[發(fā)明專利]基于SVM和BP神經(jīng)網(wǎng)絡(luò)的工況融合路感模擬方法

有效

• 申請?zhí)枺?/td>: 202011605239.3
• 申請日: 2020-12-29
• 公開（公告）號: CN112572606B
• 公開（公告）日: 2021-11-05
• 發(fā)明（設(shè)計）人: 趙蕊;蔡錦康;鄧偉文;丁娟
• 申請（專利權(quán)）人: 浙江天行健智能科技有限公司
• 主分類號: B62D6/00
• 分類號: B62D6/00;G06N3/08;G06N3/04;G06N20/10;B62D101/00;B62D103/00;B62D117/00;B62D119/00;B62D131/00
• 代理公司: 蘇州根號專利代理事務(wù)所(普通合伙) 32276
• 代理人: 仇波

本發(fā)明公開了基于SVM和BP神經(jīng)網(wǎng)絡(luò)的工況融合路感模擬方法，包括步驟：進(jìn)行實車路采試驗；建立基于彈簧模型的簡易路感模型；試驗數(shù)據(jù)歸一化并生成隨機(jī)數(shù)據(jù)點(diǎn)集；區(qū)分正常工況點(diǎn)和異常工況點(diǎn)；訓(xùn)練基于SVM的工況識別模型并測試；建立基于BP神經(jīng)網(wǎng)絡(luò)的路感模型并測試；基于工況識別結(jié)果切換路感模型。本方法應(yīng)用于模擬駕駛器時，通過工況識別模型能夠識別正常工況和異常工況，使得在正常工況下運(yùn)用基于BP神經(jīng)網(wǎng)絡(luò)的正常工況路感模型模擬真實路感，在異常工況的情況下切換簡易路感模型模擬較為安全的路感，使駕駛員在模擬駕駛器中獲得較為安全的反饋力，保證駕駛員的安全。

技術(shù)領(lǐng)域

本發(fā)明涉及車輛技術(shù)領(lǐng)域，具體涉及一種基于SVM和BP神經(jīng)網(wǎng)絡(luò)的工況融合路感模擬方法。

背景技術(shù)

駕駛模擬器是一種可以在虛擬環(huán)境中模擬真實車輛行駛情況的模擬駕駛系統(tǒng)。轉(zhuǎn)向路感，又稱轉(zhuǎn)向力感、方向盤反饋力矩，是指駕駛員通過方向盤反饋力矩感受到的反向阻力矩。在模擬駕駛器的使用過程中，較為真實的路感反饋可以讓駕駛員獲得更加逼真的駕駛感受。然而，模擬駕駛器中的行車環(huán)境與真實環(huán)境始終存在一定差距，駕駛員易因安全意識缺失而進(jìn)行大范圍轉(zhuǎn)動方向盤或快速轉(zhuǎn)動方向盤，導(dǎo)致車輛動力學(xué)模型產(chǎn)生異常值，進(jìn)而導(dǎo)致所得路感出現(xiàn)大幅度跳變。進(jìn)而威脅駕駛員的安全。因此，有必要對由于駕駛員錯誤駕駛行為導(dǎo)致虛擬車輛進(jìn)入異常工況的情況進(jìn)行識別，并使用較為安全的方向盤力矩值作為駕駛員感受到的路感，從而保證駕駛員的安全。目前尚無關(guān)于路感模型異常工況識別和正常工況路感模型與異常工況路感模型切換方法的專利。

發(fā)明內(nèi)容

為了解決上述技術(shù)問題，本發(fā)明的目的在于提供基于SVM和BP神經(jīng)網(wǎng)絡(luò)的工況融合和路感模擬方法，以實車試驗數(shù)據(jù)、彈簧模型、SVM算法和BP神經(jīng)網(wǎng)絡(luò)算法為基礎(chǔ)進(jìn)行建模，建立基于彈簧模型的簡易路感模型和基于BP神經(jīng)網(wǎng)絡(luò)的正常工況路感模型，通過建立的基于SVM的工況識別模型識別正常工況和異常工況后，在簡易路感模型和正常工況路感模型間切換，從而提升安全性。

為了達(dá)到上述目的，本發(fā)明提供一種基于SVM和BP神經(jīng)網(wǎng)絡(luò)的工況融合路感模擬方法，包括以下步驟：

步驟一、進(jìn)行實車路采試驗：選取駕駛員進(jìn)行實車試驗，車輛在試驗道路中行駛，采集的試驗數(shù)據(jù)包括縱向車速、車輛橫向加速度、車輛橫擺角速度、車輛橫擺角加速度、車輛垂向載荷、方向盤轉(zhuǎn)角、方向盤角速度和方向盤力矩；

步驟二、建立簡易路感模型：以所采試驗數(shù)據(jù)的車速、方向盤轉(zhuǎn)角和方向盤角速度為輸入變量，以方向盤力矩為輸出變量，建立基于彈簧模型的簡易路感模型；

步驟三、試驗數(shù)據(jù)歸一化并生成隨機(jī)數(shù)據(jù)點(diǎn)集：對所采集的試驗數(shù)據(jù)進(jìn)行歸一化，得到歸一化后試驗數(shù)據(jù)集；生成隨機(jī)數(shù)據(jù)點(diǎn)集時，隨機(jī)數(shù)據(jù)點(diǎn)的維度與正常工況路感模型的輸入變量個數(shù)相同；

步驟四、區(qū)分正常工況點(diǎn)和異常工況點(diǎn)：根據(jù)隨機(jī)數(shù)據(jù)點(diǎn)與歸一化后試驗數(shù)據(jù)點(diǎn)之間的歐式距離，將隨機(jī)數(shù)據(jù)點(diǎn)區(qū)分為正常工況點(diǎn)和異常工況點(diǎn)并對應(yīng)加上正常工況標(biāo)簽與異常工況標(biāo)簽，得到正常隨機(jī)數(shù)據(jù)庫和異常隨機(jī)數(shù)據(jù)庫；

步驟五、訓(xùn)練基于SVM的工況識別模型并測試：利用正常隨機(jī)數(shù)據(jù)庫和異常隨機(jī)數(shù)據(jù)庫中的數(shù)據(jù)，結(jié)合SVM算法，訓(xùn)練得到基于SVM的工況識別模型并進(jìn)行模型測試，所述工況識別模型的輸入變量為縱向車速、車輛橫向加速度、車輛橫擺角速度、車輛橫擺角加速度、車輛垂向載荷、方向盤轉(zhuǎn)角、方向盤角速度，輸出變量為工況標(biāo)簽；

步驟六、建立基于BP神經(jīng)網(wǎng)絡(luò)的路感模型并測試：利用歸一化后試驗數(shù)據(jù)集中的試驗數(shù)據(jù)，結(jié)合BP神經(jīng)網(wǎng)絡(luò)算法，建立基于BP神經(jīng)網(wǎng)絡(luò)的正常工況路感模型并進(jìn)行模型測試，所述基于BP神經(jīng)網(wǎng)絡(luò)的正常工況路感模型的輸入變量為縱向車速、車輛橫向加速度、車輛橫擺角速度、車輛橫擺角加速度、車輛垂向載荷、方向盤轉(zhuǎn)角、方向盤角速度，輸出變量為方向盤力矩；