浏览全部资源
扫码关注微信
1. 中国科学院微电子研究所
2. 中国科学院大学
3. 中国科学院微电子研究所昆山分所
Published:2017
移动端阅览
[J]. 2017, (7): 140-147.
DOI:
[J]. 2017, (7): 140-147. DOI:
针对复杂人-车-路交通环境下汽车前向防碰撞预警系统(FCWS)在实际工程应用中存在虚警漏警、可接受性差等问题
为提高FCWS对驾驶群体行为差异的适应性
提出了驾驶员行为特性自适应学习的纵向避撞安全辅助算法
建立了基于BP神经网络的闭环驾驶跟驰习惯模型。该网络模型以跟车车距、前车减速度、前车速度、自车速度、环境亮度、路面附着系数、紧急制动次数、本次驾驶时间为输入
采用动量梯度下降自适应学习率方法对网络模型进行训练
进而预测出自车待制动减速度。引入聚类算法思想
对训练样本集进行特征聚类
进一步改善了BP网络的预测性能
设计了激进、谨慎、新手3类典型驾驶群体
通过制动深度、期望碰撞时间倒数、应急反应时间来表征驾驶群体性特征
在稳态跟车过程中对不同驾驶群体的行为特性进行学习
建立起非线性输入输出映射关系知识库
进而预测出相应群体的待制动行为
实现差异化预警
可有效降低虚警或预警不及时现象。仿真结果表明
改进后的BP网络减小了训练过程中陷入局部极小的可能性
提高了网络收敛速度以及预测精度
激进群体与新手群体待制动曲线下降的趋势相对更陡
激进群体跟车距离相对偏近
新手群体采取制动措施时所需相对车距相对偏远
以补偿较长的反应距离
从而验证了该理论模型对不同驾驶群体的适应性。
裴晓飞,刘昭度,马国成,叶阳.汽车主动避撞系统的安全距离模型和目标检测算法[J].汽车安全与节能学报,2012(01).
边明远.考虑驾驶员个体特性的汽车安全行驶间距模型[J].中国机械工程,2010(12).
庄明科,白海峰,谢晓非.驾驶人员风险驾驶行为分析及相关因素研究[J].北京大学学报(自然科学版)网络版(预印本),2007(04).
王建强,刘刚,李克强,连小珉.复杂路况下汽车主动避撞报警技术研究[J].公路交通科技,2005(04).
余志生, 主编.汽车理论[M].机械工业出版社,2009.
吴涛.考虑驾驶员避撞行为特性的汽车前方防碰撞系统研究[D].吉林大学,2014(09).
Joonwoo Son,Myoungouk Park,Byungkyu Brian Park.The effect of age, gender and roadway environment on the acceptance and effectiveness of Advanced Driver Assistance Systems[J].Transportation Research Part F: Psychology and Behaviour,2015.
0
Views
3
下载量
10
CSCD
Publicity Resources
Related Articles
Related Author
Related Institution