基于自动驾驶汽车稳定性的聚类辨识模型设计 |
| |
引用本文: | 牛晶.基于自动驾驶汽车稳定性的聚类辨识模型设计[J].专用汽车,2023(3):24-26. |
| |
作者姓名: | 牛晶 |
| |
作者单位: | 天水师范学院机电与汽车工程学院 |
| |
摘 要: | 在自动驾驶汽车中高级辅助驾驶系统(ADAS)的设计过程中,车辆稳定性控制目标并没有考虑驾驶员个性化特质需求,尤其在一些极端行驶条件下控制效果会适得其反。鉴于此,在传统汽车稳定性评价标准的基础上融合了隐马尔科夫理论(HMM)和K-means聚类算法,采用无迹卡尔曼滤波和因子加权分析的参数处理方法,设计了一种自动驾驶汽车稳定性辨识模型。模型通过Carsim/Simulink和基于DSPACE驾驶模拟器的硬件在环仿真方法进行了验证。结果表明:该模型能够实现自动驾驶汽车稳定性的合理分类和在线辨识,同时能为今后进一步优化自动驾驶汽车轨迹规划方法提供理论依据。
|
关 键 词: | 高级辅助驾驶系统 稳定性 个性化 辨识 |
|
|