中国公路学报

作者：郭应时, 苏彦奇, 付锐, 袁伟

单位：1. 长安大学汽车学院, 陕西 西安 710064;2. 长安大学汽车运输安全保障技术交通 行业重点实验室, 陕西 西安 710064"],"fundList_en":["National Key R & D Program of China (2019YFB1600500);National Natural Science Foundation of China (51908054, 51775053);Natural Science Basic Research Plan in Shaanxi Province of China (2019JQ-691)

关键词：汽车工程,舒适性阈值,实车试验,换道行为,预测模型,乘坐舒适性,智能驾驶控制

基金：国家重点研发计划项目(2019YFB1600500);国家自然科学基金项目(51908054,51775053);陕西省自然科学基础研究计划项目(2019JQ-691)

乘坐舒适性是决定乘客对智能车辆接受度的重要因素之一。为了提升智能车辆的舒适性，服务智能驾驶控制算法的设计和优化，开展了基于乘客主观感知的实车乘坐舒适性试验，试验中驾驶人驾驶传统车辆执行多次换道操作，获取了60名被试乘客对换道操作的舒适性评价数据,并采集了车辆的运动数据。选取换道时横向最大加速度、回正时横向最大加速度、横向最大加加速度、横向加速度转换幅值以及横向加速度转换频率这5个车辆运动参数作为研究对象。采用二元Logistic回归单因素分析法分析了这5个车辆运动参数对乘坐舒适性的影响，采用接收者操作特征(ROC)曲线分析法为不同晕车易感性的乘客分别确立了这5个车辆运动参数的舒适性阈值，并根据岭回归分析法确定了不同参数对乘坐舒适性的影响权重。结果表明：所选取的5个车辆运动参数对乘坐舒适性具有显著影响，易晕乘客的舒适性阈值小于不易晕乘客的舒适性阈值，在换道过程中，换道时横向最大加速度、回正时横向最大加速度和横向加速度转换幅值是影响乘坐舒适性的主要因素。最后根据车辆运动参数和乘客生理特征参数建立了基于动态时间归整(DTW)和<i>K</i>最近邻(KNN)算法的乘坐舒适性预测模型，该模型对乘坐舒适性的预测准确率为84%，可用于智能车辆控制算法的舒适性判断。

来源：2022年第5期

《中国公路学报》期刊编辑部

查看中国公路学报杂志2022年第5期