駕駛行為對(duì)環(huán)境、車輛特性、動(dòng)態(tài)運(yùn)動(dòng)機(jī)制適應(yīng)學(xué)習(xí)的必要性。

制動(dòng)狀態(tài)辨識(shí)可視為是一個(gè)融合數(shù)據(jù)挖掘、智能計(jì)算和機(jī)器學(xué)習(xí)的模式識(shí)別過(guò)程，劃分為信號(hào)采集、特征提取、行為聚類、適應(yīng)學(xué)習(xí)和實(shí)時(shí)辨識(shí)五個(gè)過(guò)程。目前關(guān)于制動(dòng)狀態(tài)的專利和研究由于沒(méi)有完全從駕駛員操作習(xí)慣和制動(dòng)行為特性角度出發(fā)，選定的特征參數(shù)和聚類依據(jù)很難全面描述駕駛過(guò)程中可能出現(xiàn)的所有制動(dòng)狀態(tài)，辨識(shí)周期選取與駕駛員實(shí)際制動(dòng)行為一致性不高，辨識(shí)過(guò)程過(guò)于依賴離線訓(xùn)練的模型庫(kù)，很難保證辨識(shí)結(jié)果的實(shí)時(shí)性和準(zhǔn)確性。

發(fā)明內(nèi)容

本發(fā)明要解決的技術(shù)問(wèn)題在于針對(duì)現(xiàn)有技術(shù)中的缺陷，提供一種駕駛員制動(dòng)行為及狀態(tài)實(shí)時(shí)辨識(shí)方法。

本發(fā)明解決其技術(shù)問(wèn)題所采用的技術(shù)方案是：一種駕駛員制動(dòng)行為及狀態(tài)實(shí)時(shí)辨識(shí)方法，包括以下步驟：

1)通過(guò)實(shí)車測(cè)試平臺(tái)獲取與駕駛員制動(dòng)行為及狀態(tài)有關(guān)的實(shí)車原始試驗(yàn)數(shù)據(jù)，所述原始試驗(yàn)數(shù)據(jù)包括車輛車速、車輛輪速、管路壓力、制動(dòng)踏板行程、制動(dòng)踏板力5種數(shù)據(jù)；對(duì)制動(dòng)踏板行程、制動(dòng)踏板力數(shù)據(jù)進(jìn)行差分，獲得制動(dòng)踏板行程變化率和制動(dòng)踏板力變化率；

2)對(duì)試驗(yàn)數(shù)據(jù)進(jìn)行預(yù)處理；所述預(yù)處理包括降噪預(yù)處理和異常數(shù)據(jù)處理；

3)利用主成分分析法對(duì)預(yù)處理后數(shù)據(jù)進(jìn)行特征抽取和數(shù)據(jù)降維，通過(guò)數(shù)據(jù)貢獻(xiàn)度大小提取出最能表征制動(dòng)行為及狀態(tài)的參數(shù)，即制動(dòng)踏板行程、制動(dòng)踏板力和制動(dòng)踏板行程變化率；

4)采用ISODATA算法對(duì)制動(dòng)踏板力、制動(dòng)踏板行程和制動(dòng)踏板行程變化率數(shù)據(jù)進(jìn)行聚類，將制動(dòng)行為分為重度踩制動(dòng)踏板、輕度踩制動(dòng)踏板、中度踩制動(dòng)踏板、制動(dòng)踏板保持行為、制動(dòng)踏板零行為、快速釋放制動(dòng)踏板、慢速釋放制動(dòng)踏板7種，制動(dòng)狀態(tài)分為緊急制動(dòng)、持續(xù)制動(dòng)、調(diào)節(jié)制動(dòng)和目標(biāo)制動(dòng)4種；

5)基于統(tǒng)計(jì)模式識(shí)別模型完成不同制動(dòng)行為及狀態(tài)的離線學(xué)習(xí)，獲得對(duì)應(yīng)量化表征值的行為訓(xùn)練庫(kù)和狀態(tài)訓(xùn)練庫(kù)；

6)將采集到的制動(dòng)踏板數(shù)據(jù)信號(hào)實(shí)時(shí)傳送到各行為訓(xùn)練庫(kù)，基于極大似然參數(shù)估計(jì)方法實(shí)時(shí)辨識(shí)不同駕駛員在不同行駛工況下的制動(dòng)行為及狀態(tài)。

按上述方案，所述步驟4)采用格拉布斯(Grubbs)準(zhǔn)則對(duì)原始數(shù)據(jù)進(jìn)行篩選，剔除由駕駛員誤操作或測(cè)試環(huán)境干擾產(chǎn)生的異常數(shù)據(jù)。

按上述方案，所述步驟4)中制動(dòng)踏板力、制動(dòng)踏板行程、制動(dòng)踏板行程變化率數(shù)據(jù)在完成預(yù)處理后，需按照辨識(shí)周期進(jìn)行時(shí)序分段；試驗(yàn)數(shù)據(jù)采集周期為設(shè)定周期，制動(dòng)行為辨識(shí)周期為16個(gè)試驗(yàn)數(shù)據(jù)采集周期，制動(dòng)狀態(tài)辨識(shí)周期為102個(gè)試驗(yàn)數(shù)據(jù)采集周期；即短時(shí)序的制動(dòng)行為有16個(gè)數(shù)據(jù)點(diǎn)，長(zhǎng)時(shí)序的制動(dòng)狀態(tài)有102個(gè)數(shù)據(jù)點(diǎn)。

按上述方案，所述試驗(yàn)數(shù)據(jù)采集周期的設(shè)定周期為0.005s。