驾驶方式总结了反映车辆运动的不同驾驶行为。这些行为可能表明倾向于执行更风险的操作,消耗更多的燃料或能源,打破交通规则或仔细驾驶。因此,本文使用Interval-2类型模糊推理系统提出了驾驶风格的识别,并具有多个专家决策,以将驾驶员分类为平静,中等和激进。该系统接收到输入具有车辆运动的纵向和侧向运动参数。处理噪声数据时,类型2模糊集比Type-1模糊集更强大,因为它们的成员资格功能也是模糊集。此外,在构建模糊的规则基础时,多种专家方法可以减少偏见和不精确,该模糊规则基金会存储模糊系统的知识。使用描述性统计分析评估了所提出的方法,并将其与聚类算法和1型模糊推理系统进行了比较。结果表明,与其他算法相比,与2型模糊推理系统分类的驾驶方式相关的较低运动学概况的趋势与其他算法相比,这与专家意见的汇总采用了更保守的方法。
translated by 谷歌翻译