基于BP神经网络的HEV加速意图识别.pdf

《基于BP神经网络的HEV加速意图识别.pdf》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。

1、第55卷第lo期农业装备与车辆工程2017年10,11V01．55No．10AGRICULTURALEQUIPMENT＆VEHICLEENGINEERINGOctober2017doi：10．3969／j．issn．1673-3142．2017．10．020基于BP神经网络的HEV加速意图识别刘松波，白国振(200093上海市上海理工大学机械工程学院)【摘要】为满足混合动力汽车在燃油经济性条件下对动力性能的要求，从汽车的加速方面进行了分析，利用油门踏板的开度及其变化率和车速作为识剐加速意图的指标，运用适应

2、性强且识别准确率高的神经网络来预测驾驶员的加速意图。根据相应的实车采集数据和加速意图目标值进行训练神经网络，达到能实现较高的识别准确率。进而控制电机来补偿加速时发动机的动力不足的影响。【关键词】神经网络；意图识别；加速度；踏板开度；车速【中图分类号】U496．7【文献标识码】A【文章编号】1673-3142(2017)10-0088--04ItEVAccelerationIntentionRecognitionBasedonBPNeuralNetworkLius0IIgb0，BaiGuozhen(Scho

3、olofMechanicalEngineering,UniversityofShanslIaiforScience＆Technology,Shanghai200093．China)[Abstraa]Inordertomeettherequirementofdynamicperformanceofhybridelectricvehicleunderfueleconomy，theaccelerationofautomobileisanalyzed．Usingtheacceleratorpedalopening

4、degreeanditschangerateandspeedastheindextoidentifytheaccelerationintention，aneuralnetworkwithgoodadaptabilityandhishrecognitionaccuracyisusedtopredictthedriver‘Saccelerationintention．Accordingtothecorrespondingrealvehicleacquisitiondataandaccelerationinte

5、nttargetvalue，trainingneuralnetworkisconducted，toachieveahigherrecognitionaccuracy，andthentocontrolthemotortocompensateforthelackofpowerinaccelerationoftheengine．[Keywords】neuralnetworks；intentionidentification；acceleration；pedalopening；speed0引言1驾驶员加速意图识别

6、随着国民经济的快速发展，人民生活水平显著提高，汽车也已成为人们日常生活中不可或缺的代步和交通工具。汽车保有量的提高，使环境污染问题成为现在的关注热点，因此新能源汽车应运而生。新能源汽车的环保性和节能性得到了政府和各界人士的认可，对新能源汽车的研究也取得了显著成效。而新能源汽车中混合动力汽车是兼顾了电动汽车和传统汽车优点的新一代汽车结构型式，因其具有低油耗低排放的潜力，其动力性接近于传统汽车，而生产成本低于纯电动汽车，发展潜力很大[1-21。本文主要从考虑混合动力汽车的动力性方面进行研究，考虑汽车起步和加速

7、时发动机动力性不足，通过对车速和油门踏板的开度及开度变化率运用神经网络来识别驾驶员的加速意图，进而通过对电机的控制来满足动力性能。收稿日期：2017-02—26修回日期：2017—03--061．1加速意图识别分析驾驶员意图识别具有复杂性和不确定性，有效识别驾驶员意图的驾驶员参数是关键所在。根据前人研究经验，对油门踏板的作用程度反映驾驶员的加速意图，车辆的加速度是对车辆功率需求的反映【3卅。根据常规，我们将加速行为分为正常加速，中等加速和紧急加速【5】。仅靠油门踏板的开度无法正确表征加速行为。所以，我们把

8、对加速行为有直接影响的踏板开度变化率也作为评定加速意图的条件。对这方面的研究，大多研究者都是采用模糊控制策略，但由于模糊理论需要专家经验且适应性不高，人为因素过大，使得对加速意图的识别不够精确。除此之外，在本文中将车速也作为一个加速意图识别的因素。车速变化不仅影响汽车加速性能，而且也是驾驶员加速时考虑的因素。引入速度作为一个识别加速行为的因子的具体原由将在本文中阐述。由于神经网络具有分布式并行处理和自学习机制，通过训第55卷第