考虑车流密度影响的驾驶风格识别方法研究*

赵 韩，刘 浩，邱明明，曹龙凯，张义雷，虞 伟

(1. 合肥工业大学机械工程学院，合肥 230009；2. 汽车技术与装备国家地方联合工程研究中心，合肥 230009)

前言

驾驶风格是驾驶员在驾驶车辆过程中的行为特征，体现在开车过程中人对车的输入及整车响应[1]。在整车能量管理策略开发过程中，驾驶风格的有效识别可增强整车对不同驾驶风格自适应能力，这对于提高燃油经济性和降低排放具有重要意义。

在驾驶风格识别方面，国内外学者开展了大量研究。文献[2]中利用人工神经网络将驾驶风格分为非常运动型、运动型、正常型、戒备型和非常戒备型。文献[3]中利用支持向量机、k 最近邻算法、随机森林等方法对驾驶员风格进行了识别，并比较了各种方法的准确度。文献[4]中利用模糊逻辑算法在Matlab/Simulink 中设计了一种在线驾驶风格识别系统。文献[5]中搭建了一种基于数据挖掘和神经网络等人工智能技术的DrivingStyles 软硬件平台。文献[6]中研究了不同性能的轻型汽车对驾驶风格的影响。文献[7]中提出一种双层指针模型，使得驾驶风格识别与车辆所处驾驶环境相结合。文献[8]中搭建了一种用于驾驶行为分析的低成本远程数据采集系统。

国内学者对于驾驶风格的研究起步较晚，但经过十余年的积累也有了一定的成果。文献[9]中利用基于K－means 聚类的支持向量机方法，开发了一种快速模式识别方法，可将该方法用于驾驶风格分类。文献[10]中通过驾驶员的制动特性构建了一套基于隐马尔可夫模型算法的驾驶风格识别方法。……