CN115056776B 综合考虑感知过程与驾驶员行为的自适应驾驶人跟驰方法 （轻松无忧科技(成都)有限公司）

由贸易试验区成都高新区盛源街277综合考虑感知过程与驾驶员行为的自适应涉及一种综合考虑感知过程与驾驶员行为的自运动轨迹数据估计跟驰车辆的速度以及当前车间的距离以及当前车辆行车速度中识别得到驾良好性能，与经典FVD模型预测结果对比的计算平均误差绝对值小于80与驾驶人实际跟驰行2基于外界感知扰动，根据当前驾驶员的历史运动轨迹数据估计跟驰est为当前车辆与跟驰车辆间的距离的估计值；s为车载感知设备采集的当前车对当前车辆与跟驰车辆间的距离以及当前车辆行车速度中识别得到驾驶员特征参数，建立基于感知过程和驾驶员行为特征的跟车行为模型，将驾驶员2.根据权利要求1所述的综合考虑感知过程与驾驶员行为的自适应驾驶人跟驰方法，"-v=-so,4(i);3.根据权利要求2所述的综合考虑感知过程与驾驶员行为的自适应驾驶人跟驰方法，4.根据权利要求1或2所述的综合考虑感知过程与驾驶员行为的自适应驾驶人跟驰方其中，w(t)表示一个随机微分方程的解；a0、a1、a为中间参数，表示为35.根据权利要求4所述的综合考虑感知过程与驾驶员行为的自适应驾驶人跟驰方法，6.根据权利要求1所述的综合考虑感知过程与驾驶员行为的自适应驾驶人跟驰方法，其中，ic)为参数向量，其由驾驶员时间距离散值参数λ(k)和驾驶员停车距离的离散值L(k)构成，表示为itt)和为过程矩阵；it)为根据自车速度vf7.根据权利要求6所述的综合考虑感知过程与驾驶员行为的自适应驾驶人跟驰方法，Δ=max{Δλ(k),ΔL(k)}<ε;8.根据权利要求6所述的综合考虑感知过程与驾驶员行为的自适应驾驶人跟驰方法，驾驶员纵向跟车过程中车辆动力学模型为三阶非线性4E-[ei5[0006]对当前车辆与跟驰车辆间的距离以及当前车辆行车速度中识别得到驾驶员特征[0012]"-y--so,w();6度vf(t)构建的输入矩阵，表示为it)-ly,t)7E-[ei8[0043]本发明构筑具有自适应学习能力并综合考虑感知过程和的综合考虑感知过程和驾驶人行为的自适应跟驰模型在描述个体驾驶人跟驰行为上表现出良好性能，与经典FVD模型的预测结果对比显示，所述模型计算的平均误差绝对值小于[0056]对当前车辆与跟驰车辆间的距离以及当前车辆行车速度中识别得到驾驶员特征9应辨识方法两个方面对本发明方案进行进一步实，若建模过程中直接将传感器获取的跟车间距和前车速度精确值输入至跟驰模型决策veh部环境等综合因素扰动感知的情况下表现出来的估计[0074]为了模拟驾驶员的感知误差随感知特性的变化，引入的一般化维纳过程(Wiener[0076]其中，驾驶员估计误差时间τ为模型参数，ξ(t)为标准白噪声(standardized和跟车距离{v",s"},并且其结果将作为驾驶员判断和操作模型的输入，能够一定程度[0081]自适应驾驶员特性参数辨识算法建立在递推最小二乘算法RLS(recursiveleast[0089]设输出变量2tk)表示如下：关系数最接近1的参数作为辨识驾驶员参数的参数，本实施例选择的参数为自车跟车速度[0105]根据所述驾驶员纵向跟车动力学状态方程以及基于驾驶员跟车行为特征辨识算[0111]其中，E=[ei表示关于跟车误差及其导数的向量，而xl表示前车的行驶距离，和y分别表示系统的控制输入以及系统输出，u(t)为根据驾驶员特征参数生成的控制；[0118]系统输输出为y＝xf，表示跟车行驶距离，为自车的跟车速[0125]如图5～8本实施例与FVD方案的误差对比已经安全指标对比，从图中可以看出本发明所提出的综合考虑感知过程和驾驶人行为的自适应跟驰模型在描述个体驾驶人跟驰