采用神经网络和罗杰斯提克回归方法建立了驾驶员紧急制动行为模型，用来决定制动辅助系统（BAS）的开启阈值，并通过Matlab软件比较两种建模方法。

危险情况下的紧急制动时必不可少的，BAS采用一个或多个指标。本次采用制动踏板速度、车辆加速度和制动踏板位移来检测紧急制动状况，分析制动特性。紧急制动试验中，通过LabVIEW软件和FIR低通滤波器，采集和处理制动踏板速度、制动踏板位移、车辆加速度、制动踏板力和制动主缸压力。采用两种试验方法：试验1和试验2。试验1的目标是找出真空助力器开始助力时的跳点，获取该跳电以确定BAS启动的最佳时间；试验2的目标是模拟驾驶员紧急制动时的制动状况。通过试验2可知，绝大多数的最大制动踏板速度发生在踏板行程约19mm处。

基于上述研究成果，建立了紧急制动和常规制动的预测模型。预测模型用来阐释输入输出关系的数学方程，包括神经网络模型和罗杰斯提克回归模型。神经网络模型用来泛化相应的输入输出关系，本研究中将其用来区分各种制动条件下的制动类型，将制动踏板位移、制动踏板位置和车辆加速度作为输出。罗杰斯提克回归模型也是一种分类方法，主要用于目标变量为两种不同类型的变量情况。基于试验数据可知，罗杰斯提克回归模型比神经我那个罗模型具有更早的预测能力。