原文传递
离手检测智能驾驶辅助系统的开发与应用研究
| 论文题名： | 离手检测智能驾驶辅助系统的开发与应用研究 |
| 关键词： | 自动驾驶;离手检测;触觉传感;握姿识别;模糊推理;BP神经网络 |
| 摘要： | 自动驾驶汽车是汽车科技的发展方向，而离手检测是自动驾驶汽车必不可少的系统之一。本文针对智能网联汽车人机交互与风险管控领域涉及的方向盘离手检测功能需求，基于触觉传感的方向盘握力检测和驾驶员在环模拟驾驶技术，开发出离手检测智能驾驶平台，进一步研究了车辆行驶工况与驾驶员握姿之间的规律，建立了模糊推理和BP神经网络算法对驾驶员典型握姿进行了识别，主要研究内容如下： 1、基于柔性压力传感器阵列硬件系统和LabVIEW与Prescan等软件系统搭建了离手检测智能驾驶平台，开发出驾驶员握力信息实时采集系统。该离手检测系统能够有效获取驾驶员握姿特征信息，集信号采集、处理、计算、结果显示和驾驶模拟于一体，为后续研究奠定了基础。 2、研究了车辆行驶工况与驾驶员握姿之间的规律，在离手检测智能驾驶平台上搭建了匀速直线、双纽线和自由变道等试验工况，分别研究了车速和转向盘转角对握力的影响规律。研究结果表明，随着车速的改变和转向盘转角的改变，驾驶员心理状态和握持姿势会发生改变，对转向盘的握力大小会发生变化。 3、根据上述车辆工况对驾驶员握力影响的研究结果，使用模糊推理的方法将车辆行驶工况与驾驶员握姿状态结合，以车速和转向盘转角两个参数为输入，以量化的转向盘压力阈值为输出，结合专家经验和离手检测识别率，建立模糊推理模型，将阈值与方向盘握力进行比较，从而实现握姿算法识别。 4、通过模糊推理识别算法输出阈值后，将144个带有坐标属性的压力传感器点位的数据归一化处理，建立了不同的驾驶员握姿状态的标签矩阵，搭建了握姿识别的 BP 神经网络模型，利用驾驶员志愿者典型握姿样本数据对 BP 神经网络模型进行训练，并通过测试样本进行验证，完成了驾驶员单双手典型握姿的有效识别。 |
| 作者： | 刘泰岑 |
| 专业： | 工程(车辆工程) |
| 导师： | 郭栋;熊周兵 |
| 授予学位： | 硕士 |
| 授予学位单位： | 重庆理工大学 |
| 学位年度： | 2023 |
检索历史
应用推荐
