[发明专利]一种驾驶员制动行为及状态实时辨识方法

摘要

本发明公开了一种驾驶员制动行为及状态实时辨识方法，该方法包括以下步骤：1）通过实车测试平台获取驾驶员实车原始试验数据；2）对试验数据进行预处理；所述预处理包括降噪预处理和异常数据处理；3）利用主成分分析法对预处理后数据进行特征抽取和数据降维；4）对制动踏板力、制动踏板行程和制动踏板行程变化率数据进行聚类；5）基于统计模式识别模型完成不同制动行为及状态的离线学习，获得对应量化表征值的行为训练库和状态训练库；6）实时辨识不同驾驶员在不同行驶工况下的制动行为及状态。本发明方法可用于线控制动系统、制动能量回收策略、车辆行驶状态监测等技术领域，亦为实现基于驾驶员行为的自动驾驶决策控制创造条件。

主权项

1.一种驾驶员制动行为及状态实时辨识方法，其特征在于，包括以下步骤：1）通过实车测试平台获取与驾驶员制动行为及状态有关的实车原始试验数据，所述原始试验数据包括车辆车速、车辆轮速、管路压力 、制动踏板行程、制动踏板力5种数据；对制动踏板行程、制动踏板力数据进行差分，获得制动踏板行程变化率和制动踏板力变化率；2）对试验数据进行预处理；所述预处理包括降噪预处理和异常数据处理；3）利用主成分分析法对预处理后数据进行特征抽取和数据降维，通过数据贡献度大小提取出最能表征制动行为及状态的参数，即制动踏板行程、制动踏板力和制动踏板行程变化率；4）对制动踏板力、制动踏板行程和制动踏板行程变化率数据进行聚类，将制动行为分为重度踩制动踏板、轻度踩制动踏板、中度踩制动踏板、制动踏板保持行为、制动踏板零行为、快速释放制动踏板、慢速释放制动踏板7种，制动状态分为紧急制动、持续制动、调节制动和目标制动4种；5）基于统计模式识别模型完成不同制动行为及状态的离线学习，获得对应量化表征值的行为训练库和状态训练库；6）将采集到的制动踏板数据信号实时传送到各行为训练库，基于极大似然参数估计方法实时辨识不同驾驶员在不同行驶工况下的制动行为及状态。