| 摘要 | 第1-6页 |
| Abstract | 第6-10页 |
| 1 绪论 | 第10-19页 |
| ·课题的研究背景及意义 | 第10-11页 |
| ·研究背景 | 第10页 |
| ·研究意义 | 第10-11页 |
| ·国内外研究现状 | 第11-18页 |
| ·国外研究现状 | 第12-16页 |
| ·国内研究现状 | 第16-18页 |
| ·本文研究内容 | 第18-19页 |
| 2 汽车驾驶模拟器试验台搭建 | 第19-30页 |
| ·驾驶模拟器总体结构 | 第20-21页 |
| ·汽车驾驶模拟器结构 | 第21-22页 |
| ·汽车驾驶模拟器软硬件组成 | 第22-27页 |
| ·硬件系统 | 第23-24页 |
| ·软件系统 | 第24-27页 |
| ·汽车驾驶模拟器上软硬件的连接 | 第27-29页 |
| ·本章小结 | 第29-30页 |
| 3 驾驶员转向特性分类 | 第30-40页 |
| ·驾驶员转向特性分类依据 | 第30-31页 |
| ·驾驶模拟器试验 | 第31-33页 |
| ·试验工况设计 | 第32页 |
| ·试验人员选择 | 第32页 |
| ·试验过程与数据采集 | 第32-33页 |
| ·试验数据处理与分类结果 | 第33-39页 |
| ·k-means 聚类算法分析 | 第33-36页 |
| ·分类结果 | 第36-39页 |
| ·本章小结 | 第39-40页 |
| 4 基于 LVQ 神经网络的驾驶员转向特性辨识 | 第40-46页 |
| ·LVQ 神经网络算法选取 | 第40-43页 |
| ·LVQ 神经网络结构 | 第40-41页 |
| ·LVQ 神经网络学习算法 | 第41-42页 |
| ·LVQ 神经网络特点分析 | 第42-43页 |
| ·驾驶员转向特性辨识模型建模 | 第43-45页 |
| ·数据预处理 | 第43页 |
| ·驾驶员转向特性辨识模型建立 | 第43-44页 |
| ·驾驶员转向特性辨识模型验证 | 第44-45页 |
| ·本章小结 | 第45-46页 |
| 5 基于 RBF 神经网络的驾驶员转向特性参考模型建模 | 第46-73页 |
| ·RBF 神经网络简介 | 第46-50页 |
| ·RBF 神经网络结构 | 第46-47页 |
| ·RBF 神经网络的学习算法 | 第47-50页 |
| ·参考模型输入输出的确定 | 第50页 |
| ·驾驶模拟器试验设计与参考模型建模 | 第50-52页 |
| ·试验设计及数据采集 | 第50-52页 |
| ·建立驾驶员转向特性参考模型 | 第52页 |
| ·试验验证 | 第52-72页 |
| ·试验设计 | 第52-54页 |
| ·离线仿真试验验证及结果分析 | 第54-65页 |
| ·在线试验验证及结果分析 | 第65-72页 |
| ·本章小结 | 第72-73页 |
| 6 全文总结与研究展望 | 第73-74页 |
| ·全文研究工作总结 | 第73页 |
| ·本文创新点 | 第73页 |
| ·研究展望 | 第73-74页 |
| 参考文献 | 第74-77页 |
| 攻读硕士期间发表学术论文情况 | 第77-78页 |
| 致谢 | 第78页 |