基于典型工况和GMM算法的驾驶风格辨识

作     者：郭智刚 闫立冰 张红倩 申宗 GUO Zhigang;YAN Libing;ZHANG Hongqian;SHEN Zong

作者机构：潍柴动力股份有限公司山东潍坊261061 

出 版 物：《内燃机与动力装置》 (Internal Combustion Engine & Powerplant)

年 卷 期：2024年第41卷第3期

页      码：94-97,103页

摘      要：为提高车辆控制策略中驾驶风格信息的利用率、燃油经济性及行车安全性,在大量车辆行驶数据的基础上,应用K-Means算法提取车辆行驶典型工况,采用高斯混合模型(Gaussian mixture model,GMM)对驾驶风格进行识别,利用轮廓系数评价基于典型工况GMM算法和普通GMM算法的识别效果。结果表明:采用K-Means算法,以车速均值、车速标准差、怠速占比3个参数可有效提取拥堵、市区、高速3种工况;设计的基于典型工况的GMM算法可以将驾驶风格区分为稳健型、普通型、激进型3类,不同驾驶风格的区分度较好,识别效果优于普通GMM算法。

主 题 词：驾驶风格 K-Means GMM 工况提取 

学科分类：082304[082304] 08[工学] 0823[工学-农业工程类] 

D　O　I：10.19471/j.cnki.1673-6397.2024.03.015

馆 藏 号：203130860...