1.建立基于隐马尔科夫模型的驾驶员模型、轮胎模型、整车动力学模型、线控制 动模型、路面输入模型;
2.搭建虚拟仿真试验环境,进行大量制动避撞工况试验,采集成功避撞条件下的 制动压力、制动减速度、驾驶员意图、通过递推最小二乘算法根据车速与轮速信息获得的路 面附着系数、初始车间距以及通过差分GPS获得的初始车速,将这些数据构成基础数据集;
3.利用生成对抗网络技术将基础数据集扩展成大数据集,利用统计学分析技术 对生成数据进行检验,利用分层抽样选取虚拟试验正确率大于0 .995的数据集作为训练样本;
4.基于高性能计算平台搭建深度神经网络,利用训练样本训练该神经网络生成 融合驾驶员特性的制动避撞控制器,即拟人控制器,依据实时车载传感器输入,自动生成期 望制动减速度,线控制动控制单元依据该信息完成制动避撞。
人机耦合的纵向避撞控制方法特征在于包括线控制动模块、主动感知模块 和拟人控制模块,前述的拟人控制模块包括驾驶员模型和深度神经网络拟人决策控制器, 其中主动感知模块获得实时交通状况输入给驾驶员模型输出期望的制动减速度,根据主动 感知模块与驾驶员的基础实验数据,深度神经网络拟人决策控制器利用生成对抗网络技术 生成大量实验数据输入给深度神经网络,经过训练生成制动避撞控制器,将其输出信息传 输给线控制动模块完成制动避撞;前述的线控制动模块包括车载电源、制动电机、电控单元、压力传感器、轮速传感器以 及踏板传感器,前述的主动感知模块包括车速传感器、远程探测雷达、短距探测雷达、摄像 头以及加速度传感器。
殷国栋教授科研团队主要从事车辆动力学与控制、电动汽车与智能网联汽车、车联网与车路协同、高端机械装备等研究主要从事车辆动力学与控制、电动汽车与智能网联汽车、车联网与车路协同、高端机械装备等研究,承担国家杰出青年科学基金项目、国家自然基金中国汽车产业创新发展联合基金重点项目、国家自然科学基金项目、国家重点研发计划项目(课题)等20项。
评价单位:“科创中国”新能源汽车产业科技服务团 (中国汽车工程学会)
评价时间:2022-10-14
综合评价
该项成果目前虽处于样机阶段,但对减轻簧下质量有着深远的意义,该成果如可顺利对接开展,会有更加广阔的前景。
查看更多>