基于誤差分析法的駕駛員模型及其在ADAMS中的應用:駕駛員方向控制模型在汽車操縱穩(wěn)定性閉環(huán)研究及智能車輛的研究開發(fā)中占有重要的地位。本文圍繞駕駛員模型的應用需要，首先建立了簡單的預瞄優(yōu)化神經網絡駕駛員模型，進行了駕駛員-汽車閉環(huán)系統(tǒng)數(shù)值仿真，將其結果與在吉林大學汽車動態(tài)模擬國家重點實驗室的駕駛模擬器上得到的試驗結果進行了對比，并分析了駕駛員模型滯后環(huán)節(jié)的參數(shù)對模型特性的影響；其次，以預瞄-跟隨系統(tǒng)理論為基礎研究了用于汽車方向控制的駕駛員建模的誤差分析方法，并結合道路的復雜程度和駕駛員的駕駛個性，給出了基于誤差分析的方向控制駕駛員建模的解析方法；最后用所建立的駕駛員模型與ADAMS 中的車輛模型一起進行了駕駛員-汽車閉環(huán)系統(tǒng)仿真試驗。

第一章 緒論 ..1
1.1 課題的提出..1
1.1.1 研究駕駛員模型的意義1
1.1.2 建立高效而準確的駕駛員模型的必要性..2
1.2 駕駛員模型的研究歷史和現(xiàn)狀..3
1.2.1 駕駛員傳遞函數(shù)模型.5
1.2.2 駕駛員最優(yōu)控制模型.5
1.2.3 駕駛員模糊控制模型.6
1.2.4 神經網絡駕駛員模型.6
1.2.5 其他類型的駕駛員模型8
1.3 本文的主要研究工作9
第二章預瞄優(yōu)化人工神經網絡駕駛員模型及閉環(huán)系統(tǒng)仿真 .10
2.1 人工神經網絡簡介..10
2.1.1 人工神經網絡的基本概念10
2.1.2 人工神經網絡的拓撲結構11
2.1.3 人工神經網絡的工作過程和學習算法.12
2.2 預瞄優(yōu)化人工神經網絡駕駛員模型.13
2.2.1 基本預瞄優(yōu)化人工神經網絡駕駛員模型13
2.2.2 簡化的預瞄優(yōu)化人工神經網絡駕駛員模型..16
2.3 二自由度角輸入車輛模型..18
2.3.1 運動模型與坐標.18
2.3.2 微分方程與傳遞函數(shù)..20
2.3.3 車輛參數(shù).23
2.4 試驗道路25
2.4.1 試驗道路設計..25
2.4.2 雙移線試驗道路.25
2.4.3 蛇形試驗道路..26
2.5 閉環(huán)系統(tǒng)仿真結果及分析..27
2.5.1 仿真與試驗驗證.27
2.5.2 駕駛員模型滯后環(huán)節(jié)的參數(shù)對其特性的影響.32
2.6 本章小結35
第三章基于誤差分析的方向控制駕駛員建模的解析方法 ..36
3.1 預瞄-跟隨系統(tǒng)基本理論..36
3.2 駕駛員模型參數(shù)的誤差分析法38
3.2.1 預瞄優(yōu)化神經網絡駕駛員模型的進一步簡化.38