检索结果-南通市图书馆

中国公路学报 2024年第7期37卷 291-302页

作者：郭栋李波石晓辉李明刘子敏李红玖重庆理工大学车辆工程学院重庆400054

自动驾驶是汽车智能化的重要组成部分,完全的自动驾驶是汽车智能化发展的制高点,但当前自动驾驶技术处于人机共驾的阶段,车辆的控制权需要在驾驶人与系统间来回切换,驾驶人仍是“人-车-路-环”的核心。对驾驶人手部握持状态的实时准确... 详细信息

自动驾驶是汽车智能化的重要组成部分,完全的自动驾驶是汽车智能化发展的制高点,但当前自动驾驶技术处于人机共驾的阶段,车辆的控制权需要在驾驶人与系统间来回切换,驾驶人仍是“人-车-路-环”的核心。对驾驶人手部握持状态的实时准确识别是实现车辆控制权安全切换的基础。为此,采用柔性仿生微纳米阵列压力传感器与力反馈方向盘相融合的方法,设计开发出用于驾驶人离手检测(Hands Off Detection,HOD)的智能方向盘系统,利用此系统采集了20名驾驶人在模拟驾驶状态下的握持方向盘压力数据集,并基于此数据集分别建立了方向盘握持位置的逻辑判断识别模型和握持指数识别的l-bp(logic-Back Propagation)神经网络模型,进一步利用消融试验对l-bp模型的逻辑判断单元与bp(Back Propagation)单元对整体模型表现的贡献度进行量化,将此模型与纯逻辑判断模型、bp神经网络和支持向量机模型进行了对比测试。结果表明:l-bp模型的握持指数识别率为98.90%,比纯逻辑判断模型、bp模型和支持向量机模型的识别率分别提升了34.99%、4.00%与13.60%;握持位置逻辑判断的识别率为99.60%。所设计开发的HOD智能方向盘系统能准确实时地采集握力数据;所提出的识别模型能够准确实现驾驶人握持方向盘的手部位置与握持指数识别,为驾驶人危险驾驶检测、驾驶能力评估研究以及方向盘智能交互设计提供参考。

关键词：汽车工程方向盘握姿识别 l-bp神经网络智能方向盘压力传感器

来源：

维普期刊数据库

同方期刊数据库评论

在线全文

学校读者我要写书评

暂无评论

基于压力传感阵列的方向盘握持状态识别研究

引用

中国公路学报 2024年

作者：郭栋李波石晓辉李明刘子敏李红玖重庆理工大学车辆工程学院

自动驾驶是汽车智能化的重要组成部分，完全的自动驾驶是汽车智能化发展的制高点，但当前自动驾驶技术处于人机共驾的阶段，车辆的控制权需要在驾驶员与系统间来回切换，驾驶员仍是“人-车-路-环”的核心。对驾驶员手部握持状态的实时... 详细信息

自动驾驶是汽车智能化的重要组成部分，完全的自动驾驶是汽车智能化发展的制高点，但当前自动驾驶技术处于人机共驾的阶段，车辆的控制权需要在驾驶员与系统间来回切换，驾驶员仍是“人-车-路-环”的核心。对驾驶员手部握持状态的实时准确识别是实现车辆控制权安全切换的基础。为此，采用柔性仿生微纳米阵列压力传感器与力反馈方向盘相融合的方法，设计开发出用于驾驶员握力实时检测的HOD (Hands Off Detection)智能方向盘系统，利用此系统采集了20名驾驶员在模拟驾驶状态下的握持方向盘压力数据集，并基于此数据集分别建立了方向盘握持位置的逻辑判断识别模型和握持手指数量识别的l-bp (logic-Back Propagation)神经网络模型，进一步利用消融实验对l-bp模型的逻辑判断单元与bp（Back Propagation）单元对整体模型表现的贡献度进行量化，将此模型与纯逻辑判断模型，bp神经网络和支持向量机模型进行了对比测试。结果表明：l-bp模型的握持指数识别率为98.90%，比纯逻辑判断模型、bp模型和支持向量机模型的识别率分别提升了34.99%，4.00%与13.60%；握持位置逻辑判断的识别率为99.60%。所设计开发的HOD智能方向盘系统能准确实时的采集握持压力数据；所提出的识别模型能够准确的实现驾驶员握持方向盘的手部位置与握持指数识别，为驾驶员危险驾驶检测、驾驶能力评估研究以及方向盘智能交互设计提供参考。

关键词：汽车工程方向盘握姿识别 l-bp神经网络智能方向盘压力传感器

来源：

同方期刊数据库评论

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

汽车方向盘握姿试验检测技术及设备开发

汽车方向盘握姿试验检测技术及设备开发

引用

作者：李波重庆理工大学

学位级别：硕士

目前自动驾驶技术还不能做到在全场景下的无人驾驶,处于人机共驾阶段,并且受法律、伦理道德等因素的约束,驾驶人目前仍是人-车-路-环中的核心,在全驾驶场景下还不能完全脱手,因此对驾驶员握持方向盘状态的监测极为重要。本文针对智能汽... 详细信息

目前自动驾驶技术还不能做到在全场景下的无人驾驶,处于人机共驾阶段,并且受法律、伦理道德等因素的约束,驾驶人目前仍是人-车-路-环中的核心,在全驾驶场景下还不能完全脱手,因此对驾驶员握持方向盘状态的监测极为重要。本文针对智能汽车现阶段对方向盘握持状态监测的需求,设计开发了基于柔性压力传感阵列的握力检测方向盘,搭建了用于方向盘握姿驾驶安全性测试的模拟驾驶平台,建立了基于不同方向盘握姿的驾驶安全性测试方法。基于方向盘握持压力数据建立了方向盘握持位置以及握持手指数量识别模型,实现驾驶员手部握持方向盘状态精准识别,有利于提高车辆接管效率,提高汽车行驶安全。本文研究内容如下。(1)基于智能方向盘的握持数据采集平台设计与开发方法。基于柔性微纳米压力传感器阵列,设计开发了具有驾驶员握力感知的智能方向盘,以及用于方向盘握持压力实时采集、显示与存储的测试系统;为实现在驾驶环境下的方向盘握持压力采集,开发了具有模拟驾驶功能的方向盘握姿检测平台。(2)基于方向盘握持姿势的驾驶安全性测试方法。提出了不同方向盘握持姿势下的驾驶安全性评价方法,确定评价指标,基于模拟驾驶方向盘握姿检测平台,搭建了危险测试场景,基于驾驶安全性试验数据,利用AHP(Analytic Hierarchy Process)层次分析法对方向盘不同握持姿势的驾驶安全性进行了评价与标定。(3)基于逻辑判断的方向盘握持位置识别方法。通过阵列布置的柔性压力传感器,标注各传感器的序号,模拟钟表点位将方向盘分为12个位置,基于确定的传感器序号以及所在位置,提出了基于逻辑判断的传感器区域划分法与压力区域总和法,建立了方向盘握持位置识别模型,并证明了模型准确性。(4)基于逻辑判断的握持手指数量识别方法。利用逻辑判断提取出驾驶员握持方向盘3维特征参数,即握持力、接触面积以及触发传感器数量。基于上述3维握持特征,划分不同手指数量对应特征参数值,根据手指数量与特征参数值间的逻辑关系,建立了基于逻辑判断的方向盘握持手指数量识别模型。(5)基于l-bp(logic-Back Propagation)神经网络的握持手指数量识别方法。在逻辑判断模型基础上,基于原始握持压力数据与逻辑判断提取3维握持特征,进行握手指数量识别模型建立。分别建立了逻辑判断模型、bp(Back Propagation)模型以及l-bp模型,并对各模型识别率进行了测试比较。试验结果表明l-bp模型在方向盘握持手指数量识别上表现最优。

关键词：握姿识别 l-bp神经网络模拟驾驶压力传感器驾驶安全

来源：

同方学位论文库评论

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

欢迎您,

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

在线全文

在线全文

在线全文

请选择保存的检索档案：

请选择收藏分类：

通借通还

欢迎您,

建议与咨询 留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

在线全文

在线全文

在线全文

请选择保存的检索档案： 新增检索档案 确定 取消

请选择收藏分类： 新增自定义分类 确定 取消

通借通还

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

请选择保存的检索档案：

请选择收藏分类：