驾驶行为标准化及其特征表示
| 致谢 | 第5-6页 |
| 摘要 | 第6-7页 |
| ABSTRACT | 第7-8页 |
| 第1章 绪论 | 第15-25页 |
| 1.1 研究背景及意义 | 第15-16页 |
| 1.2 驾驶行为分析的研究现状 | 第16-23页 |
| 1.2.1 基于传感器的驾驶员行为检测 | 第17-19页 |
| 1.2.2 基于智能控制理论的驾驶员行为建模 | 第19-21页 |
| 1.2.3 基于神经网络的驾驶员行为建模 | 第21-23页 |
| 1.3 研究内容与关键技术 | 第23-25页 |
| 第2章 驾驶行为标准化与驾驶风格分类 | 第25-42页 |
| 2.1 引言 | 第25-26页 |
| 2.2 车辆测试数据及预处理 | 第26-29页 |
| 2.2.1 车辆测试数据 | 第26-28页 |
| 2.2.2 车辆测试数据预处理 | 第28-29页 |
| 2.3 基于动态神经网络的驾驶行为标准化 | 第29-33页 |
| 2.3.1 非线性自回归动态神经网络(NARX) | 第29-30页 |
| 2.3.2 汽车标准工况 | 第30-32页 |
| 2.3.3 驾驶行为标准化 | 第32-33页 |
| 2.4 基于标准化评估模型的驾驶风格测试 | 第33-40页 |
| 2.4.1 测试方法 | 第33-34页 |
| 2.4.2 测试结果 | 第34-40页 |
| 2.5 本章小结 | 第40-42页 |
| 第3章 驾驶行为特征提取与异常驾驶行为判别 | 第42-61页 |
| 3.1 引言 | 第42-43页 |
| 3.2 异常驾驶行为表现分析 | 第43-47页 |
| 3.2.1 醉酒驾驶行为仿真 | 第43-44页 |
| 3.2.2 鲁莽驾驶行为仿真 | 第44-45页 |
| 3.2.3 开车接打电话行为仿真 | 第45-46页 |
| 3.2.4 数据分析 | 第46-47页 |
| 3.3 驾驶行为的特征向量提取与表示 | 第47-53页 |
| 3.3.1 相空间重构法 | 第47-49页 |
| 3.3.2 预训练卷积神经网络模型 | 第49-50页 |
| 3.3.3 基于t-SNE算法的高维向量表示 | 第50-52页 |
| 3.3.4 驾驶行为特征向量化方法 | 第52-53页 |
| 3.4 实验结果 | 第53-59页 |
| 3.4.1 能量谱密度均值的区分效果 | 第53-54页 |
| 3.4.2 驾驶行为特征可视化 | 第54-56页 |
| 3.4.3 基于特征向量的驾驶行为检测效果 | 第56-57页 |
| 3.4.4 特征向量的度量性能 | 第57-59页 |
| 3.5 本章小结 | 第59-61页 |
| 第4章 个性化车辆跟驰行为建模与分析 | 第61-76页 |
| 4.1 引言 | 第61-62页 |
| 4.2 车辆跟驰行为模型 | 第62-64页 |
| 4.2.1 车辆跟驰仿真数据 | 第62-63页 |
| 4.2.2 个性化车辆跟驰模型 | 第63-64页 |
| 4.3 车辆跟驰模型测试系统 | 第64-65页 |
| 4.4 跟驰行为下的驾驶风格分析 | 第65-74页 |
| 4.4.1 驾驶风格体现 | 第66-72页 |
| 4.4.2 与原始数据的一致性 | 第72-73页 |
| 4.4.3 同风格下的行为多样性 | 第73-74页 |
| 4.5 本章小结 | 第74-76页 |
| 第5章 总结与展望 | 第76-78页 |
| 5.1 工作总结 | 第76-77页 |
| 5.2 研究展望 | 第77-78页 |
| 参考文献 | 第78-84页 |
| 硕士期间参与的项目和发表的论文 | 第84页 |
