论文部分内容阅读
探索了一种采用实车试验数据，基于支持向量机（SVM）的制动意图识别方法。选取制动踏板位移、制动踏板力及制动减速度为制动意图识别参数，制动工况分为紧急制动、持续制动和常规制动；搭建制动意图识别整车测试系统，进行了多组制动工况试验，获取识别参数试验数据；构建了制动意图识别SVM模型，选取RBF核函数为SVM核函数，基于k折交叉验证法和网格搜索法对惩罚因子C与核函数参数σ进行了寻优；基于实际试验数据，选取持续制动、常规制动及紧急制动三种制动工况，对所构建的SVM模型进行了离线验证。结果表明：所构建的SVM模型具有较高的制动意图识别准确率，为后续的进一步应用提供了理论基础。