支持向量机纯电动客车驾驶意图识别

详细信息    查看全文 | 推荐本文 |

英文篇名：Identification of drive intention of HEV based on SVM 作者：李慧 ; 谭盛彬 ; 张硕 英文作者：LI Hui;TAN Shengbin;ZHANG Shuo;School of Electrical & Electronic Engineering,Changchun University of Technology; 关键词：驾驶意图 ; 支持向量机 ; 纯电动客车 英文关键词：drive intention;;Support Vector Machine(SVM);;Hybrid Electric Vehicle(HEV) 中文刊名：JLGX 英文刊名：Journal of Changchun University of Technology 机构：长春工业大学电气与电子工程学院; 出版日期：2017-04-15 出版单位：长春工业大学学报 年：2017 期：v.38;No.149 基金：长春工业大学与中国第一汽车股份有限公司技术中心合作项目(W65-GNZX-2016-0009) 语种：中文; 页：JLGX201702006 页数：5 CN：02 ISSN：22-1382/T 分类号：34-38

摘要

以支持向量机为模型判断驾驶意图,通过对支持向量机进行训练,以加速踏板开度、加速踏板位移加速度为输入,利用网格优化算法得到了驾驶意图判断模型。仿真结果验证预测精度可达到99%。
        Support Vector Machine(SVM)is used for predicting driver intention by training the SVM.The opening degree and displacement of acceleration pedals are the inputs of the driver intention judgement model with grid optimization algorithm.Simulation results show the accuracy of the judgement is up to 99%.

引文

[1]孙国春,郭辉.汽车动力总成振动控制研究[J].长春工业大学学报:自然科学版,2009,30(2):162-168.
    [2]钱立军,袭著永,赵韩.基于模糊神经网络的混合动力汽车控制策略仿真[J].系统仿真学报,2006,18(5):1384-1387.
    [3]吴剑,张承慧,崔纳新.并联式混合动力汽车的BP网络实时能量管理[J].电机与控制学报,2008,12(5):610-614.
    [4]Ehsani M,Gao Y,Miller J M.Hybrid electric vehicles:architecture and motor drivers[J].Proceeding of the IEEE,2007,95(4):719-728.
    [5]初亮,张培志,林婷婷.纯电动轿车模式识别及模式切换策略[J].华中科技大学学报:自然科学版,2014,42(6):12-16.
    [6]王佳,杨建中,蔡志标,等.基于模糊控制的纯电动轿车整车优化控制策略[J].汽车工程,2009,31(4):362-365.
    [7]王庆年,唐先智,王鹏宇,等.基于驾驶意图识别的混合动力汽车控制策略[J].吉林大学学报:工学版,2012,42(4):789-795.
    [8]王庆年,唐先智,王鹏宇.基于神经网络的混合动力汽车驾驶意图识别方法[J].农业机械学报,2012,43(8):32-36.
    [9]王健峰,张磊,陈国兴,等.基于改进的网格搜索法的SVM参数优化[J].应用科技,2012,39(3):28-31.