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：华东交通大学;江西交通职业技术学院

摘要：本发明公开了一种融合多样化驾驶习惯的智能汽车自主避障方法，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目标参数数据；步骤3，通过改进的K均值聚类算法对多样化驾驶习惯进行分类，得到不同分类驾驶习惯的目标参数数据；步骤4，根据不同分类驾驶习惯的目标参数数据，构建避障路径评价函数；步骤5，根据不同分类驾驶习惯的目标参数数据和避障路径评价函数构建不同驾驶习惯的避障路径规划模型；步骤6，通过构建的不同驾驶习惯的避障路径规划模型，生成匹配不同驾驶习惯的避障路径，完成自主避障。本发明能够提高智能汽车在复杂道路环境中的自适应能力和安全性，同时提升驾驶者的驾驶体验。

主权项：1.一种融合多样化驾驶习惯的智能汽车自主避障方法，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目标参数数据；步骤3，通过改进的K均值聚类算法对多样化驾驶习惯进行分类，得到不同分类驾驶习惯的目标参数数据，其中，改进的K均值聚类算法在数据处理阶段，采用标准差均值的归一化策略，在寻找最佳聚类中心阶段，采用加权聚类距离来寻找最佳聚类中心位置，此外，采用改进的聚类目标函数，对运行次数和聚类距离进行综合计算；步骤4，根据不同分类驾驶习惯的目标参数数据，构建避障路径评价函数；步骤5，根据不同分类驾驶习惯的目标参数数据和避障路径评价函数构建不同驾驶习惯的避障路径规划模型；步骤6，通过构建的不同驾驶习惯的避障路径规划模型，生成匹配不同驾驶习惯的避障路径，完成自主避障；步骤3中，改进的K均值聚类算法在数据处理阶段，采用标准差均值的归一化策略，满足以下条件式： ；其中，d是步骤2中提取的目标参数数据，k1和k2是相关系数，k1+k2=1，stdd是d的标准差，meand是d的平均值，maxd和mind是d的最大值和最小值，data是处理后数据；步骤3中，在寻找最佳聚类中心阶段，采用加权聚类距离来寻找最佳聚类中心位置，满足以下条件式： ；其中，dist是加权聚类距离，n是目标参数数据的总维度，i是目标参数数据的第个i维度，m是驾驶员的总数，j是对应同一目标参数的第j名驾驶员，midi是第i个参数聚类中心，datai,j是与i和j对应的处理后数据，和是加权系数；步骤3中，采用改进的聚类目标函数，对运行次数和聚类距离进行综合计算，满足以下条件式： ；其中，是改进的聚类目标函数，k3是改进的K均值聚类算法的运行次数的相关系数，k4是改进的K均值聚类算法的聚类距离的相关系数，k3+k4=1，iter是改进的K均值聚类算法完成的运行次数，是设定的算法最大运行次数。

全文数据：

权利要求：

百度查询： 华东交通大学 江西交通职业技术学院 一种融合多样化驾驶习惯的智能汽车自主避障方法