基于模糊神經(jīng)網(wǎng)絡(luò)的駕駛員制動(dòng)意圖辨識(shí)方法
【專(zhuān)利摘要】本發(fā)明公開(kāi)了一種基于模糊神經(jīng)網(wǎng)絡(luò)的駕駛員制動(dòng)意圖辨識(shí)方法，包括如下步驟：、采集樣本數(shù)據(jù)，均值濾波去噪預(yù)處理之后進(jìn)行模糊化處理；、基于ANFIS編輯器設(shè)定零階Sugeno模糊神經(jīng)網(wǎng)絡(luò)模型進(jìn)行離線辨識(shí)，獲得量化的制動(dòng)意圖。本發(fā)明基于制動(dòng)踏板與dSPACE仿真系統(tǒng)連接搭建駕駛模擬器，通過(guò)dSPACE與CarSim聯(lián)合仿真，對(duì)持續(xù)制動(dòng)、常規(guī)制動(dòng)和緊急制動(dòng)三種典型工況進(jìn)行辨識(shí)?；谥苿?dòng)踏板開(kāi)度及其變化率、制動(dòng)減速度三個(gè)特征參數(shù)建立駕駛員制動(dòng)意圖辨識(shí)模型，并進(jìn)行訓(xùn)練，以最大相似性原則對(duì)數(shù)據(jù)進(jìn)行歸類(lèi)，輸出量化的制動(dòng)意圖，提高駕駛員制動(dòng)意圖辨識(shí)的精確性。
【專(zhuān)利說(shuō)明】
基于模糊神經(jīng)網(wǎng)絡(luò)的駕駛員制動(dòng)意圖辨識(shí)方法
技術(shù)領(lǐng)域
[0001] 本發(fā)明設(shè)及汽車(chē)主動(dòng)安全領(lǐng)域，更具體的說(shuō)，它設(shè)及一種基于模糊神經(jīng)網(wǎng)絡(luò)的駕 駛員制動(dòng)意圖辨識(shí)方法。
【背景技術(shù)】
[0002] 近年來(lái)隨著汽車(chē)技術(shù)和汽車(chē)制造業(yè)的快速發(fā)展，汽車(chē)擁有量快速增加，交通狀況 變得更加錯(cuò)綜復(fù)雜、交通事故頻發(fā)。日本警視廳的交通事故報(bào)道指出，95%W上的交通事故 是由于人的失誤引起的。因此，越來(lái)越多的研究人員把側(cè)重點(diǎn)放在了駕駛員的駕駛行為識(shí) 別和駕駛意圖辨識(shí)上，目的在于提高汽車(chē)的主動(dòng)安全性。
[0003] 在人-車(chē)-路構(gòu)成的閉環(huán)系統(tǒng)中，駕駛員一直在感知、判斷并控制汽車(chē)的運(yùn)動(dòng)狀態(tài)。 由駕駛行為可W辨識(shí)出駕駛意圖，駕駛意圖又可預(yù)測(cè)駕駛行為。裝有線控制動(dòng)系統(tǒng)的汽車(chē) 在駕駛員制動(dòng)時(shí)，通過(guò)駕駛員制動(dòng)操作辨識(shí)駕駛員制動(dòng)意圖，由制動(dòng)意圖決定制動(dòng)程度，提 高制動(dòng)安全性。
[0004] 駕駛員制動(dòng)意圖辨識(shí)設(shè)及了不確定性和人的復(fù)雜性，實(shí)其質(zhì)與模式識(shí)別方式相 似，因此人工智能方法極其適用。駕駛員制動(dòng)意圖辨識(shí)的首要任務(wù)是建立準(zhǔn)確的駕駛員模 型，綜合國(guó)內(nèi)外的研究情況，多圍繞隱形馬爾科夫、模糊邏輯、神經(jīng)網(wǎng)絡(luò)等辨識(shí)方法搭建駕 駛員模型。本發(fā)明基于模糊神經(jīng)網(wǎng)絡(luò)方法建立駕駛員制動(dòng)意圖辨識(shí)模型，對(duì)持續(xù)制動(dòng)、常規(guī) 制動(dòng)和緊急制動(dòng)Ξ種典型工況進(jìn)行辨識(shí)，得到高精度的駕駛員制動(dòng)意圖辨識(shí)模型，準(zhǔn)確辨 識(shí)駕駛員制動(dòng)意圖。

【發(fā)明內(nèi)容】

[0005] 鑒于已有技術(shù)存在的缺陷，本發(fā)明的目的是要提供一種能夠得到高精度的駕駛員 制動(dòng)意圖辨識(shí)模型，通過(guò)對(duì)持續(xù)制動(dòng)、常規(guī)制動(dòng)和緊急制動(dòng)Ξ種典型工況進(jìn)行模擬試驗(yàn)，基 于模糊神經(jīng)網(wǎng)絡(luò)方法建立駕駛員意圖辨識(shí)模型，并進(jìn)行訓(xùn)練，W最大相似性原則對(duì)數(shù)據(jù)進(jìn) 行歸類(lèi)，輸出量化的制動(dòng)意圖，提高了駕駛員辨識(shí)制動(dòng)意圖的精確性。
[0006] 為了實(shí)現(xiàn)上述目的，本發(fā)明的技術(shù)方案： 基于模糊神經(jīng)網(wǎng)絡(luò)的駕駛員制動(dòng)意圖辨識(shí)方法，包括如下步驟： 重、采集樣本數(shù)據(jù)，均值濾波去噪預(yù)處理之后進(jìn)行模糊化處理： 基于汽車(chē)制動(dòng)系統(tǒng)硬件在環(huán)試驗(yàn)平臺(tái)，采集不同車(chē)速、不同制動(dòng)踏板開(kāi)度下的實(shí)驗(yàn)數(shù) 據(jù)，所述的實(shí)驗(yàn)數(shù)據(jù)包括制動(dòng)踏板開(kāi)度數(shù)據(jù)、制動(dòng)踏板開(kāi)度變化率數(shù)據(jù)和制動(dòng)減速度數(shù)據(jù)； 把制動(dòng)踏板開(kāi)度數(shù)據(jù)、制動(dòng)踏板開(kāi)度變化率數(shù)據(jù)和制動(dòng)減速度數(shù)據(jù)經(jīng)過(guò)均值濾波去噪處理 后，將制動(dòng)踏板開(kāi)度、制動(dòng)踏板開(kāi)度變化率、制動(dòng)減速度分別進(jìn)行模糊化處理;其中，制動(dòng)踏 板開(kāi)度數(shù)據(jù)構(gòu)建大、中、小3個(gè)模糊子集，制動(dòng)踏板開(kāi)度變化率構(gòu)建快、中、慢3個(gè)模糊子集， 制動(dòng)減速度構(gòu)建快、中、慢3個(gè)模糊子集，共9個(gè)模糊子集;定義駕駛員Ξ種制動(dòng)意圖，即持續(xù) 制動(dòng)、常規(guī)制動(dòng)、緊急制動(dòng)。
[0007] !i、基于ANFIS編輯器設(shè)定零階Sugeno模糊神經(jīng)網(wǎng)絡(luò)模型進(jìn)行離線辨識(shí)，獲得量化 的制動(dòng)意圖： 將不同車(chē)速、不同制動(dòng)踏板開(kāi)度下采集的制動(dòng)踏板開(kāi)度數(shù)據(jù)、制動(dòng)踏板開(kāi)度變化率數(shù) 據(jù)和制動(dòng)減速度數(shù)據(jù)模糊化處理后，導(dǎo)入ANFIS編輯器，應(yīng)用零階Sugeno模糊神經(jīng)網(wǎng)絡(luò)模型 進(jìn)行離線辨識(shí)，隸屬度函數(shù)為高斯函數(shù)，并規(guī)定每個(gè)輸入有Ξ個(gè)節(jié)點(diǎn)，即每組數(shù)據(jù)的Ξ個(gè)模 糊子集，各模糊子集相互組合之后在辨識(shí)模型中獲得27條模糊規(guī)則;在此基礎(chǔ)上利用反饋 方式進(jìn)行訓(xùn)練，調(diào)整誤差公差為0.001，訓(xùn)練次數(shù)為1500次，最終得到駕駛員制動(dòng)意圖辨識(shí) 模型;對(duì)駕駛員制動(dòng)意圖辨識(shí)模型輸入制動(dòng)踏板開(kāi)度、制動(dòng)踏板開(kāi)度變化率及制動(dòng)減速度 信息，可W輸出量化的制動(dòng)意圖，即輸出數(shù)字1代表駕駛員持續(xù)制動(dòng)工況，輸出數(shù)字2代表駕 駛員常規(guī)制動(dòng)工況，輸出數(shù)字3代表駕駛員緊急制動(dòng)工況。
[000引本發(fā)明的有益效果： 本發(fā)明所采用的辨識(shí)方法具有很強(qiáng)的自組織和自學(xué)習(xí)的能力，克服了傳統(tǒng)方法利用精 確數(shù)學(xué)模型對(duì)系統(tǒng)進(jìn)行定量分析，或基于專(zhuān)家經(jīng)驗(yàn)制定控制規(guī)則的弊端，辨識(shí)精度可達(dá)98% W上，匹配度良好。
[0009] 本發(fā)明基于ANFIS編輯器搭建駕駛員制動(dòng)意圖模型，減少了 Simulink計(jì)算過(guò)程，搭 建時(shí)只需設(shè)置好控制模塊，包括節(jié)點(diǎn)的設(shè)置、隸屬度函數(shù)的選取W及權(quán)重的設(shè)定，就可W快 速完成模型的搭建;若在后期中需要改動(dòng)模型，只需修改輸入輸出的范圍W及隸屬度函數(shù) 即可，便于修改模型。
【附圖說(shuō)明】
[0010] 圖1是本發(fā)明所述的駕駛員制動(dòng)意圖辨識(shí)總體方案。
[0011] 圖2是本發(fā)明所述的基于ANFIS編輯器搭建駕駛員制動(dòng)意圖辨識(shí)模型的流程圖。
[0012] 圖3是是本發(fā)明所述汽車(chē)制動(dòng)系統(tǒng)硬件在環(huán)試驗(yàn)臺(tái)的結(jié)構(gòu)圖。
【具體實(shí)施方式】
[0013] 為了使本發(fā)明的目的、技術(shù)方案及優(yōu)點(diǎn)更加清楚明白，W下結(jié)合附圖，對(duì)本發(fā)明進(jìn) 行進(jìn)一步詳細(xì)說(shuō)明。
[0014] 如圖1所示，當(dāng)駕駛員在汽車(chē)制動(dòng)系統(tǒng)硬件在環(huán)試驗(yàn)平臺(tái)上踩踏制動(dòng)踏板制動(dòng)時(shí)， 通過(guò)NI數(shù)據(jù)采集系統(tǒng)采集制動(dòng)過(guò)程數(shù)據(jù)，即制動(dòng)踏板開(kāi)度和制動(dòng)減速度，由于傳感器數(shù)據(jù) 含有噪聲，采用均值濾波來(lái)消除傳感器數(shù)據(jù)中的噪聲，并使用MA化AB中的diff函數(shù)對(duì)制動(dòng) 踏板開(kāi)度求導(dǎo)，得到制動(dòng)踏板開(kāi)度變化率，使用smooth函數(shù)對(duì)變化率曲線進(jìn)行平滑，最終獲 得模糊神經(jīng)網(wǎng)絡(luò)的訓(xùn)練樣本，即制動(dòng)踏板開(kāi)度數(shù)據(jù)、制動(dòng)踏板開(kāi)度變化率數(shù)據(jù)和制動(dòng)減速 度數(shù)據(jù);將制動(dòng)踏板開(kāi)度、制動(dòng)踏板開(kāi)度變化率、制動(dòng)減速度分別進(jìn)行模糊化處理;其中，審U 動(dòng)踏板開(kāi)度數(shù)據(jù)構(gòu)建大、中、小3個(gè)模糊子集，制動(dòng)踏板開(kāi)度變化率構(gòu)建快、中、慢3個(gè)模糊子 集，制動(dòng)減速度構(gòu)建快、中、慢3個(gè)模糊子集，共9個(gè)模糊子集;利用Matlab中的ANFIS編輯器 建立制動(dòng)意圖辨識(shí)模型并進(jìn)行訓(xùn)練，W最大相似性原則對(duì)數(shù)據(jù)進(jìn)行歸類(lèi)，輸出量化的制動(dòng) 意圖。
[0015] 如圖2所示，在Matlab命令行輸入"anf isedit"，進(jìn)入ANFIS編輯器，依照ANFIS的工 作流程，將分類(lèi)好的訓(xùn)練數(shù)據(jù)導(dǎo)入編輯器中。由于是單輸出，只需設(shè)定一個(gè)零階Sugeno模糊 神經(jīng)網(wǎng)絡(luò)模型，規(guī)定每個(gè)輸入有Ξ個(gè)節(jié)點(diǎn)，隸屬度函數(shù)的類(lèi)型為高斯函數(shù)(gaussmf)。將Ξ 個(gè)輸入分別命名為bra_k(制動(dòng)踏板開(kāi)度）、bra_d(制動(dòng)踏板開(kāi)度變化率)和6腳_八制動(dòng)減速 度），輸出命名為y t (制動(dòng)意圖），在ANFIS編輯器中的MF編輯器中設(shè)置輸入輸出隸屬度函數(shù)。 根據(jù)W上關(guān)系設(shè)定，辨識(shí)模型共有27條模糊規(guī)則，用"If A and B and C then護(hù)的條件語(yǔ) 句表示，則得到全工況下的駕駛員制動(dòng)意圖Ξ維圖。訓(xùn)練方式設(shè)置成反饋方式，誤差公差為 0.001，訓(xùn)練次數(shù)1500次，經(jīng)過(guò)訓(xùn)練后輸出的誤差為0.156。對(duì)駕駛員制動(dòng)意圖辨識(shí)模型輸入 制動(dòng)踏板開(kāi)度、制動(dòng)踏板開(kāi)度變化率及制動(dòng)減速度信息，可W輸出量化的制動(dòng)意圖，即輸出 數(shù)字1代表駕駛員持續(xù)制動(dòng)工況，輸出數(shù)字2代表駕駛員常規(guī)制動(dòng)工況，輸出數(shù)字3代表駕駛 員緊急制動(dòng)工況。
[0016] 如圖3所示，所述的汽車(chē)制動(dòng)系統(tǒng)硬件在環(huán)試驗(yàn)臺(tái)整體可W分為駕駛模擬器、制動(dòng) 試驗(yàn)臺(tái)和操作臺(tái)。駕駛模擬器由駕駛艙、聲響和視景系統(tǒng)、dSPACE實(shí)時(shí)仿真工具Simulator、 操作信息采集系統(tǒng)等組成，能夠給駕駛員W更為真實(shí)的駕駛體驗(yàn)，讓駕駛員更加直接的感 受到車(chē)輛動(dòng)力學(xué)特性；制動(dòng)試驗(yàn)臺(tái)由實(shí)車(chē)制動(dòng)系統(tǒng)、制動(dòng)踏板模擬機(jī)構(gòu)和真空發(fā)生器等組 成，由于駕駛模擬器和制動(dòng)試驗(yàn)臺(tái)的分離，駕駛員踩踏板的操作不能傳遞到真空助力器上， 制動(dòng)試驗(yàn)臺(tái)采用了制動(dòng)踏板模擬機(jī)構(gòu)來(lái)模擬駕駛員踩制動(dòng)踏板的操作，真空發(fā)生器可W給 真空助力器提供真空源，保證了真空助力器能夠正常工作，除了實(shí)車(chē)制動(dòng)系統(tǒng)、制動(dòng)踏板模 擬機(jī)構(gòu)和真空發(fā)生器，制動(dòng)試驗(yàn)臺(tái)還包括電子部分和供電控制柜;操作臺(tái)有顯示屏、控制面 板、主計(jì)算機(jī)等組成，顯示屏由Ξ個(gè)顯示器組成，作用是將駕駛模擬器環(huán)屏上展示的畫(huà)面同 時(shí)在展示給操作人員，控制面板能夠控制駕駛模擬器、制動(dòng)試驗(yàn)臺(tái)、電氣控制柜等的供電和 斷電，在緊急情況下，操作人員可W通過(guò)斷電的方式停止試驗(yàn)進(jìn)行。駕駛模擬器和制動(dòng)試驗(yàn) 臺(tái)之間通過(guò)CAN總線進(jìn)行通訊。操作臺(tái)和制動(dòng)試驗(yàn)臺(tái)、駕駛模擬器之間通過(guò)網(wǎng)線進(jìn)行通訊， 操作人員可W在人機(jī)交互界面上觀察傳感器采集的數(shù)據(jù)和車(chē)輛的運(yùn)行狀態(tài)，修改控制參數(shù) 并控制駕駛模擬器和制動(dòng)試驗(yàn)臺(tái)。在該設(shè)計(jì)方案中，駕駛模擬器和制動(dòng)試驗(yàn)臺(tái)既可W聯(lián)合 工作，又可W獨(dú)立工作。駕駛模擬器獨(dú)立工作時(shí)候，可W利用建立的制動(dòng)系統(tǒng)軟件模型進(jìn)行 軟件在環(huán)仿真。運(yùn)樣的設(shè)計(jì)保證了靈活性。
[0017] W上所述，僅為本發(fā)明較佳的【具體實(shí)施方式】，但本發(fā)明的保護(hù)范圍并不局限于此， 任何熟悉本技術(shù)領(lǐng)域的技術(shù)人員在本發(fā)明掲露的技術(shù)范圍內(nèi)，根據(jù)本發(fā)明的技術(shù)方案及其 發(fā)明構(gòu)思加 W等同替換或改變，都應(yīng)涵蓋在本發(fā)明的保護(hù)范圍內(nèi)。
【主權(quán)項(xiàng)】
1.基于模糊神經(jīng)網(wǎng)絡(luò)的駕駛員制動(dòng)意圖辨識(shí)方法，其特征在于:包括如下步驟： 1、 采集樣本數(shù)據(jù)，均值濾波去噪預(yù)處理之后進(jìn)行模糊化處理： 基于汽車(chē)制動(dòng)系統(tǒng)硬件在環(huán)試驗(yàn)平臺(tái)采集不同車(chē)速、不同制動(dòng)踏板開(kāi)度下的實(shí)驗(yàn)數(shù) 據(jù)，所述的實(shí)驗(yàn)數(shù)據(jù)包括制動(dòng)踏板開(kāi)度數(shù)據(jù)、制動(dòng)踏板開(kāi)度變化率數(shù)據(jù)和制動(dòng)減速度數(shù)據(jù)； 把制動(dòng)踏板開(kāi)度數(shù)據(jù)、制動(dòng)踏板開(kāi)度變化率數(shù)據(jù)和制動(dòng)減速度數(shù)據(jù)經(jīng)過(guò)均值濾波去噪處理 后，將制動(dòng)踏板開(kāi)度、制動(dòng)踏板開(kāi)度變化率、制動(dòng)減速度分別進(jìn)行模糊化處理;其中，制動(dòng)踏 板開(kāi)度數(shù)據(jù)構(gòu)建大、中、小3個(gè)模糊子集，制動(dòng)踏板開(kāi)度變化率構(gòu)建快、中、慢3個(gè)模糊子集， 制動(dòng)減速度構(gòu)建快、中、慢3個(gè)模糊子集，共9個(gè)模糊子集； U、基于ANFIS編輯器設(shè)定零階Sugeno模糊神經(jīng)網(wǎng)絡(luò)模型進(jìn)行離線辨識(shí)，獲得量化的制 動(dòng)意圖： 將不同車(chē)速、不同制動(dòng)踏板開(kāi)度下采集的制動(dòng)踏板開(kāi)度數(shù)據(jù)、制動(dòng)踏板開(kāi)度變化率數(shù) 據(jù)和制動(dòng)減速度數(shù)據(jù)模糊化處理后，導(dǎo)入ANFIS編輯器，應(yīng)用零階Sugeno模糊神經(jīng)網(wǎng)絡(luò)模型 進(jìn)行離線辨識(shí)，隸屬度函數(shù)為高斯函數(shù)，并規(guī)定每個(gè)輸入有三個(gè)節(jié)點(diǎn)，即每組數(shù)據(jù)的三個(gè)模 糊子集，各模糊子集相互組合之后在辨識(shí)模型中獲得27條模糊規(guī)則;在此基礎(chǔ)上利用反饋 方式進(jìn)行訓(xùn)練，調(diào)整誤差公差為0.001，訓(xùn)練次數(shù)為1500次，最終得到駕駛員制動(dòng)意圖辨識(shí) 模型;對(duì)駕駛員制動(dòng)意圖辨識(shí)模型輸入制動(dòng)踏板開(kāi)度、制動(dòng)踏板開(kāi)度變化率及制動(dòng)減速度 信息，可以輸出量化的制動(dòng)意圖，即輸出數(shù)字1代表駕駛員持續(xù)制動(dòng)工況，輸出數(shù)字2代表駕 駛員常規(guī)制動(dòng)工況，輸出數(shù)字3代表駕駛員緊急制動(dòng)工況。2. 根據(jù)權(quán)利要求1所述的基于模糊神經(jīng)網(wǎng)絡(luò)的駕駛員制動(dòng)意圖辨識(shí)方法，其特征在于： 存在著基于神經(jīng)元的自適應(yīng)模糊控制系統(tǒng)，可通過(guò)神經(jīng)網(wǎng)絡(luò)的自學(xué)習(xí)特性來(lái)制定、調(diào)整模 糊推理系統(tǒng)中涉及到的模糊邏輯規(guī)則與隸屬度函數(shù)變量，自主產(chǎn)生模糊規(guī)則。
【文檔編號(hào)】G06K9/62GK105825241SQ201610232598
【公開(kāi)日】2016年8月3日
【申請(qǐng)日】2016年4月15日
【發(fā)明人】李紹松, 李連京, 崔高健, 張邦成, 張裊娜, 盧曉暉, 于志新, 曲代麗
【申請(qǐng)人】長(zhǎng)春工業(yè)大學(xué)