用模糊神经网络识别驾驶员主动安全性因素.pdfVIP

用模糊神经网络识别驾驶员主动安全性因素 上海交通大学石 坚卓斌吴远鹏马 勇 【摘要】 在人一车一路综合考虑的主动安全性系统中．人的主动安全性辨讽问题由于缺乏 精确模型描述．所以一直是难点所在，本文通过一种分层的模糊神经剐络对驾驶员的主动安全性 进行分析，取得了满意的结果，为精确定量地分析驾驶员安全性提供了一条新的途径。 关键词：主动安全性模糊神经阿络 辨识 1．引言 汽车，特别是轿车行驶的主动安全性一直是世界各国研究热点。由于系统的复杂和多变 性，对车辆主动安全性的研究进展缓慢。其中．尤其是驾驶员的状态千变万化，包括许多不 定因素。如影响主动安全性的驾驶员的熟练程度、心情和身体状况都缺乏精确的数学描述， 或具有时滞、非线形等复杂关系，难以用通常的控制理论进行分析和控制。国外一些汽车公 司通过测量驾驶员的脑电波，心率和脉搏的方法对驾驶员进行监控，进展不大且不宜实用推 类问题的研究成为可能。本文通过传感器测量驾驶员驾驶时方向盘、踏板等一些参数，用它 们作为学习样本对模糊神经网络进行训练，并对驾驶员的安全因素进行判别，给出主动安全 性的定量指标． 2．驾驶员安全性判别的模型的建立 因为驾驶员的熟练程度和身体疲劳状况分别与不同的因素有关，本文对驾驶员的熟练程 度(QS)和疲劳状况(QF)予以分别识别和处理，然后根据熟练程度和疲劳状况总结出驾 驶员的主动安全性指标(AS)． 对于驾驶员熟练程度的辨识，本文通过驾驶员对节气门，离台器踏板(对于手动变速) 操作的铘调性予以识别，图1中是熟练驾驶员的操作曲线。 本文用如下几个参数来衡量驾驶员操作熟练程度： (1)离合器结合时的离合器踏板的速度vc。 (2)离合器结合时的节气门踏板的位置x。 (3)换档时的车速v。。，本文取由2档升至3档为例进行分析。 以上各参数中，参数l和2反映出驾驶员换档过程中离台器是否平稳结合，以保证车辆 行驶时平稳。无闻动现象。参数3则反映出了驾驶员对换档时机掌握的熟练程度。 对于驾驶员的身体疲劳程度，本文主要考虑车辆在路况较好，障碍物较少的公路上行驶 的情况，文献。“”中对驾驶员在这种情况下驾驶做了大量实验得出驾驶员的疲劳程度 20l Duration FlatZer01的关系最大．如图2所示： SquaredTheta)和WtFlal0(Weight 位 离合器 移 位 移 气门 r碱彗“ 时间 刳I 捶州叫n0离台器 节7Lfj踏板世功¨¨线 (0-吒)dcg“f0． m)tle2Iee I．价卜L{，厂、、I． 卜∥ l； 引2 Am—_L)2一Theta计算示意划 (1)Am—D2一Theta；晋耋时p ㈣咖ato=晋薹f华+等] 式中：A．。为图中第J块区域的面积．t．9为第J块区域的时间长度，0。为所有采样角度 的平均值，J为一个周期内区域数，N为采样次数。口，和∞。分别为第i次采样角度和角速度 值．a,b为采样相图长短轴长度．两式具体意义以及有关实验数据请参见文献。“． 对于以上5个参数，本文皆以熟练驾驶员为基准，取与熟练驾驶员的偏差的绝对值进行