买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

申请/专利权人：江西交通职业技术学院

摘要：本发明公开了一种基于个性化驾驶习惯的智能汽车纵向避障方法，包括：获取不同驾驶员的自然驾驶数据集；从所述自然驾驶数据集中提取驾驶特征数据；利用改进的BP神经网络对步骤2提取的驾驶员特征数据进行聚类分析，得到不同分类驾驶习惯的驾驶特征数据，所述改进的BP神经网络由改进的人工大猩猩部队算法对BP神经网络进行改进得到；根据不同分类驾驶习惯的特征数据，利用Critic评价法计算各类驾驶习惯的避障轨迹评价函数，以得到各类驾驶习惯的最优避障轨迹评价函数；通过各类驾驶习惯的最优避障轨迹评价函数筛选初步规划的纵向避障轨迹，完成纵向避障。本发明能够充分考虑到不同驾驶员的驾驶习惯，提升用户的驾驶体验。

主权项：1.一种基于个性化驾驶习惯的智能汽车纵向避障方法，其特征在于，包括：步骤1，获取不同驾驶员的自然驾驶数据集；步骤2，从所述自然驾驶数据集中提取驾驶特征数据；步骤3，利用改进的BP神经网络对步骤2提取的驾驶员特征数据进行聚类分析，得到不同分类驾驶习惯的驾驶特征数据，所述改进的BP神经网络由改进的人工大猩猩部队算法对BP神经网络进行改进得到；步骤4，根据不同分类驾驶习惯的特征数据，利用Critic评价法计算各类驾驶习惯的避障轨迹评价函数，以得到各类驾驶习惯的最优避障轨迹评价函数；步骤5，通过步骤4得到的各类驾驶习惯的最优避障轨迹评价函数筛选初步规划的纵向避障轨迹，完成纵向避障；步骤3中，改进的BP神经网络由以下步骤得到：步骤301，确定BP神经网络的架构；步骤302，基于确定的BP神经网络的架构，采用改进的人工大猩猩部队算法计算BP神经网络的最佳权值和阈值；步骤303，判断是否满足人工大猩猩部队算法的终止条件；步骤304，若不满足，则返回步骤302；步骤305，若满足，则解码，得到最佳权值和阈值，从而得到改进的BP神经网络；步骤302中，改进的人工大猩猩部队算法初始时刻最佳位置更新公式为： ； ； ； ； ；其中，是下一次迭代的待选位置；是个体的当前位置；UpB和LowB分别为可行搜索区域的上限和下限；rand是介于0到1之间的随机数；和分别是整个种群中随机选择的两只大猩猩；iter是当前迭代次数；为最大迭代次数；Z是介于-1到1之间的随机数；C、F、L和H是算法的寻优因子；是介于0到1之间的随机数；步骤302中，改进的人工大猩猩部队算法在寻优阶段的位置更新公式为： ； ； ； ； ；其中，是最优大猩猩位置，W是初始设置的优化参数，是迭代时第i只候选大猩猩的位置，sum是大猩猩的总数，Mean是所有大猩猩随机位置的平均值，Q是模拟大猩猩竞争强度，A是竞争系数，为竞争参数，E是模拟暴力对解决方案维度的影响，N1是正态分布和问题维度中的随机值，N2是正态分布中的随机数；步骤302中，改进的人工大猩猩部队算法的适应度函数fit为： ；其中，、和为适应函数相关系数，loss为改进的BP神经网络损失误差，为改进的BP神经网络迭代次数，为改进的人工大猩猩部队算法迭代次数。

全文数据：

权利要求：

百度查询： 江西交通职业技术学院 一种基于个性化驾驶习惯的智能汽车纵向避障方法