[发明专利]一种驾驶员加速特性在线分类与辨识方法

摘要

本发明公开了一种驾驶员加速特性在线分类与辨识方法，包括：步骤一、采集样本数据：选取多名驾驶员进行数据采集；步骤二、实验数据预处理：即对实验数据进行重采样和均值滤波；步骤三、读取特征值数据；步骤四、对特征值数据进行归一化预处理；步骤五、采用k‑means聚类算法分别将四个指标的特征值分类；步骤六、根据得到的特征数据类建立基于高斯混合‑隐马尔可夫模型GM‑HMM框架的识别模型，得到识别结果，本发明能够使驾驶员自我评估驾驶加速特性类别。

主权项

1.一种驾驶员加速特性在线分类与辨识方法，其特征在于，包括：步骤一、采集样本数据：选取多名驾驶员进行数据采集，其中数据指标包括：加速踏板开度变化率、加速踏板开度、加速度和速度；步骤二、实验数据预处理：即对实验数据进行重采样和均值滤波；步骤三、读取特征值数据：对预处理完成的数据提取特征值，得到汽车加速过程中加速踏板开度变化率峰值、加速踏板开度峰值、加速度峰值，以及加速踏板开度变化率达到峰值时刻对应的纵向车速；步骤四、对特征值数据进行归一化预处理；步骤五、采用k‑means聚类算法分别将四个指标的特征值分类；步骤六、根据得到的特征数据类建立基于高斯混合‑隐马尔可夫模型GM‑HMM框架的识别模型，得到识别结果；其中，所述基于高斯混合‑隐马尔可夫模型GM‑HMM框架的识别模型的表达式为：λ＝(π,A,c,μ,∑)；π为初始状态概率矩阵，A为状态转移概率矩阵，c为组合系数，μ为均值矢量，Σ为方差矩阵；所述辨识模型GM‑HMM的隐状态为3，观察序列为3，训练函数为隐马尔可夫模型函数，迭代次数最大值为100。