基于人车环境动态数据协同推演的汽车驾驶倾向性特征提取及辨识
| 摘要 | 第4-5页 |
| Abstract | 第5页 |
| 第一章 绪论 | 第8-13页 |
| 1.1 研究背景及意义 | 第8-9页 |
| 1.2 驾驶员情感国内外研究现状 | 第9-10页 |
| 1.3 本论文主要研究内容 | 第10-12页 |
| 1.4 本章小结 | 第12-13页 |
| 第二章 基于车辆跟驰的汽车驾驶倾向性动态特征提取 | 第13-34页 |
| 2.1 基于离散粒子群的特征提取模型 | 第13-19页 |
| 2.1.1 BP神经网络分类器 | 第13-16页 |
| 2.1.2 离散粒子群算法 | 第16-18页 |
| 2.1.3 基于DPSO算法的动态特征提取方法 | 第18-19页 |
| 2.2 基于车辆跟驰的汽车驾驶倾向性动态特征提取 | 第19-33页 |
| 2.2.1 实验设计 | 第19-26页 |
| 2.2.2 心理测试结果 | 第26-27页 |
| 2.2.3 生理特征选择 | 第27-29页 |
| 2.2.4 实车特征选择 | 第29-32页 |
| 2.2.5 验证 | 第32-33页 |
| 2.3 本章小结 | 第33-34页 |
| 第三章 多车道环境下汽车驾驶倾向性特征提取方法 | 第34-62页 |
| 3.1 车辆编组复杂性分析 | 第34-36页 |
| 3.2 基于遗传退火算法的特征提取模型 | 第36-39页 |
| 3.2.1 遗传算法 | 第36页 |
| 3.2.2 模拟退火算法 | 第36-37页 |
| 3.2.3 基于遗传退火的特征选择模型 | 第37-39页 |
| 3.3 实验设计 | 第39-55页 |
| 3.3.1 驾驶倾向性预判 | 第40-44页 |
| 3.3.2 驾驶员生理测试 | 第44-46页 |
| 3.3.3 多车道环境下行驶实验 | 第46-49页 |
| 3.3.4 交互式并行驾驶模拟实验 | 第49页 |
| 3.3.5 数据分析处理 | 第49-55页 |
| 3.4 多车道环境下汽车驾驶倾向性动态特征提取 | 第55-61页 |
| 3.4.1 生理特征选择 | 第55-57页 |
| 3.4.2 多车道环境下车辆运动特征选择 | 第57-61页 |
| 3.5 本章小结 | 第61-62页 |
| 第四章 适应多车道环境的汽车驾驶倾向性辨识方法 | 第62-91页 |
| 4.1 动态贝叶斯网络 | 第62-65页 |
| 4.1.1 静态贝叶斯网络 | 第62-63页 |
| 4.1.2 动态贝叶斯网络 | 第63-65页 |
| 4.2 适应多车道环境的汽车驾驶倾向性辨识模型 | 第65-72页 |
| 4.2.1 车辆编组关系辨识 | 第65-67页 |
| 4.2.2 动态贝叶斯网络模型参数设定 | 第67-69页 |
| 4.2.3 汽车驾驶倾向性辨识模型推理算法 | 第69-72页 |
| 4.3 辨识模型实车验证 | 第72-80页 |
| 4.4 辨识模型仿真验证 | 第80-90页 |
| 4.4.1 车辆跟驰模型验证 | 第80-89页 |
| 4.4.2 车道变换模型验证 | 第89-90页 |
| 4.5 本章小结 | 第90-91页 |
| 第五章 双车道条件下汽车驾驶倾向性转移机制研究 | 第91-100页 |
| 5.1 态势复杂性分析 | 第91-93页 |
| 5.2 汽车驾驶倾向性演化规律解析 | 第93-98页 |
| 5.2.1 初始概率确定方法 | 第93-94页 |
| 5.2.2 初始概率确定结果 | 第94-98页 |
| 5.3 验证 | 第98-99页 |
| 5.3.1 模拟验证 | 第98-99页 |
| 5.3.2 实车验证 | 第99页 |
| 5.4 本章小节 | 第99-100页 |
| 第六章 总结与展望 | 第100-102页 |
| 6.1 本文研究主要成果及创新点 | 第100-101页 |
| 6.2 进一步研究建议 | 第101-102页 |
| 致谢 | 第102-103页 |
| 参考文献 | 第103-113页 |
| 攻读硕士学位期间发表的学术论文及其它成果 | 第113-115页 |
| 1、发表论文情况 | 第113-114页 |
| 2、参与课题情况 | 第114-115页 |
| 附录一 动态贝叶斯网络辨识模型前期参数设置 | 第115-118页 |
| 附录二 汽车驾驶倾向性演化的统计特征 | 第118-128页 |
