买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

摘要：本发明属于汽车技术领域，尤其为一种基于驾驶风格辨识的转向回正控制方法，由驾驶风格辨识模块、回正速度选择模块和转向回正控制模块组成。通过传感器得到驾驶员转向时的转向盘转角峰值、转向盘转速峰值、对应时刻的车辆速度以及车辆的横摆角速度峰值；通过模糊C均值聚类与BP神经网络方法对驾驶员转向时的数据进行聚类处理，得到驾驶员的驾驶风格类型；回正速度选择模块根据不同的驾驶风格选择相对应的回正速度；转向回正控制模块通过滑模控制使转向盘以期望速度回正。本发明提出的转向回正控制方法可以根据驾驶员的驾驶风格改变回正时的回正速度，使车辆的转向回正更符合驾驶员心理预期。

主权项：1.一种基于驾驶风格辨识的转向回正控制方法，包括驾驶风格辨识模块、回正速度选择模块和转向回正控制模块，还包括传感器，通过传感器得到驾驶员转向时的四类数据：转向盘转角峰值、转向盘转速峰值、对应时刻的车辆速度以及车辆的横摆角速度峰值，其特征在于：包括以下步骤：步骤一：首先，获取足量的能够体现不同驾驶风格的驾驶数据，其中每一组驾驶数据均包含上述所提及的四个表征驾驶风格的特征量，即驾驶员转向时转向盘转角峰值、转向盘转速峰值、对应时刻的车辆速度以及车辆的横摆角速度峰值；步骤二：使用模糊C均值聚类方法对上述数据进行聚类处理，具体步骤如下：201、首先完成聚类簇数，将聚类簇数设置为3，将驾驶风格划分为激进型、正常型、保守型三类，完成模糊指数、收敛精度以及最大迭代次数的设定，其中，同时初始化隶属度矩阵； ；若有个样本，指定簇数为，则隶属度矩阵应是的矩阵，其中表示第个样本对第个聚类中心的隶属度，即第个样本属于第组的概率，隶属度显然满足下式： ；202、计算聚类中心； ；其中表示样本总数，表示第个样本值，；203、更新隶属度矩阵； ；其中可以是任意的度量数据相似性距离的范数，常用的为欧几里得范数（也称欧式范数、L2范数以及欧氏距离）： ；检查停止条件；比较目标函数和，如果，则停止迭代，否则，返回步骤202，目标函数设定如下： ；约束条件为： ；聚类完成后，将得到三种驾驶风格对应的聚类中心,以及每组数据相对于三种类别的隶属度，其中分别代表四种特征量，下标1，2，3依次对应驾驶风格的激进型、普通型以及保守型，分别代表第组数据相对于激进型、普通型以及保守型的隶属度；步骤三：之后将聚类数据在BP神经网络中进行训练，其中输入是4个特征量的对应数值，即驾驶员转向时转向盘转角峰值、转向盘转速峰值、对应时刻的车辆速度以及车辆的横摆角速度峰值，输出为对应的隶属度向量，表示该组数据到各个驾驶风格的隶属度；步骤四：聚类后得到三种驾驶风格对应的聚类中心,，根据获取的聚类中心依次计算出激进型和保守型的每一个特征量相对于普通型的数值比例，将各个比例数值进行相应的修正并加和得到对应的驾驶风格相对于普通型的力感曲线修正系数，依照该系数对普通型回正速度进行修正得到另外两种回正速度； ； ；其中分别为激进型和保守型相对于普通型的修正系数,分别是激进型和保守型的对应四种特征量的比例修正系数，上述比例修正系数经仿真和实验进行标定；回正速度选择模块通过接受驾驶风格识别模块输出的驾驶风格隶属度向量得到当前驾驶行为相对于三种驾驶风格的隶属度；步骤五：根据回正速度选择模块得到的期望方向盘转角，通过滑模控制得到期望的回正力矩，步骤如下：501、设计滑模面，系统方程如下： ；设计的滑模面如下： ；502、设计滑模控制律，滑模控制律包括等效控制Teq和切换控制Tsw两部分，等效控制使得滑模面上的导数为零，令，则有： ；带入T得： ；切换控制使系统状态趋近滑模面，设计饱和函数形式如下： ；其中，H为饱和函数密度，切换控制Tsw如下所示： ；其中，ks为控制增益，总控制律为： ；503、用Lyapunov函数判断系统稳定性，令V表达式如下： ；代入上式计算可得，控制率能够达到稳定；通过以上五个步骤，可以实现驾驶员风格识别、回正速度的选择和转向回正控制。

全文数据：

权利要求：

百度查询： 吉林大学 一种基于驾驶风格辨识的转向回正控制方法