【摘要】：最优控制模型就是基于随机控制理论、人工智能和大量实验数据获得的驾驶员行为模型。模糊控制是以模糊集合论、模糊语言变量及模糊逻辑推理为基础的一种控制方法，属于非线性智能控制的范畴，是智能控制的一个重要分支。驾驶员模糊控制模型便是用模糊控制方法描述驾驶员的操纵行为，其中包含了大量典型情况下的经验信息。
驾驶员模型随着控制理论的发展而不断发展和完善，目前主要有三大类模型：
（1）基于经典控制理论描述的驾驶员结构模型；
（2）应用现代控制理论描述的驾驶员最优控制模型；
（3）应用模糊控制理论描述的驾驶员模糊控制模型。
1. 驾驶员结构模型
在三类模型中，历史最悠久的要数结构模型，它的最早研究者Tustin在1947年提出了用带有“残差项”的线性传递函数来描述人的操纵行为。该结构模型本质上是一个速度反馈环节，即驾驶员模型输出正比于系统速度的反馈量。在以上研究的基础上，不少学者还对该结构模型进行了进一步的扩展，使其可适用于驾驶员具有预瞄控制功能的情况，同时还研究了结构模型的自适应性能。
2. 驾驶员最优控制模型
在过去几十年中，人机理论应用的成就之一是借助现代控制方法较为有效地描述了人的驾驶操纵行为。最优控制模型就是基于随机控制理论、人工智能和大量实验数据获得的驾驶员行为模型。最优控制模型把驾驶员看成一个最优控制器，在各种输入和干扰作用下，使某种形式的二次型性能指标达到最小，它在精确描述驾驶员动态响应方面非常成功。
3. 驾驶员模糊控制模型
模糊控制是以模糊集合论、模糊语言变量及模糊逻辑推理为基础的一种控制方法，属于非线性智能控制的范畴，是智能控制的一个重要分支。其优点在于：不需知道被控对象的精确数学模型；鲁棒性强，适于解决过程控制中的非线性、强耦合、时变、滞后等问题。驾驶员模糊控制模型便是用模糊控制方法描述驾驶员的操纵行为，其中包含了大量典型情况下的经验信息。
免责声明：以上内容源自网络，版权归原作者所有，如有侵犯您的原创版权请告知，我们将尽快删除相关内容。
