隨著中國汽車市場的蓬勃發(fā)展,中國汽車保有量不斷增加,車輛使用者對整車舒適性、換擋自動操縱等要求不斷提高,不同駕駛員對車輛性能的要求也不盡相同,因此車輛自動變速技術(shù)智能化的研究具有非常重要的意義。論文以合肥工業(yè)大學(xué)汽車工程技術(shù)研究院自主研發(fā)的雙離合自動變速器為對象,進(jìn)行自動變速智能控制研究,主要研究工作如下:(1)在對駕駛員的駕駛行為和駕駛意圖進(jìn)行分析的基礎(chǔ)上,制定基于小波神經(jīng)網(wǎng)絡(luò)及貝葉斯融合決策的駕駛習(xí)慣識別方法進(jìn)行駕駛習(xí)慣識別,首先采用小波神經(jīng)網(wǎng)絡(luò)進(jìn)行駕駛風(fēng)格辨識,然后基于貝葉斯融合決策對駕駛風(fēng)格辨識結(jié)果進(jìn)行數(shù)據(jù)融合決策,識別出駕駛習(xí)慣。(2)目前大多采用頻域或時域分析方法對駕駛習(xí)慣進(jìn)行定性的分類和識別,針對這一問題,制定一種定量分析的駕駛習(xí)慣識別方法,首先對駕駛操縱行為混沌時間序列進(jìn)行相空間重構(gòu)處理,然后采用G-P算法計算混沌時間序列的特征量并進(jìn)行分析,制定一種基于關(guān)聯(lián)維數(shù)和Kolmogorov熵的駕駛習(xí)慣評價指標(biāo),該指標(biāo)可以定量評估駕駛員的激進(jìn)程度,進(jìn)行駕駛習(xí)慣的識別。(3)依據(jù)解析法計算得到車輛的基本換擋規(guī)律;針對不同駕駛習(xí)慣對自動變速換擋控制有不同的需求,提出基于駕駛習(xí)慣識別的...

【文章頁數(shù)】：89 頁

【學(xué)位級別】：碩士

【部分圖文】：

圖2.3神經(jīng)網(wǎng)絡(luò)訓(xùn)練誤差圖

maxminijjjxx、、.14）中：i為數(shù)據(jù)序號，i=1,2,3,…,150；ijx、為樣本中任意一組值；jx為數(shù)據(jù)分量，j=1,2,3,4；jminx、和jmaxx、分別為最大值和最后的指標(biāo)。、C、D、E如上所述做相同處理。神經(jīng)網(wǎng)絡(luò)訓(xùn)練與辨識幅有限及各工況樣....

圖2.5辨識結(jié)果圖

誤差符合要求預(yù)測結(jié)果小波神經(jīng)網(wǎng)絡(luò)預(yù)測預(yù)測數(shù)據(jù)YN圖2.4小波神經(jīng)網(wǎng)絡(luò)辨識流程圖Fig2.4Theidentificationflowchartofwaveletneuralnetwork風(fēng)格分為五種：駕駛風(fēng)格1~駕駛風(fēng)格5，其中駕駛風(fēng)格1代表最代表....

圖3.5互信息法求延遲時間Fig3.5Mutualinformationmethodfordelaytime

合肥工業(yè)大學(xué)碩士學(xué)位論文快速上升，且整個過程中變化劇烈。常規(guī)型駕駛習(xí)慣的節(jié)氣門比較正常，符合一般人的駕駛習(xí)慣。據(jù)互信息法求取延遲時間。定義：s,qx(t),x(t)0）中s代表節(jié)氣門信號時間序列x(t)，q代表延遲時間序列的定義，....

圖3.17HabIn、DR、Kol對駕駛習(xí)慣的分類結(jié)果

分類的準(zhǔn)確率均為100%，常規(guī)型各有1個被誤分類到保守型和冒險型，分確率為[100%，80%，100%]。分類錯誤存在的原因是鄰近類別的小部分駕駕駛習(xí)慣很相似，并且原有數(shù)據(jù)的分類具有主觀色彩，數(shù)據(jù)本身就有可能存差。表3.4基于HabIn的駕駛習(xí)慣分類結(jié)果Tab3.....

本文編號：4056371