基于自然驾驶数据的电动公交踏板误操作辨识方法

作者：袁伟; 袁小慧; 高岩; 李坤宸; 赵登峰; 刘朝辉

来源：吉林大学学报（工学版）, 2022, 1-9.

DOI：10.13229/j.cnki.jdxbgxb20220173

• 公路运输
• 踏板误操作
• 自然驾驶
• 纯电动公交
• 机器学习

针对驾驶人误踩踏板引发电动公交失控问题，本文开展了自然驾驶试验和误踩踏板的模拟驾驶试验，采用One-Class SVM和iForest方法建立了踏板误操作辨识方法。验证结果表明，车速、电机转矩、加速踏板开度和制动踏板开度可作为反映踏板误操作行为的特征参数；One-Class SVM和iForest辨识方法识别准确率分别为94.9%和99.5%，但iForest辨识方法在踏板误操作行为的识别精确率方面具有突出优势。利用iForest辨识方法对电动公交运行数据进行辨识，可为降低误踩踏板相关事故发生提供理论支持。

• 单位
  西安航空学院; 郑州宇通客车股份有限公司; 长安大学