驾驶员特性辨识与驱动力矩增益匹配方法研究

摘要

汽车电动化、智能化是未来发展方向,为实现符合驾驶员动力学响应特性的整车控制提供了可能。文章针对四轮独立驱动电动汽车,进行驾驶员加速特性辨识和驱动力矩增益匹配方法研究。在驾驶模拟器上设置道路工况,采集了驾驶员的操纵数据和车辆行驶状态数据,应用K-means聚类算法将驾驶员的加速行为进行分类。基于人工神经网络算法训练分类数据得到高速超车和低速加速辨识模型,并给出了匹配不同类型驾驶员驱动力矩增益的方法。本研究方法能够对驾驶员加速特性进行有效辨识以及合理匹配力矩增益。