基于神經(jīng)網(wǎng)絡(luò)集成的跟車行為研究.pdf

1、近些年，人們逐漸意識(shí)到駕駛行為的重要性并對其展開了深入的研究。本文主要研究跟車環(huán)境中的駕駛行為。作為輔助駕駛的自動(dòng)跟車，能夠有效減輕駕駛員操作負(fù)擔(dān)，并且可以避免追尾危險(xiǎn)，對提高交通安全有著重要意義。目前常用的跟車模型主要是基于車輛運(yùn)動(dòng)學(xué)關(guān)系建立的。這類模型大多選用固定參數(shù)，參數(shù)之間多為線性或簡單的非線性關(guān)系，總體上可以模擬駕駛員的跟車行為。但由于人在跟車過程中駕駛行為是復(fù)雜多變的，駕駛員即將做出的動(dòng)作與車輛當(dāng)時(shí)的狀態(tài)之間是復(fù)雜的非線性關(guān)

2、系，固定參數(shù)模型已不再適用。而神經(jīng)網(wǎng)絡(luò)、模糊推理等人工智能方法在駕駛員行為及建模方面具有一定優(yōu)勢。這類模型有很好的魯棒性和容錯(cuò)性，可以更精確的描述駕駛員特性。正是由于上述原因，本文選用神經(jīng)網(wǎng)絡(luò)模型來模擬駕駛行為。首先驗(yàn)證單個(gè)神經(jīng)網(wǎng)絡(luò)可以實(shí)現(xiàn)不同狀況下的自動(dòng)跟車。然后將單個(gè)神經(jīng)網(wǎng)絡(luò)運(yùn)用聚類算法進(jìn)行集成。最后以安全性和舒適性為標(biāo)準(zhǔn)建立評(píng)價(jià)指標(biāo)，選用模糊算法來比較單個(gè)神經(jīng)網(wǎng)絡(luò)和神經(jīng)網(wǎng)絡(luò)集成的跟車效果。經(jīng)分析，神經(jīng)網(wǎng)絡(luò)集成方法取得了更好的跟車效

3、果，具有一定的實(shí)用價(jià)值。
　　論文的主要工作是:
　　(1)自主搭建了一個(gè)駕駛行為研究仿真實(shí)驗(yàn)平臺(tái)。本文選用半實(shí)物仿真工具Prescan和G27作為實(shí)驗(yàn)工具，它們可以很好的地模擬真實(shí)道路情況，既縮短了研究周期，降低了研發(fā)成本，也避免了在實(shí)車實(shí)驗(yàn)中發(fā)生危險(xiǎn)。
　　(2)驗(yàn)證了神經(jīng)網(wǎng)絡(luò)可以實(shí)現(xiàn)不同工況下的自動(dòng)跟車。本文從仿真角度出發(fā)，將跟車仿真工況分為三種，一是前車速度、兩車初始距離與采集時(shí)的一樣;二是前車速度與采集時(shí)的一