[发明专利]一种考虑驾驶员特性的四轮独驱电动车动力学控制方法

说明书

本发明公开了一种考虑驾驶员特性的四轮独驱电动车动力学控制方法，步骤一、进行实验数据采集，对采集到的实验数据进行重采样和滤波；步骤二、提取特征值，进行聚类分析，对驾驶员特性进行分类；步骤三、在不同实验条件下，基于BP神经网络建立驾驶员特性辨识模型，分析辨识模型的辨识精度；步骤四、确定驾驶员特性类型，将目标力和力矩输入到力和运动分配器中，基于驾驶员特性进行动力学控制，进行动力的分配。通过聚类分析基于驾驶员特性进行分类，并基于BP神经网络在不同试验条件下进行验证和精度分析，使驾驶员特性辨易于辨识，实现根据驾驶员特性进行动力学控制。

技术领域

本发明涉及一种考虑驾驶员特性的四轮独驱电动车动力学控制方法，属于汽车控制领域。

背景技术

石油资源的匮乏和人类保护环境的迫切性，以及随着人们生活水平的提高和汽车技术的进步，人们对于汽车的需求越来越细致，越来越全面，这些因素都推动着汽车工业向电动化、智能化的方向发展。随着汽车电动化与智能化时代的到来，汽车上电控系统会越来越丰富，但随之而来的却造成了交通事故率的急剧攀升，其中45％到75％的道路碰撞事故都归咎于驾驶员过错，驾驶员的判断失误已成为大多数交通事故的一大原因。不同驾驶员的驾驶习惯和对于汽车的期望响应肯定是各不相同的，例如赛车手追求刺激性喜欢加速快稍具过度转向的车辆，新手喜欢线性化响应的车辆易于自己掌控，老年人则喜欢响应略慢的车辆。现阶段通用电气电控系统的设计没有考虑驾驶员的个体差异，其弊端越来越明显，继续沿用不但会降低汽车的乘驾体验感，还可能会带来频发的交通事故。

发明内容

本发明设计开发了一种考虑驾驶员特性的四轮独驱电动车动力学控制方法，通过聚类分析基于驾驶员特性进行分类，并基于BP神经网络在不同试验条件下进行验证和精度分析，使驾驶员特性辨易于辨识，实现根据驾驶员特性进行动力学控制。

本发明提供的技术方案为：

一种考虑驾驶员特性的四轮独驱电动车动力学控制方法，包括：

步骤一、进行实验数据采集，对采集到的实验数据进行重采样和滤波；

步骤二、提取特征值，进行聚类分析，对驾驶员特性进行分类；

步骤三、在不同实验条件下，基于BP神经网络建立驾驶员特性辨识模型，分析辨识模型的辨识精度；

步骤四、确定驾驶员特性类型，将目标力和力矩输入到力和运动分配器中，基于驾驶员特性进行动力学控制，进行动力的分配。

优选的是，所述步骤一中，采集的实验数据包括：加速踏板行程、制动踏板行程、加速踏板行程变化率、制动踏板行程变化率，纵向速度、纵向加速度、方向盘转角以及横摆角速率；

所述重采样的时间设定为0.1s，采样间隔为0.001s，采用中值滤波进行滤波。

优选的是，所述步骤二中，选用K-means聚类算法进对驾驶员进行分类，并设定：

聚类数目k＝3；

随机创建k个初始质心位置的中心点；

聚类数据维度为5；

聚类后将驾驶员的特性分为A、B、C三个类型，A为激进型，B为一般型，C为谨慎型。

优选的是，所述步骤三中包括：

分别进行转向实验、加速实验以及制动试验，并基于BP神经网络建立相应的驾驶员特性辨识模型，包括如下步骤：

步骤1、数据归一化；

步骤2、进行数据分类，选取训练数据、变量数据与测试数据；

步骤3、建立神经网络，设置神经网络层数、节点数和隐含层的传输函数等；

步骤4、指定训练参数进行训练；