摘要
本发明属于车辆辅助驾驶控制领域,涉及一种基于换道驾驶数据的驾驶风格识别方法,步骤包括搭建驾驶数据采集平台,设计不同工况下的换道场景,采集不同工况下的换道数据,对数据进行处理,使用主成分分析法得到降维后的新主成分,提取驾驶特征,采用SOM对驾驶特征进行聚类,基于贝叶斯正则化方法对SOM聚类方法进行优化;设计改善后的驾驶风格识别规则等。本发明基于贝叶斯正则化自组织映射进行驾驶人风格聚类,通过贝叶斯正则化机制优化权值更新过程,使同类驾驶行为特征在特征空间中更紧密聚集,在换道场景数据上,激进型、保守型等驾驶风格的分类准确率显著优于传统SOM算法。本发明的聚类凝聚度要高于传统SOM算法,神经元对同类别的样本识别率更高。
技术关键词
驾驶风格识别方法
SOM算法
数据采集平台
车辆状态数据
车辆辅助驾驶控制
主成分分析法
正则化方法
超参数
协方差矩阵
样本
节点
贝叶斯方法
贡献率
聚类
分类准确率
场景
系统为您推荐了相关专利信息
动态权重分配
路况拥堵
数据采集模块
车辆状态数据
能见度
车辆状态数据
新能源车辆
异常状态
数据处理方法
数据处理模型
危险源监测装置
整车控制装置
智能车辆
车辆控制系统
路径规划装置
数字孪生技术
交通流量预测
历史流量数据
数字孪生模型
预测系统