15、基于驾驶意图的车辆在线智能换挡决策

基于驾驶意图的车辆在线智能换挡决策

数据降噪方法

为了解决数据分解层次的问题，提出了一种基于综合评价指标的数据降噪方法。该方法选择均方根误差、信噪比和平滑度作为评价指标。经过对这三个指标的对比分析，选择了 Sym8 小波基函数和 heusure 阈值估计方法，阈值函数采用软阈值。同时，基于变异系数融合均方根误差和平滑度的权重，确定小波分解层次，最终分解层次为 5。

驾驶意图分类与识别

• 基于聚类的驾驶意图分类方法 ：对于车辆自动变速器系统，有效的驾驶意图识别有助于制定先进的换挡策略，提高换挡决策的个性化，满足驾驶员的驾驶需求。本文将驾驶意图分为五类，即快速加速、加速、巡航、减速和快速减速。基于车速、加速度、油门开度和制动油压的特征对驾驶行为数据进行分类。采用 K-means 算法对驾驶行为数据进行聚类，将其分为五类：快速加速 - 1、加速 - 2、巡航 - 3、减速 - 4、快速减速 - 5。
  • K-means 算法流程：

graph LR
    A[开始] --> B[确定类别数 k]
    B --> C[计算样本点到 k 个聚类中心的距离并分类]
    C --> D[更新聚类中心]
    D --> E{是否收敛}
    E -- 否 --> C
    E -- 是 --> F[结束]

- 相似度和距离由欧几里得距离定义：

$d_