导读:本文包含了熟练驾驶员论文开题报告文献综述及选题提纲参考文献,主要关键词:熟练驾驶员,转向特性,智能汽车,仿人转向
熟练驾驶员论文文献综述
周婕[1](2019)在《基于熟练驾驶员转向操纵特征的智能汽车弯道仿人驾驶转角模型研究》一文中研究指出近几年自动驾驶汽车逐渐成为汽车工程领域的研究热点,国际SAE学会将自动驾驶汽车的智能化程度划分为六个等级,从完全人类驾驶(L0级)到完全自动驾驶(L5级)。随着自动驾驶汽车智能化等级的逐步上升,必然存在不同智能化等级的汽车共享道路的交通场景。为了让不同智能化等级的汽车和谐安全地共享道路,让智能驾驶汽车理解人类驾驶员的驾驶行为并且拥有人类驾驶员的优良驾驶习惯,是交通运输系统领域迫切需要研究并解决的新课题。本文通过研究人类驾驶员在常见的双车道弯道处的转向操纵特性,提出智能汽车弯道仿人驾驶转角模型,并进行仿真分析和台架试验验证,为研究自动驾驶车辆的仿人转向控制奠定基础。首先,采集了多名熟练驾驶员在四条不同曲率半径的双车道弯道上的行驶轨迹、车速以及方向盘转角数据。为了得到熟练驾驶员在弯道处不同位置的转向操纵特征,对时序数据进行处理并获得了关于位置距离变化的数据。通过分析关于位置距离变化的行驶轨迹、车速以及方向盘转角数据,得到了熟练驾驶员在弯道处的定性驾驶特征。其次,为了得到熟练驾驶员在双车道弯道处转向操纵的定量特征模型,将实际弯道进行理想化处理。在理想弯道中,采用曲率半径和弧度来表征不同的双车道弯道。根据熟练驾驶员的方向盘转角定性特征,定义了熟练驾驶员弯道特征距离,通过多元回归处理得到了熟练驾驶员弯道特征距离和行驶车速、弯道曲率半径以及弯道弧度的回归模型。将此回归模型作为转角变化位置判断条件,根据阿克曼转向定理推算的理想前轮转角,最终得到熟练驾驶员的弯道转向定量特征模型,即本文提出的弯道仿人驾驶“梯形”转角模型。然后,为了验证弯道仿人驾驶“梯形”转角模型的有效性,将此模型用于智能汽车在双车道弯道处的仿人转向行驶轨迹的规划,并采用模型预测控制算法进行轨迹跟踪。在Carsim中搭建整车模型,运用MATLAB/Simulink中的S-function设计模型预测跟踪控制器,进行MATLAB/Simulink和Carsim联合仿真。仿真结果验证了弯道仿人驾驶“梯形”转角模型的可行性。最后,在智能汽车转向控制台架上进行了仿人转向控制试验。试验台架由转向台架、转向控制器以及VN1630(CAN/LIN接口)组成,使用CodeWarrior编写控制程序对电动助力转向(EPS)电机进行控制,通过VN1630(CAN/LIN接口)在CANoe软件上记录实时转角反馈数据。通过对比分析试验得到的转角数据和基于仿人驾驶“梯形”转角模型得到的转角数据,表明本文提出的弯道仿人转角模型具有较好的效果,可用于智能汽车的仿人转向控制。(本文来源于《江苏大学》期刊2019-06-01)
华一丁[2](2018)在《基于熟练驾驶员转向操纵特征的智能汽车仿人转向控制技术研究》一文中研究指出近年来,随着计算机、互联网、通信导航、自动控制、人工智能、机器视觉、高精度地图等高新技术与先进汽车技术的快速融合,智能汽车(或无人驾驶汽车、自动驾驶汽车)已经成为世界汽车工程领域的研究热点和汽车产业增长的新动力。然而,智能汽车的自动驾驶控制技术要达到全工况范围内完全代替人类驾驶员而被消费者所接受还面临着很多困难。对于智能汽车而言,如果仅根据EPS(Electrical Power Steering,电动助力转向)的转角信号来控制方向盘转角,而不控制EPS电机的输出转矩,会出现方向盘抖动现象。在方向盘大转角回正过程中,如果不控制EPS电机的阻尼(反向转矩),会导致方向盘回正过快而引起较大的车身横摆角速度,使汽车转向操纵品质恶化,高速行驶时甚至出现操控失稳,危及行车安全性。因此,如何使智能汽车在自动驾驶模式的转向操控品质尽量接近人类驾驶员的转向操控,是智能汽车转向控制系统研究领域中的一个重要课题。本文从熟练驾驶员实车道路行驶过程中转向操纵参数采集与特性分析、熟练驾驶员行车轨迹非线性拟合、基于MPC(模型预测控制)的智能汽车驾驶员模型构建、基于仿人智能理论的转向控制策略以及基于新型EPS装置的智能汽车仿人转向控制试验台架研制与试验验证等方面开展研究,主要工作如下:开展了熟练驾驶员实车道路转向试验数据采集与分析。选择5名熟练驾驶员在不同车型、车速和转向工况下进行实车道路转向操纵试验,采集了转向特征参数和车辆动力学参数;设计了不同阶数的巴特沃斯滤波器对试验数据进行滤波处理,通过坐标变换将GPS/INS采集到的经纬度信号转换成地理坐标系下的二维平面车辆行驶轨迹;通过分析不同转向工况下影响车辆行驶轨迹的主要因素以及转角、转矩和转角速度之间的关系,得到熟练驾驶员的转向操纵特征规律;利用主成分分析法确定平均转角和平均转角速度作为驾驶员的转向特征参数,并根据不同的聚类分析方法对不同工况下的驾驶员转向特性进行分类研究,通过对比分析叁种不同聚类方法(FCM,GK和GG)在驾驶员转向特性分类上的优缺点,确定GG算法为最优聚类算法,同时确定不同转向工况下驾驶员转向特性的聚类中心;根据聚类中心获得熟练驾驶员转向特征参数的阈值,为仿人智能控制律的设计奠定基础。研究了熟练驾驶员行车轨迹的非线性拟合方法。对右转、掉头、车道保持和换道等四种典型转向工况进行了分段多项式表达和求解;针对传统神经网络学习算法(如BPNN)需要人为设置大量的网络训练参数、并且容易陷入局部最优解的不足,利用极限学习机(ELM)的学习速度快、泛化性能好的优点,提出了基于ELM的熟练驾驶员行车轨迹的非线性拟合方法;利用卡尔曼滤波(KF)算法对ELM的输出权重进行实时更新,解决了ELM在多重共线性情况下学习精度不高的问题,对ELM输出权重矩阵进行滤波处理并优化了ELM算法;分别利用KFELM、ELM和BPNN对不同工况下的熟练驾驶员的行车轨迹进行非线性拟合试验,结果表明,KFELM的训练精度和测试精度明显优于ELM和BPNN,同时KFELM的学习速度也优于ELM和BPNN。利用MPC算法在每个采样时刻可预测系统未来状态并进行滚动优化的特点,搭建了基于MPC的驾驶员模型;根据车辆运动学模型快速平稳地跟踪熟练驾驶员行车轨迹的要求,确定了驾驶员模型的目标函数和相应的约束条件;通过仿真分析,将本文提出的基于MPC的驾驶员模型与传统单点预瞄驾驶员模型和基于β-样条曲线的路径跟踪方法进行对比分析。结果表明,在四种典型转向工况下,基于MPC的驾驶员模型可以较精确地跟踪熟练驾驶员的参考行车轨迹,跟踪效果优于两种传统方法。研究并建立了基于动觉图式的仿人智能控制器设计方法,提出了采用双转矩/转角传感器的智能汽车新型EPS转向系统,建立了新型EPS转向系统动力学模型,分析了转向阻力矩与转角和车速的关系;建立了基于动觉图式的仿人智能控制律,对EPS转角和转矩进行分段控制;构建基了MTLAB/Simulink的智能汽车仿人转向控制模型,搭建了基于Carsim/Simulink的联合仿真试验平台,仿真结果表明,仿人转向控制算法在转向特征参数的跟踪效果和乘员舒适性方面均优于传统PID控制。研制了基于磁粉制动器的转向阻力矩模拟装置和智能汽车新型EPS转向系统试验台,利用dSPACE快速原型控制器实现仿人智能控制律,并搭建了仿人转向控制系统试验台架,进行了新型EPS转向系统控制性能试验。试验结果表明,方向盘转角、转矩可以较好地跟踪熟练驾驶员的实车转向试验的转角、转矩变化曲线,在车道保持工况的最大转角偏差小于2deg、最大转矩偏差小于1Nm,验证了本文研究的仿人转向控制技术的有效性。(本文来源于《江苏大学》期刊2018-04-01)
王海晓,戚春华,朱守林[3](2013)在《草原公路环境下不同熟练程度驾驶员的动态视觉特性差异分析》一文中研究指出草原公路在线形、景观、交通、光环境等方面都有特殊性。不同熟练程度的驾驶员在典型草原公路上行驶时表现出不同的动态视觉规律和视觉疲劳特性,驾驶安全水平差异比较明显。本文按照熟练程度将驾驶员分为两组,比较并分析两组有效样本在视觉搜索、视野范围和驾驶安全等方面的表现出的动态视觉规律的差异性,进行非参数检验,得出熟练程度对草原道路交通环境下驾驶员的动态视觉特性具有显着性影响。(本文来源于《内蒙古农业大学学报(自然科学版)》期刊2013年06期)
张震[4](2010)在《建立评价体系杜绝“马路杀手”》一文中研究指出公安部1月7日通报了全国机动车和驾驶人数量增长情况,2009年全国机动车增加1669万多辆,驾驶员增加1910多万人。截至2009年底,全国机动车保有量已超过1.86亿辆,全国机动车驾驶员接近2亿人。 实在不敢想象,如果这1910万新增驾驶员,(本文来源于《中国消费者报》期刊2010-03-15)
田明[5](2007)在《新驾驶员和熟练驾驶员视觉搜索模式比较研究》一文中研究指出道路交通系统中,驾驶员因素是引发交通事故的首要因素,驾驶员在驾驶车辆过程中,主要依靠视觉来感知各种交通信息。有必要通过分析驾驶员的视觉特性,深入研究驾驶员的视觉搜索模式及其表征参数。本文在对国内外相关研究的基础上,结合驾驶员的视觉特性,从人体生理、心理学理论上分析了驾驶员的视觉搜索模式,由此得到注意的搜寻和选择是驾驶员两种典型的视觉搜索模式及其表征参数,其中注意的搜寻具体体现在视觉搜索行为中,表征参数为眼动时间和眼动角度;注意的选择具体体现在视觉搜索策略中,表征参数为注视点和注视持续时间。在上述研究结论的基础上,对新驾驶员和熟练驾驶员在真实的城市道路环境中驾驶车辆时的视觉特性进行试验研究,用眼动仪等设备记录眼球运动的参数和相应的车辆行驶速度,比较分析两者在视觉搜索行为和视觉搜索策略上的差异。试验结果表明,新驾驶员和熟练驾驶员在行车过程中都是以扫视为主的眼动形式,有相同的视觉搜索规律,即随着交通环境变得不断复杂,能够改变搜索策略;但新驾驶员的视觉搜索行为存在一些不足,显示出倾向于对道路搜索范围的约束;驾驶经验对水平方向搜索变化量分布有较显着的影响,而对眼动时间、注视持续时间和垂直方向搜索变化量分布无显着影响;新驾驶员和熟练驾驶员的视觉搜索策略有明显的差异,熟练驾驶员的视觉搜索策略更有技巧性和灵活性。(本文来源于《长安大学》期刊2007-06-01)
朱晓彦[6](2005)在《财务:照亮企业的闪电》一文中研究指出“财务能够如同闪电一样照亮一团黑的经济活动”,“财务人员是企业未来的建筑师”,这是中国寰岛(集团)公司总经济师、北京寰岛泰得投资顾问有限公司总经理史军对财务工作和财务人员的理解,这位一直在本土企业服务的CFO,对企业理财的思路和方法有着自己独到的见解。(本文来源于《中国财经报》期刊2005-10-14)
熟练驾驶员论文开题报告
(1)论文研究背景及目的
此处内容要求:
首先简单简介论文所研究问题的基本概念和背景,再而简单明了地指出论文所要研究解决的具体问题,并提出你的论文准备的观点或解决方法。
写法范例:
近年来,随着计算机、互联网、通信导航、自动控制、人工智能、机器视觉、高精度地图等高新技术与先进汽车技术的快速融合,智能汽车(或无人驾驶汽车、自动驾驶汽车)已经成为世界汽车工程领域的研究热点和汽车产业增长的新动力。然而,智能汽车的自动驾驶控制技术要达到全工况范围内完全代替人类驾驶员而被消费者所接受还面临着很多困难。对于智能汽车而言,如果仅根据EPS(Electrical Power Steering,电动助力转向)的转角信号来控制方向盘转角,而不控制EPS电机的输出转矩,会出现方向盘抖动现象。在方向盘大转角回正过程中,如果不控制EPS电机的阻尼(反向转矩),会导致方向盘回正过快而引起较大的车身横摆角速度,使汽车转向操纵品质恶化,高速行驶时甚至出现操控失稳,危及行车安全性。因此,如何使智能汽车在自动驾驶模式的转向操控品质尽量接近人类驾驶员的转向操控,是智能汽车转向控制系统研究领域中的一个重要课题。本文从熟练驾驶员实车道路行驶过程中转向操纵参数采集与特性分析、熟练驾驶员行车轨迹非线性拟合、基于MPC(模型预测控制)的智能汽车驾驶员模型构建、基于仿人智能理论的转向控制策略以及基于新型EPS装置的智能汽车仿人转向控制试验台架研制与试验验证等方面开展研究,主要工作如下:开展了熟练驾驶员实车道路转向试验数据采集与分析。选择5名熟练驾驶员在不同车型、车速和转向工况下进行实车道路转向操纵试验,采集了转向特征参数和车辆动力学参数;设计了不同阶数的巴特沃斯滤波器对试验数据进行滤波处理,通过坐标变换将GPS/INS采集到的经纬度信号转换成地理坐标系下的二维平面车辆行驶轨迹;通过分析不同转向工况下影响车辆行驶轨迹的主要因素以及转角、转矩和转角速度之间的关系,得到熟练驾驶员的转向操纵特征规律;利用主成分分析法确定平均转角和平均转角速度作为驾驶员的转向特征参数,并根据不同的聚类分析方法对不同工况下的驾驶员转向特性进行分类研究,通过对比分析叁种不同聚类方法(FCM,GK和GG)在驾驶员转向特性分类上的优缺点,确定GG算法为最优聚类算法,同时确定不同转向工况下驾驶员转向特性的聚类中心;根据聚类中心获得熟练驾驶员转向特征参数的阈值,为仿人智能控制律的设计奠定基础。研究了熟练驾驶员行车轨迹的非线性拟合方法。对右转、掉头、车道保持和换道等四种典型转向工况进行了分段多项式表达和求解;针对传统神经网络学习算法(如BPNN)需要人为设置大量的网络训练参数、并且容易陷入局部最优解的不足,利用极限学习机(ELM)的学习速度快、泛化性能好的优点,提出了基于ELM的熟练驾驶员行车轨迹的非线性拟合方法;利用卡尔曼滤波(KF)算法对ELM的输出权重进行实时更新,解决了ELM在多重共线性情况下学习精度不高的问题,对ELM输出权重矩阵进行滤波处理并优化了ELM算法;分别利用KFELM、ELM和BPNN对不同工况下的熟练驾驶员的行车轨迹进行非线性拟合试验,结果表明,KFELM的训练精度和测试精度明显优于ELM和BPNN,同时KFELM的学习速度也优于ELM和BPNN。利用MPC算法在每个采样时刻可预测系统未来状态并进行滚动优化的特点,搭建了基于MPC的驾驶员模型;根据车辆运动学模型快速平稳地跟踪熟练驾驶员行车轨迹的要求,确定了驾驶员模型的目标函数和相应的约束条件;通过仿真分析,将本文提出的基于MPC的驾驶员模型与传统单点预瞄驾驶员模型和基于β-样条曲线的路径跟踪方法进行对比分析。结果表明,在四种典型转向工况下,基于MPC的驾驶员模型可以较精确地跟踪熟练驾驶员的参考行车轨迹,跟踪效果优于两种传统方法。研究并建立了基于动觉图式的仿人智能控制器设计方法,提出了采用双转矩/转角传感器的智能汽车新型EPS转向系统,建立了新型EPS转向系统动力学模型,分析了转向阻力矩与转角和车速的关系;建立了基于动觉图式的仿人智能控制律,对EPS转角和转矩进行分段控制;构建基了MTLAB/Simulink的智能汽车仿人转向控制模型,搭建了基于Carsim/Simulink的联合仿真试验平台,仿真结果表明,仿人转向控制算法在转向特征参数的跟踪效果和乘员舒适性方面均优于传统PID控制。研制了基于磁粉制动器的转向阻力矩模拟装置和智能汽车新型EPS转向系统试验台,利用dSPACE快速原型控制器实现仿人智能控制律,并搭建了仿人转向控制系统试验台架,进行了新型EPS转向系统控制性能试验。试验结果表明,方向盘转角、转矩可以较好地跟踪熟练驾驶员的实车转向试验的转角、转矩变化曲线,在车道保持工况的最大转角偏差小于2deg、最大转矩偏差小于1Nm,验证了本文研究的仿人转向控制技术的有效性。
(2)本文研究方法
调查法:该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法:用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法:通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法:通过调查文献来获得资料,从而全面的、正确的了解掌握研究方法。
实证研究法:依据现有的科学理论和实践的需要提出设计。
定性分析法:对研究对象进行“质”的方面的研究,这个方法需要计算的数据较少。
定量分析法:通过具体的数字,使人们对研究对象的认识进一步精确化。
跨学科研究法:运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法:这是社会科学用来分析社会现象的一种方法,从某一功能出发研究多个方面的影响。
模拟法:通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
熟练驾驶员论文参考文献
[1].周婕.基于熟练驾驶员转向操纵特征的智能汽车弯道仿人驾驶转角模型研究[D].江苏大学.2019
[2].华一丁.基于熟练驾驶员转向操纵特征的智能汽车仿人转向控制技术研究[D].江苏大学.2018
[3].王海晓,戚春华,朱守林.草原公路环境下不同熟练程度驾驶员的动态视觉特性差异分析[J].内蒙古农业大学学报(自然科学版).2013
[4].张震.建立评价体系杜绝“马路杀手”[N].中国消费者报.2010
[5].田明.新驾驶员和熟练驾驶员视觉搜索模式比较研究[D].长安大学.2007
[6].朱晓彦.财务:照亮企业的闪电[N].中国财经报.2005