基于多源數(shù)據(jù)挖掘的汽車智能駕駛系統(tǒng)有效性評價

目錄

第1章引言

1.1概述

1.2汽車智能駕駛系統(tǒng)有效性評價方法研究現(xiàn)狀

1.2.1評價方法詳細(xì)介紹

1.2.2各方法歸類對比分析

1.3汽車智能駕駛系統(tǒng)辨識研究現(xiàn)狀

1.3.1車輛關(guān)鍵參數(shù)估計

1.3.2控制邏輯辨識

1.4汽車智能駕駛系統(tǒng)測試評價指標(biāo)研究現(xiàn)狀

1.4.1智能化評級指標(biāo)

1.4.2有效性評價指標(biāo)

1.5本書研究內(nèi)容

第2章汽車智能駕駛系統(tǒng)有效性評價體系研究架構(gòu)

2.1智能駕駛系統(tǒng)有效性評價體系方案設(shè)計

2.1.1智能駕駛有效性評價的數(shù)據(jù)來源

2.1.2蒙特卡羅仿真的理論模型基礎(chǔ)

2.1.3基于蒙特卡羅仿真的有效性計算流程

2.2汽車智能駕駛系統(tǒng)有效性評價體系關(guān)鍵技術(shù)規(guī)劃

第3章基于汽車運行數(shù)據(jù)挖掘的智能駕駛系統(tǒng)辨識方法

3.1智能駕駛系統(tǒng)辨識目標(biāo)制定

3.2基于頻響特性的車輛關(guān)鍵參數(shù)估計方法

3.2.1基于轉(zhuǎn)向系統(tǒng)頻響特性的輪胎剛度估計

3.2.2基于驅(qū)動系統(tǒng)頻響特性的時間延遲系數(shù)估計

3.2.3基于整車縱向頻響特性的整車質(zhì)量估計

3.2.4本節(jié)小結(jié)

3.3基于機(jī)器學(xué)習(xí)的智能駕駛控制邏輯辨識方法

3.3.1控制邏輯辨識問題的內(nèi)在本質(zhì)探討

3.3.2基于神經(jīng)網(wǎng)絡(luò)的控制邏輯辨識方法

3.4本章小結(jié)

第4章基于事故數(shù)據(jù)的乘員損傷風(fēng)險估算方法

4.1乘員損傷風(fēng)險估算方法研究方案

4.2車輛變形深度作為乘員損傷評價指標(biāo)的可行性論證

4.2.1基于GIDAS數(shù)據(jù)的乘員損傷評價指標(biāo)選取

4.2.2基于NASSCDS數(shù)據(jù)的乘員損傷評價指標(biāo)驗證

4.3基于車輛變形深度的乘員損傷風(fēng)險估算方法

4.3.1基于車輛碰撞變形深度的損傷模型

4.3.2基于變形能量的車輛變形深度估算方法

4.3.3基于事故仿真軟件的乘員損傷風(fēng)險計算流程

4.4本章小結(jié)

第5章基于多源數(shù)據(jù)挖掘的智能駕駛系統(tǒng)有效性評價方法

5.1有效性評價方法總體要求

5.2基于多源數(shù)據(jù)挖掘的有效性評價方法架構(gòu)

5.3基于多源數(shù)據(jù)的模型挖掘?qū)雨P(guān)鍵方法

5.3.1隨機(jī)前車模型

5.3.2隨機(jī)后車模型

5.3.3自車跟車模型

5.4事故篩選與再現(xiàn)仿真層關(guān)鍵技術(shù)

5.4.1CarSimSimulink聯(lián)合動力學(xué)仿真模塊

5.4.2PC CrashrateEFFECT聯(lián)合事故再現(xiàn)仿真模塊

5.5單位行駛里程平均乘員風(fēng)險層關(guān)鍵方法

5.5.1基于隨機(jī)場景的單位行駛里程平均乘員

風(fēng)險計算方法

5.5.2基于車輛碰撞位置坐標(biāo)的變形長度計算方法

5.6本章小結(jié)第6章有效性評價相關(guān)方法的驗證與應(yīng)用

6.1基于汽車運行數(shù)據(jù)挖掘的智能駕駛系統(tǒng)辨識方法驗證

6.1.1基于頻響特性的車輛關(guān)鍵參數(shù)估計方法驗證

6.1.2基于神經(jīng)網(wǎng)絡(luò)的智能駕駛系統(tǒng)控制邏輯辨識

方法驗證

6.2基于事故數(shù)據(jù)的乘員損傷風(fēng)險估算方法驗證

6.2.1損傷風(fēng)險與ΔV的回歸關(guān)系

6.2.2基于變形深度與基于ΔV的兩方法對比分析

6.3汽車智能駕駛系統(tǒng)有效性評價方法應(yīng)用

6.3.1基于事故再現(xiàn)數(shù)據(jù)庫的有效性評價分析

6.3.2基于隨機(jī)場景的有效性評價分析

6.4本章小結(jié)

第7章結(jié)論