典型文献
基于高斯隐马尔可夫模型的人机共享控制区域化决策算法
文献摘要：
针对伺服级共享控制决策中权衡安全性、干预度与驾驶体验的问题,提出基于高斯隐马尔可夫模型(Gaussian Hidden Markov Model,GHMM)的人机共享控制区域化决策算法.此算法利用高斯分布函数表征驾驶人的实时相对驾驶能力;利用区域化的高斯矢量环境风险场量化模型表征不同环境区域的环境风险值以及其模糊风险等级;最后综合驾驶人绝对能力、驾驶状态以及环境风险实现人机共享控制中控制权的高可靠、合理分配.实验表明,本文提出的人机共享区域化决策模型能够在考虑驾驶人相对能力及环境风险源所在方位的基础上给予较为合理的控制权柔性分配方案,有效降低风险至智能驾驶模型可控范围内.
文献关键词：
人机共驾;柔性驾驶控制权分配;行车风险场;驾驶人能力评价;隐马尔可夫模型;矢量风险场
中图分类号：
作者姓名：
刘芳;朱天贺;苏卫星;刘阳
作者机构：
天津工业大学天津市自主智能技术与系统重点实验室,天津300387;华晨宝马汽车有限公司整车开发部,辽宁沈阳110098
文献出处：
引用格式：
[1]刘芳;朱天贺;苏卫星;刘阳-.基于高斯隐马尔可夫模型的人机共享控制区域化决策算法)[J].电子学报,2022(11):2659-2667
A类：
GHMM,智能驾驶模型,柔性驾驶控制权分配,驾驶人能力评价,矢量风险场
B类：
隐马尔可夫模型,人机共享控制,控制区域,区域化,决策算法,伺服,控制决策,Gaussian,Hidden,Markov,Model,法利,高斯分布函数,驾驶能力,环境风险,量化模型,模型表征,不同环境,风险值,风险等级,驾驶状态,中控,高可靠,合理分配,决策模型,风险源,分配方案,降低风险,人机共驾,行车风险场
AB值：
0.260928
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
