[發明專利]一種基于自適應神經模糊模型的車速預測方法

在審

• 申請號: 201710595427.4
• 申請日: 2017-07-20
• 公開（公告）號: CN107512267A
• 公開（公告）日: 2017-12-26
• 發明（設計）人: 陳凌珊;劉勝
• 申請（專利權）人: 上海工程技術大學
• 主分類號: B60W50/08
• 分類號: B60W50/08;B60W40/105
• 代理公司: 上海科盛知識產權代理有限公司31225
• 代理人: 宣慧蘭

技術領域

本發明涉及一種車速預測方法，尤其是涉及一種基于自適應神經模糊模型的車速預測方法。

背景技術

在智能汽車和新能源汽車的研究中，車速預測被廣泛利用在自動變速檔位控制，路徑的規劃與導航，安全輔助駕駛中，從而提高汽車的安全性，燃油經濟性。目前汽車對駕駛員的駕駛意圖識別還只是靠加速踏板和制動踏板開度，由于這一數據并不能準確地識別駕駛員的駕駛意圖，在識別過程中極有可能造成出錯從而導致對車速的錯誤判斷，導致汽車性能下降。駕駛意圖主要表現在對駕駛踏板的操控上，從而影響汽車加速減速以及車速變化的快慢。

發明內容

本發明的目的就是為了克服上述現有技術存在的缺陷而提供一種基于自適應神經模糊模型的車速預測方法。

本發明的目的可以通過以下技術方案來實現：

一種基于自適應神經模糊模型的車速預測方法，該方法包括如下方法：

(1)獲取訓練樣本集，包括駕駛員意圖數據和對應的車速數據；

(2)對訓練樣本集進行數據訓練建立自適應神經模糊車速預測模型；

(3)獲取實時車數數據以及駕駛員意圖數據并輸入至自適應神經模糊車速預測模型進行車速預測得到下一時間段的車速數據。

所述的駕駛員意圖數據包括加速意圖數據和制動意圖數據。

所述的加速意圖數據在(0，1)之間，越接近1表示加速意圖越強烈。

所述的制動意圖數據在(-1，0)之間，越接近-1表示制動意圖越強烈。

所述的加速意圖數據通過如下方式獲得：

采集加速踏板開度和加速踏板開度變化率并輸入至預先訓練的TS模糊推理模型，TS模糊推理模型根據加速踏板開度和加速踏板開度變化率得到對應的加速意圖數據。

所述的制動意圖數據通過如下方式獲得：

采集制動踏板開度和制動踏板開度變化率并輸入至預先訓練的TS模糊推理模型，TS模糊推理模型根據制動踏板開度和制動踏板開度變化率得到對應的加速意圖數據。

與現有技術相比，本發明具有如下優點：發明通過采用TS模糊推理模型對采集的踏板開度和踏板開度變化率的數據得到相應的加速意圖數據或制動意圖數據，進而采用訓練好的自適應神經模糊車速預測模型實現車速預測，該預測方法綜合考慮當前車速以及制動踏板和加速踏板的開度信息，進行車速預測結果更加準確可靠。

附圖說明

圖1為基于自適應神經模糊模型的車速預測方法的流程框圖。

具體實施方式

下面結合附圖和具體實施例對本發明進行詳細說明。

實施例

如圖1所示，一種基于自適應神經模糊模型的車速預測方法，該方法包括如下方法：

(1)獲取訓練樣本集，包括駕駛員意圖數據和對應的車速數據；

(2)對訓練樣本集進行數據訓練建立自適應神經模糊車速預測模型；

(3)獲取實時車數數據以及駕駛員意圖數據并輸入至自適應神經模糊車速預測模型進行車速預測得到下一時間段的車速數據。

上述步驟(1)和(2)即為模型訓練過程，如圖1中A部分所示，上述步驟(3)為具體地車速預測過程，如圖1中B部分所示。

駕駛員意圖數據包括加速意圖數據和制動意圖數據。

加速意圖數據在(0，1)之間，越接近1表示加速意圖越強烈。

制動意圖數據在(-1，0)之間，越接近-1表示制動意圖越強烈。

加速意圖數據通過如下方式獲得：

采集加速踏板開度和加速踏板開度變化率并輸入至預先訓練的TS模糊推理模型，TS模糊推理模型根據加速踏板開度和加速踏板開度變化率得到對應的加速意圖數據。

制動意圖數據通過如下方式獲得：

采集制動踏板開度和制動踏板開度變化率并輸入至預先訓練的TS模糊推理模型，TS模糊推理模型根據制動踏板開度和制動踏板開度變化率得到對應的加速意圖數據。

本發明將駕駛意圖分為加速意圖和制動意圖，加速意圖按照緊急程度分為平緩加速，一般加速，較緊急加速和緊急加速；制動意圖分為常規制動和滑行制動，其中常規制動按照緊急程度分為平緩制動，一般制動，叫緊急制動和緊急制動；為充分反映加速的緊急程度，在此基礎上，增加了加速踏板開度變化率和制動踏板開度變化率作為識別參數。對識別參數進行模糊化，分別制定加速踏板開度，加速踏板開度變化率，制動踏板開度和制動踏板開度變化率的隸屬度函數。如表1所示為加速意圖識別模糊規則表。

表1加速意圖識別模糊規則表