基于神经网络的车辆急加速工况驾驶性评价研究
2021-04-24莫易敏胡恒王骏熊钊
汽车技术 2021年4期
莫易敏 胡恒 王骏 熊钊
(武汉理工大学,武汉 430070)
主题词:驾驶性 主观评价 客观评价 BP神经网络
1 前言
驾驶性是指车辆对驾驶员的相关操作所做出的动态响应,主要包含车辆在纵向直线行驶过程中的动态性和舒适性。目前,驾驶性评价分为主观评价和客观评价。主观评价是由专业试驾工程师根据主观感受对车辆的驾驶性表现进行打分,评分反映了驾驶员对目标车辆驾驶性的满意度,但易受工程师喜好、环境、车内噪声等诸多因素影响,导致其一致性较差,需由多名试驾工程师多次试验才能得到较为准确的结果。客观评价利用AVL-Drive等专业软件采集车辆试验数据,通过数据的后处理定量分析车辆的驾驶性表现,可为车辆的驾驶性优化提供重要的依据,但无法反映人的主观感受。
在主观评价研究中:杨家成等[1]提出了模糊层次与离散系数相结合的方法,定量地分析了不同试驾员的评价能力;Wi Hyoseong等[2]系统地分析了车内噪声的变化对主观评价的影响;Huang 等[3]基于主层次分析及改进的极限学习机理论构建了主观评价预测模型,有效提高了主观评价的准确性、稳定性及预测精度;刘普辉等[4]利用模糊层次分析法确定了各主观评价指标间的权重分配。对于客观评价:C.Jauch 等[5]以加速延迟、加速度冲击(Kick)、加速度颠簸(Jerk)及加速度跳跃(Bump)作为评价指标,重点从加速度方面对混合动力汽车的部分工况进行了客观评价分析;C.Shin 等[6]以加速延迟、加速度均方根、加速度振动剂量值等与行驶舒适性和换挡品质有关的5 个指标对混合动力车辆进行了驾驶性分析评价;……
登录APP查看全文
