清华大学很好博士学位论文丛书基于多源数据挖掘的汽车智能驾驶系统有效性评价

本书特色

[

自动驾驶测试评价技术已成为自动驾驶实现大规模应用的关键问题，是零部件供应商、整车厂、汽车行业、国家部委等多个层面的研究热点。本书是一部阐述汽车自动驾驶技术测试评价体系的研究型论文。本书应用车辆动力学、统计学原理、人工智能等基础原理，从自动驾驶技术黑箱建模、行驶安全性计算方法、评价流程体系架构等角度深入浅出地介绍了该领域的核心问题，并给出了解决方案。
本书可作为自动驾驶测试领域研究人员的参考读物。

]

内容简介

[

自动驾驶测试评价技术已成为自动驾驶实现大规模应用的关键问题，是零部件供应商、整车厂、汽车行业、国家部委等多个层面的研究热点。本书是一部阐述汽车自动驾驶技术测试评价体系的研究型论文。本书应用车辆动力学、统计学原理、人工智能等基础原理，从自动驾驶技术黑箱建模、行驶安全性计算方法、评价流程体系架构等角度深入浅出地介绍了该领域的核心问题，并给出了解决方案。
本书可作为自动驾驶测试领域研究人员的参考读物。

]

目录

目录第1章引言1.1概述1.2汽车智能驾驶系统有效性评价方法研究现状1.2.1评价方法详细介绍1.2.2各方法归类对比分析1.3汽车智能驾驶系统辨识研究现状1.3.1车辆关键参数估计1.3.2控制逻辑辨识1.4汽车智能驾驶系统测试评价指标研究现状1.4.1智能化评级指标1.4.2有效性评价指标1.5本书研究内容第2章汽车智能驾驶系统有效性评价体系研究架构2.1智能驾驶系统有效性评价体系方案设计2.1.1智能驾驶有效性评价的数据来源2.1.2蒙特卡罗仿真的理论模型基础2.1.3基于蒙特卡罗仿真的有效性计算流程2.2汽车智能驾驶系统有效性评价体系关键技术规划第3章基于汽车运行数据挖掘的智能驾驶系统辨识方法3.1智能驾驶系统辨识目标制定3.2基于频响特性的车辆关键参数估计方法3.2.1基于转向系统频响特性的轮胎刚度估计3.2.2基于驱动系统频响特性的时间延迟系数估计3.2.3基于整车纵向频响特性的整车质量估计3.2.4本节小结3.3基于机器学习的智能驾驶控制逻辑辨识方法3.3.1控制逻辑辨识问题的内在本质探讨3.3.2基于神经网络的控制逻辑辨识方法3.4本章小结第4章基于事故数据的乘员损伤风险估算方法4.1乘员损伤风险估算方法研究方案4.2车辆变形深度作为乘员损伤评价指标的可行性论证4.2.1基于GIDAS数据的乘员损伤评价指标选取4.2.2基于NASS�睠DS数据的乘员损伤评价指标验证4.3基于车辆变形深度的乘员损伤风险估算方法4.3.1基于车辆碰撞变形深度的损伤模型4.3.2基于变形能量的车辆变形深度估算方法4.3.3基于事故仿真软件的乘员损伤风险计算流程4.4本章小结第5章基于多源数据挖掘的智能驾驶系统有效性评价方法5.1有效性评价方法总体要求5.2基于多源数据挖掘的有效性评价方法架构5.3基于多源数据的模型挖掘层关键方法5.3.1随机前车模型5.3.2随机后车模型5.3.3自车跟车模型5.4事故筛选与再现仿真层关键技术5.4.1CarSim�睸imulink联合动力学仿真模块5.4.2PC Crash�瞨ateEFFECT联合事故再现仿真模块5.5单位行驶里程平均乘员风险层关键方法5.5.1基于随机场景的单位行驶里程平均乘员风险计算方法5.5.2基于车辆碰撞位置坐标的变形长度计算方法5.6本章小结第6章有效性评价相关方法的验证与应用6.1基于汽车运行数据挖掘的智能驾驶系统辨识方法验证6.1.1基于频响特性的车辆关键参数估计方法验证6.1.2基于神经网络的智能驾驶系统控制逻辑辨识方法验证6.2基于事故数据的乘员损伤风险估算方法验证6.2.1损伤风险与ΔV的回归关系6.2.2基于变形深度与基于ΔV的两方法对比分析6.3汽车智能驾驶系统有效性评价方法应用6.3.1基于事故再现数据库的有效性评价分析6.3.2基于随机场景的有效性评价分析6.4本章小结第7章结论

封面

书名:清华大学很好博士学位论文丛书基于多源数据挖掘的汽车智能驾驶系统有效性评价

作者:陈龙

页数:0

定价:¥99.0

出版社:清华大学出版社

出版日期:2018-06-01

ISBN:9787302520207

PDF电子书大小:136MB 高清扫描完整版