[發(fā)明專(zhuān)利]一種自適應(yīng)雙粒子群優(yōu)化支持向量機(jī)的駕駛意圖識(shí)別方法

在審

• 申請(qǐng)?zhí)枺?/td>: 202010095913.1
• 申請(qǐng)日: 2020-02-17
• 公開(kāi)（公告）號(hào): CN111396547A
• 公開(kāi)（公告）日: 2020-07-10
• 發(fā)明（設(shè)計(jì)）人: 商高高;朱鵬;劉剛
• 申請(qǐng)（專(zhuān)利權(quán)）人: 江蘇大學(xué)
• 主分類(lèi)號(hào): F16H61/00
• 分類(lèi)號(hào): F16H61/00;F16H59/00;F16H59/02;G06N3/00;G06N20/10
• 代理公司: 暫無(wú)信息
• 代理人: 暫無(wú)信息

本發(fā)明提供了一種自適應(yīng)雙粒子群優(yōu)化支持向量機(jī)的駕駛意圖識(shí)別方法，涉及汽車(chē)變速箱換擋控制策略技術(shù)領(lǐng)域，根據(jù)采集的數(shù)據(jù)進(jìn)行駕駛意圖分類(lèi)編號(hào)，為解決支持向量機(jī)參數(shù)選擇對(duì)模型學(xué)習(xí)能力的影響，利用自適應(yīng)雙粒子群算法進(jìn)行支持向量機(jī)參數(shù)尋優(yōu)，然后利用采集的數(shù)據(jù)集優(yōu)化的支持向量機(jī)進(jìn)行訓(xùn)練和驗(yàn)證，最后通過(guò)實(shí)時(shí)采集的數(shù)據(jù)對(duì)駕駛意圖進(jìn)行識(shí)別。本發(fā)明采用機(jī)器學(xué)習(xí)中的支持向量機(jī)并對(duì)支持向量機(jī)進(jìn)行優(yōu)化，能快速地識(shí)別出駕駛意圖，并且識(shí)別準(zhǔn)確率較高，可以運(yùn)用到汽車(chē)變速箱換擋控制策略中，進(jìn)一步地提高汽車(chē)行駛時(shí)的換擋合理性，改善換擋品質(zhì)。

技術(shù)領(lǐng)域

本發(fā)明涉及汽車(chē)變速箱換擋控制領(lǐng)域，具體涉及一種自適應(yīng)雙粒子群優(yōu)化支持向量機(jī)的駕駛意圖識(shí)別方法。

背景技術(shù)

隨著汽車(chē)智能化的不斷發(fā)展，越來(lái)越多的新技術(shù)應(yīng)用在汽車(chē)產(chǎn)品中，而變速箱作為汽車(chē)傳動(dòng)系統(tǒng)中必不可少的部件之一，也朝著智能化的方向發(fā)展。自動(dòng)變速箱可以按照不同的駕駛模式分為運(yùn)動(dòng)模式、經(jīng)濟(jì)模式等，以滿(mǎn)足不同駕駛員的駕駛習(xí)慣要求。駕駛員是通過(guò)操作油門(mén)踏板開(kāi)度等裝置來(lái)直接反映自己的駕駛意圖，而傳統(tǒng)的駕駛模式切換需要人為的手動(dòng)完成。通過(guò)采集相關(guān)數(shù)據(jù)，利用機(jī)器學(xué)習(xí)方法，使得變速箱自動(dòng)識(shí)別出駕駛員的駕駛意圖，從而完成相應(yīng)擋位變換和駕駛模式切換。要實(shí)現(xiàn)模式的自動(dòng)切換，首要問(wèn)題就是要判斷出駕駛員的駕駛意圖。

發(fā)明內(nèi)容

本發(fā)明的目的在于利用機(jī)器學(xué)習(xí)中的支持向量機(jī)對(duì)駕駛員的駕駛意圖進(jìn)行識(shí)別，用于變速箱換擋控制中，并對(duì)支持向量機(jī)中的參數(shù)利用自適應(yīng)雙粒子群算法進(jìn)行優(yōu)化，能夠快速準(zhǔn)確地進(jìn)行駕駛意圖識(shí)別，提高汽車(chē)換擋品質(zhì)。

本發(fā)明是采用以下技術(shù)手段實(shí)現(xiàn)上述技術(shù)目的的。

一種自適應(yīng)雙粒子群優(yōu)化支持向量機(jī)的駕駛意圖識(shí)別方法，利用自適應(yīng)雙粒子群優(yōu)化算法對(duì)支持向量機(jī)模型參數(shù)尋優(yōu)，對(duì)優(yōu)化后的支持向量機(jī)進(jìn)行訓(xùn)練和驗(yàn)證，實(shí)時(shí)采集數(shù)據(jù)通過(guò)驗(yàn)證后的優(yōu)化支持向量機(jī)模型對(duì)駕駛意圖進(jìn)行識(shí)別。

進(jìn)一步，所述自適應(yīng)雙粒子群優(yōu)化算法的適應(yīng)度函數(shù)取交叉驗(yàn)證下的最佳識(shí)別率。

進(jìn)一步，所述自適應(yīng)雙粒子群分為局部尋優(yōu)分群Q1和全局尋優(yōu)主群Q2。

更進(jìn)一步，所述局部尋優(yōu)分群Q1和全局尋優(yōu)主群Q2尋找到全局最優(yōu)解后，若主群全局最優(yōu)解變化率是否高于設(shè)定值，將分群中個(gè)體極值較高的后R*s1個(gè)粒子取代主群中個(gè)體極值較低的前R*s2個(gè)粒子，其中R為[0，1]中的任意數(shù)，s1為局部尋優(yōu)分群Q1的粒子數(shù)，s2為全局尋優(yōu)主群Q2的粒子數(shù)。

更進(jìn)一步，所述全局最優(yōu)解變化率其中為雙粒子群第T_n次迭代由更新方程獲取的全局最優(yōu)解。

更進(jìn)一步，所述局部尋優(yōu)分群Q1與全局尋優(yōu)主群Q2的速度和位置更新方程如下：

Q₁：v_ij(t+1)＝w×v_ij(t)+c₁×rand()_1j×(p_ij(t)-x_ij(t))+c₂×rand()_2j×(p_gj(t)-x_ij(t))

Q₂：v_ij(t+1)＝w(t)×v_ij(t)+c₁×r_1j(t)×(p_ij(t)-x_ij(t))+c₂×r_2j(t)×(p_gj(t)-x_ij(t))