鲸鱼算法优化CNN-BiGRU-ATTENTION的车辆换道意图识别模型

针对时空多样特征、超参数敏感性影响车辆行为意图识别精度的问题,提出一种改进的CNN-BiGRU-ATTENTION混合换道意图识别模型。采用目标车辆轨迹序列和与周围车辆互动特征作为模型输入进行训练,实现考虑车辆动态变化状态的意图识别预测;使用鲸鱼优化算法对模型调整参数进行多目标寻优,降低模型调优难度;利用NGSIM数据集对模型进行评估校验。结果表明:所提出的WOA-CNN-BiGRU-ATTENTION模型与CNN-BiGRU-ATTENTION模型、Transformer模型相比,准确率分别提升了4.53%、0.97%,达到97.64%;WOA-CNN-BiGRU-ATTENTION模型在不同预判时间下的意图识别准确率最高,在换道前2.5 s的识别精度均能达到91%以上,证明模型具有较强的车辆换道意图识别性能。

车辆半主动悬架HSG阻尼控制策略仿真研究

半主动悬架具有成本适中、控制效果好的优势。天棚阻尼控制在降低簧上质量加速度的同时会导致轮胎动载荷恶化,而地棚阻尼控制则与之相反,降低轮胎动载荷但会增大簧上质量加速度。结合天棚、地棚阻尼控制各自优点,使用混合天棚地棚阻尼控制方法,并在1/4车辆模型上对该方法进行仿真分析。仿真结果显示,混合控制系统能够通过调节加权系数获得乘坐舒适性与操纵稳定性之间的平衡,在获得乘坐舒适性提升的同时,能够保持适当的操作性能。其具有计算量少、操作简单实用等特点,能较好地实现汽车振动的控制。