基于粒子寻优确定驾驶风格系数的方法、控制器及车辆与流程

本发明涉及车辆控制，尤其涉及一种基于粒子寻优确定驾驶风格系数的方法、控制器及车辆。

背景技术：

1、不同的驾驶员驾驶风格是不同的，对车辆具有因人而已的个性化需求，因此在车辆形式过程中，需要识别驾驶员的驾驶风格。

2、新能源车辆配备有几种驾驶风格，驾驶员可以自己的需求设置整车驾驶风格。但是新能源车辆配备的可供驾驶员选择的驾驶风格往往是有限的，并不能完全满足所有用户的动力需求，且人为划分驾驶模式的方式使得车辆的驾驶模式较少，同时需要驾驶员手动选择动力模式，很难满足不同驾驶员的个性化动力需求。

3、因此，如何更准确地识别驾驶员的驾驶风格系数，以满足驾驶员的个性化动力需求是目前亟需解决的技术问题。

技术实现思路

1、针对现有技术存在的问题，本发明实施例提供了一种基于粒子寻优确定驾驶风格系数的方法、控制器及车辆，以解决或者部分解决现有技术中无法准确确定驾驶员的驾驶风格系数，进而无法满足驾驶员个性化的动力需求的技术问题。

2、本发明的第一方面，提供一种基于粒子寻优确定驾驶风格系数的方法，所述方法包括：

3、对采集到的驾驶参数样本集进行主成分分析，得到驾驶风格系数表和驾驶风格修正表；所述驾驶风格系数表中存储有典型工况下不同驾驶风格的有效主成分组合与驾驶风格系数之间的对应关系；所述有效主成分为影响驾驶风格系数的主要驾驶参数；

4、当车辆在行驶过程中，基于所述驾驶风格系数表、所述驾驶风格修正表及当前时刻的有效主成分确定当前时刻对应的第一驾驶风格系数；

5、基于粒子寻优算法，对当前时段内的每个当前时刻对应的第一驾驶风格系数进行粒子寻优，得到当前时段内的第二驾驶风格系数；

6、基于满意度评价策略对所述第二驾驶风格系数进行修正，得到目标驾驶风格系数。

7、上述方案中，所述对采集到的驾驶参数样本集进行主成分分析，得到驾驶风格系数表，包括：

8、根据所述驾驶参数样本集确定驾驶参数样本矩阵；

9、对所述驾驶参数样本矩阵中的各驾驶参数样本进行标准化处理，得到标准化后的驾驶参数样本矩阵；

10、计算标准化后的驾驶样本矩阵的协方差矩阵；

11、将所述协方差矩阵对角化，得到所述协方差矩阵的特征值；

12、通过特征值从大到小的顺序对所述特征值进行排序，得到特征值序列和特征向量；

13、按照所述特征值序列逐一确定每个成分的贡献率，将累积贡献率大于预设阈值的成分确定为影响驾驶风格的有效主成分；

14、基于专家经验及所述有效主成分确定所述驾驶风格系数表。

15、上述方案中，所述基于专家经验及所述有效主成分确定所述驾驶风格系数表，包括：

16、将所述多个有效主成分按照累计贡献率从大到小进行排序，得到有效主成分序列；并获取所述有效主成分序列中位于前两位的第一有效主成分和第二有效主成分；

17、根据所述第一有效主成分对应的特征向量及标准化后的驾驶参数样本矩阵确定所述第一有效主成分的多个第一特征值；以及根据所述第二有效主成分对应的特征向量及标准化后的驾驶参数样本矩阵确定所述第二有效主成分的多个第二特征值；

18、基于专家经验，在所述多个第一特征值中筛选出位于典型驾驶风格下的第一目标特征值以及在所述第二特征值中筛选出位于典型驾驶风格下的第二目标特征值；

19、基于典型驾驶风格对应的驾驶风格系数，对所述第一目标特征值和所述第二目标特征值形成的特征值组合进行驾驶风格系数标定，得到所述驾驶风格系数表；其中，每个典型驾驶风格预设有对应的驾驶风格系数。

20、上述方案中，所述基于所述驾驶风格系数表、所述驾驶风格修正表及当前时刻的有效主成分确定当前时刻对应的第一驾驶风格系数，包括：

21、确定当前时刻的第一有效主成分对应的第一当前特征值以及确定所述当前时刻的第二有效主成分对应的第二当前特征值；

22、根据所述第一当前特征值、所述第二当前特征值及所述驾驶风格系数表确定对应的第一当前驾驶风格系数；

23、针对所述当前时刻的任一剩余有效主成分，根据所述剩余有效主成分在对应的驾驶风格修正表中查找对应的第二当前驾驶风格系数；

24、根据所述第一当前驾驶风格系数和所述第二当前驾驶风格系数确定所述第一驾驶风格系数；所述第一驾驶风格系数为所述第一当前驾驶风格系数与所述第二当前驾驶风格系数的和值。

25、上述方案中，所述基于粒子寻优算法，对当前时段内的每个当前时刻对应的第一驾驶风格系数进行粒子寻优，得到当前时段内的第二驾驶风格系数，包括：

26、将预设的驾驶风格系数粒子等间隔分布在驾驶风格因子空间内；

27、若确定所述第一驾驶风格系数属于第i个驾驶风格系数粒子，则对应增加第i个驾驶风格系数粒子对应粒子群内的粒子数量；

28、通过对每个粒子群内的粒子数量按照从大到小的顺序排序，筛选出数量排名位于前三位的参考粒子群；

29、确定每一参考粒子群对应的综合驾驶风格系数；

30、将每个综合驾驶风格系数与上一时段确定的目标驾驶风格系数进行作差，将最小差值对应的综合驾驶风格系数确定为所述当前时段的第二驾驶风格系数。

31、上述方案中，所述确定所述第一驾驶风格系数属于第i个驾驶风格系数粒子，包括：

32、若确定所述第一驾驶风格系数位于范围，则确定所述第一驾驶风格系数属于第i个驾驶风格系数粒子；其中，

33、所述ai为第i个驾驶风格系数粒子，所述n为各驾驶风格系数粒子等间隔分布的间隔数量，i＝1、2……n。

34、上述方案中，所述确定每一参考粒子群对应的综合驾驶风格系数，包括：

35、将所述参考粒子群对应的粒子值确定为对应的综合驾驶系数；或者，

36、对所述参考粒子群内的各第一驾驶风格系数进行加权平均，得到对应的综合驾驶系数。

37、上述方案中，所述基于满意度评价策略对所述第二驾驶风格系数进行修正，得到目标驾驶风格系数，包括：

38、获取影响所述第二驾驶风格系数的目标驾驶参数，基于所述目标驾驶参数以及第一模糊规则表进行模糊推理，得到允许所述第二驾驶风格系数进行迁移的迁移梯度；所述目标驾驶参数用于表征驾驶员对所述第二驾驶风格系数的满意度；

39、根据所述第二驾驶风格系数的迁移方向和所述迁移梯度对所述第二驾驶风格系数进行修正，得到目标驾驶风格系数。

40、本发明的第二方面，提供一种基于粒子寻优确定驾驶风格系数的控制器，所述控制器包括：

41、分析单元，用于对采集到的驾驶参数样本集进行主成分分析，得到驾驶风格系数表和驾驶风格修正表；所述驾驶风格系数表中存储有典型工况下不同驾驶风格的有效主成分组合与驾驶风格系数之间的对应关系；所述有效主成分为影响驾驶风格系数的主要驾驶参数；

42、确定单元，用于当车辆在行驶过程中，基于所述驾驶风格系数表、所述驾驶风格修正表及当前时刻的有效主成分确定当前时刻对应的第一驾驶风格系数；

43、寻优单元，用于基于粒子寻优算法，对当前时段内的每个当前时刻对应的第一驾驶风格系数进行粒子寻优，得到当前时段内的第二驾驶风格系数；

44、修正单元，用于基于满意度评价策略对所述第二驾驶风格系数进行修正，得到目标驾驶风格系数。

45、上述方案中，所述分析单元具体用于：

46、根据所述驾驶参数样本集确定驾驶参数样本矩阵；

47、对所述驾驶参数样本矩阵中的各驾驶参数样本进行标准化处理，得到标准化后的驾驶参数样本矩阵；

48、计算标准化后的驾驶样本矩阵的协方差矩阵；

49、将所述协方差矩阵对角化，得到所述协方差矩阵的特征值；

50、通过特征值从大到小的顺序对所述特征值进行排序，得到特征值序列和特征向量；

51、按照所述特征值序列逐一确定每个成分的贡献率，将累积贡献率大于预设阈值的成分确定为影响驾驶风格的有效主成分；

52、基于专家经验及所述有效主成分确定所述驾驶风格系数表。

53、上述方案中，所述分析单元具体用于：

54、将所述多个有效主成分按照累计贡献率从大到小进行排序，得到有效主成分序列；并获取所述有效主成分序列中位于前两位的第一有效主成分和第二有效主成分；

55、根据所述第一有效主成分对应的特征向量及标准化后的驾驶参数样本矩阵确定所述第一有效主成分的多个第一特征值；以及根据所述第二有效主成分对应的特征向量及标准化后的驾驶参数样本矩阵确定所述第二有效主成分的多个第二特征值；

56、基于专家经验，在所述多个第一特征值中筛选出位于典型驾驶风格下的第一目标特征值以及在所述第二特征值中筛选出位于典型驾驶风格下的第二目标特征值；

57、基于典型驾驶风格对应的驾驶风格系数，对所述第一目标特征值和所述第二目标特征值形成的特征值组合进行驾驶风格系数标定，得到所述驾驶风格系数表；其中，每个典型驾驶风格预设有对应的驾驶风格系数。

58、上述方案中，所述确定单元具体用于：

59、确定当前时刻的第一有效主成分对应的第一当前特征值以及确定所述当前时刻的第二有效主成分对应的第二当前特征值；

60、根据所述第一当前特征值、所述第二当前特征值及所述驾驶风格系数表确定对应的第一当前驾驶风格系数；

61、针对所述当前时刻的任一剩余有效主成分，根据所述剩余有效主成分在对应的驾驶风格修正表中查找对应的第二当前驾驶风格系数；

62、根据所述第一当前驾驶风格系数和所述第二当前驾驶风格系数确定所述第一驾驶风格系数；所述第一驾驶风格系数为所述第一当前驾驶风格系数与所述第二当前驾驶风格系数的和值。

63、上述方案中，所述寻优单元具体用于：

64、将预设的驾驶风格系数粒子等间隔分布在驾驶风格因子空间内；

65、若确定所述第一驾驶风格系数属于第i个驾驶风格系数粒子，则对应增加第i个驾驶风格系数粒子对应粒子群内的粒子数量；

66、通过对每个粒子群内的粒子数量按照从大到小的顺序排序，筛选出数量排名位于前三位的参考粒子群；

67、确定每一参考粒子群对应的综合驾驶风格系数；

68、将每个综合驾驶风格系数与上一时段确定的目标驾驶风格系数进行作差，将最小差值对应的综合驾驶风格系数确定为所述当前时段的第二驾驶风格系数。

69、上述方案中，所述寻优单元具体用于：

70、若确定所述第一驾驶风格系数位于范围，则确定所述第一驾驶风格系数属于第i个驾驶风格系数粒子；其中，

71、所述ai为第i个驾驶风格系数粒子，所述n为各驾驶风格系数粒子等间隔分布的间隔数量，i＝1、2……n。

72、上述方案中，所述寻优单元具体用于：

73、将所述参考粒子群对应的粒子值确定为对应的综合驾驶系数；或者，

74、对所述参考粒子群内的各第一驾驶风格系数进行加权平均，得到对应的综合驾驶系数。

75、上述方案中，所述修正单元具体用于：

76、获取影响所述第二驾驶风格系数的目标驾驶参数，基于所述目标驾驶参数以及第一模糊规则表进行模糊推理，得到允许所述第二驾驶风格系数进行迁移的迁移梯度；所述目标驾驶参数用于表征驾驶员对所述第二驾驶风格系数的满意度；

77、根据所述第二驾驶风格系数的迁移方向和所述迁移梯度对所述第二驾驶风格系数进行修正，得到目标驾驶风格系数。

78、本发明的第三方面，提供一种车辆，所述车辆包括第二方面中所述的确定驾驶风格系数的车辆控制器。

79、本发明提供了一种基于粒子寻优确定驾驶风格系数的方法、控制器及车辆，方法包括：对采集到的驾驶参数样本集进行主成分分析，得到驾驶风格系数表和驾驶风格修正表；所述驾驶风格系数表中存储有典型工况下不同驾驶风格的有效主成分组合与驾驶风格系数之间的对应关系；所述有效主成分为影响驾驶风格系数的主要驾驶参数；当车辆在行驶过程中，基于所述驾驶风格系数表、所述驾驶风格修正表及当前时刻的有效主成分确定当前时刻对应的第一驾驶风格系数；基于粒子寻优算法，对当前时段内的每个当前时刻对应的第一驾驶风格系数进行粒子寻优，得到当前时段内的第二驾驶风格系数；基于满意度评价策略对所述第二驾驶风格系数进行修正，得到目标驾驶风格系数；如此，由于驾驶风格系数表是预先根据各典型工况下的不同驾驶风格下的历史驾驶参数样本进行主成分分析后确定的，因此可根据驾驶风格系数表和当前时刻的驾驶参数确定出第一驾驶风格系数；而驾驶风格属于驾驶员的驾驶行为本质特征，反映的是驾驶员长期的典型驾驶行为，因此本发明还通过粒子寻优算法，找到某一时间段内的第二驾驶风格系数；再纳入驾驶员对第二驾驶风格系数的满意度评价策略，进一步修正第二驾驶风格系数，进而提高驾驶风格系数表征驾驶员的驾驶行为的准确性，满足驾驶员的个性化动力需求。