基于相空间重构的驾驶风格定量评估

驾驶风格评价是智能交通领域的重要研究课题,一般采用频域或时域的分析方法对其进行定性的分类和识别,缺乏客观定量的评价体系。提出一种基于相空间重构的驾驶风格定量分析方法。首先,采用汽车测试数据和局部性神经网络建立个性化的驾驶员模型;然后,将个性化驾驶员模型应用于标准驾驶周期测试工况的速度跟随试验,以实现驾驶行为的标准化;最后,对标准化驾驶行为进行相空间重构,提出一种基于关联维数的驾驶风格指数,用于定量评估驾驶的激进程度,并应用于驾驶员风格的识别,仿真结果验证了所提方法的有效性。