基于大数据的汽车驾驶员驾驶意图识别分析

驾驶员的驾驶意图识别是确定汽车(特别是混合动力汽车)控制策略的理论基础。混合动力汽车能够应用能量管理策略,合理切换发动机和电机的使用时机,使汽车控制更符合驾驶员操作习惯,降低百千米油耗和排放量。通过实验采集并处理分析了汽车的加速、制动和转向数据。通过分析将加速、制动、转向意图和驾驶风格预分类,使用模糊C均值算法进行验证并得出了每一类的隶属度。根据聚类结果建立隶属函数,通过统计的方法确定模糊控制规则,使用MATLAB分别建立了识别加速、制动、转向和驾驶风格的模糊控制模型。

基于驾驶员驾驶意图的混合动力汽车能量管理策略研究

驾驶员的驾驶意图和风格识别是确定汽车(特别是混合动力汽车)控制策略的理论基础。基于高精度驾驶意图识别的能量管理策略可以合理切换发动机和电机的使用时机,从而在提升驾驶员操作体验的同时降低车辆百千米油耗和排放量。使用实测道路数据构建了驾驶意图识别模型,基于Cruise搭建了单轴并联式混合动力汽车模型,并根据模糊控制理论基于Simulink构建了模糊控制策略。在NEDC工况下分别应用三种驾驶风格控制策略和综合控制策略进行联合仿真,验证了模糊控制策略能够将SOC值控制在合适的区间,提高汽车的经济性、排放性。