车载信息融合下的混合驾驶工况识别

作     者：刘海江 章晓栋 LIU Haijiang;ZHANG Xiaodong

作者机构：同济大学机械与能源工程学院上海201804 

基　　金：上海汽车工业科技发展基金(No.1517) 

出 版 物：《汽车工程学报》 (Chinese Journal of Automotive Engineering)

年 卷 期：2018年第8卷第5期

页      码：344-351页

摘      要：整车驾驶性表现隐含在各驾驶工况下汽车客观性能参数的数据特征中,基于车载数据自动快速地识别与分类驾驶工况,对于提高各大主机厂整车驾驶性开发效率与结果准确性的意义重大。根据整车道路试验数据,结合专家知识与汽车试验理论,对所需识别的各驾驶工况进行工程定义,并采用数据层信息融合设计各工况下的特征参数。通过特征提取与组合构建驾驶工况识别样本集,并进行归一化处理。分别基于C4.5决策树及朴素贝叶斯方法构建了混合驾驶工况识别与分类模型,并采用测试数据集进行了验证。根据上海某自主品牌车型车载多传感器数据进行模型测试,结果表明,模型对多维数据中隐含工况的分类准确率均达到85%以上,在大幅提高分析效率的同时保证了较高的精度,基于C4.5决策树构建的工况分类器性能优于朴素贝叶斯,精度可达95.5%。

主 题 词：驾驶性能 混合驾驶工况 信息融合 C4 5 贝叶斯 

学科分类：08[工学] 082304[082304] 080204[080204] 0802[工学-机械学] 0823[工学-农业工程类] 

D　O　I：10.3969/j.issn.2095-1469.2018.05.05

馆 藏 号：203373514...