摘要：针对线控汽车上通过对各个线控系统地集成控制以实现个性化理想汽车动力学特性即"车适应人"问题,进行了线控汽车理想特性参考模型神经网络建模研究。对驾驶员特性进行了初步分类,给出了汽车理想特性控制原理;设计了汽车驾驶模拟器实验,进行了理想特性参考模型神经网络建模;对模型精度、特性反映程度和实时性进行了实验验证。研究表明,所建立的理想特性参考模型精度高、实时性好,能反映不同驾驶特性,建模方法具有可行性。

摘要：线控汽车相对于传统汽车具有较多的控制自由度,控制算法设计可将人的因素考虑在车辆集成控制中,进行人性化设计,变"人适应车"为"车适应人",最终实现车辆的安全、智能驾驶。文中确定了驾驶员特性辨识系统,以转向行为为例,对驾驶员特性进行分类,并采用神经网络方法建立了辨识模型,在驾驶模拟器上对所研究方法进行实验验证。结果表明,所建立的驾驶员特性辨识模型有较高精度,能对驾驶员特性进行预测,方法可行。