个性化驾驶员模型及其在车辆测试中应用.pdfVIP

第 51 卷第 18 期 机 械 工 程 学 报 Vol.51 No.18 2 0 1 5 年 9 月 JOURNAL OF MECHANICAL ENGINEERING Sep. 2 0 1 5 DOI ：10.3901/JME.2015.18.136 个性化驾驶员模型及其在车辆测试中应用* 1 1 2 许 力 胡 杰 孟武强 (1. 浙江大学电气工程学院 杭州 310027 ； 2. 福特汽车工程研究(南京)有限公司 南京 211100) 摘要：为了在车辆测试中融入不同的驾驶风格而使测试结果更接近于真实，提出一种基于汽车测试数据和神经网络的驾驶员 建模方法。考虑到实际数据的高度离散性和局部突变性，以局部性神经网络的典型代表小脑模型关节控制器(Cerebellar model articulation controller，CMAC) 网络为基础，采用学习控制的直接逆模型法来建立驾驶员模型，用此模型代替驾驶员或常规的 PID 模型进行联邦测试循环(Federal test procedure，FTP)标准工况的实验室测试。另一方面，为方便起见，建立并采用基于神 经网络和汽车测试数据(Vehicle test data，VTD) 的汽车模型来代替真实汽车进行模拟测试。以VTD 以及FTP 标准为背景的 测试结果验证了所提方法的有效性。同时，采用个性化驾驶员模型能够在体现驾驶风格情况下完成标准工况测试，减轻劳动 强度，并使实验室测试更接近于真实。 关键词：驾驶员模型；汽车测试数据；小脑模型关节控制器网络；联邦测试循环(Federal test procedure，FTP) 中图分类号：U471 Personalized Driver Model and Its Application to Vehicle Testing XU Li1 HU Jie1 MENG Wuqiang2 (1. Electrical Engineering College, Zhejiang University, Hangzhou 310027; 2. Ford Motor Research Engineering(Nanjing) Co., Ltd., Nanjing 211100) Abstract ：In order to integrate different driving styles into the vehicle test system and make the results more close to the reality, a novel method for driver modeling based on real-world road test data and neural network is proposed. Considering the divergence and local mutability of the real-world data, the cerebellar model articulation controller(CMAC), a locally designed neural network model, is utilized together with the direct inverse model approach to accomplish this model, which is used to replace the real driver or PID-like model for laboratory federal test procedure(FTP) test. On the other hand, a ve