[發明專利]基于動態人車環境協同推演的自由流狀態汽車駕駛傾向性辨識系統

無效

• 申請號: 201210183620.4
• 申請日: 2012-06-06
• 公開（公告）號: CN103077603A
• 公開（公告）日: 2013-05-01
• 發明（設計）人: 王曉原;張敬磊;吳磊;張元元;王曉輝;夏媛媛
• 申請（專利權）人: 王曉原
• 主分類號: G08G1/00
• 分類號: G08G1/00;G08G1/01;G06N3/02
• 代理公司: 暫無信息
• 代理人: 暫無信息

一、技術領域

本發明屬于汽車技術領域，具體涉及一種汽車駕駛傾向性辨識系統。?

二、技術背景

隨著城市化進展和車輛的普及，交通運輸問題日益嚴重，道路擁擠、道路交通事故近年來雖有下降，但交通環境惡化趨勢沒有根本解決。汽車作為主要的交通工具，給人們出行帶來了極大方便，但同時也帶來了交通安全問題。車輛的主動安全系統用于汽車本身防止或減少公路交通事故，是應對交通安全問題的積極措施。其中，車輛輔助駕駛系統可以在駕駛異常時對人車單元實施保護，避免交通事故的發生，已成為交通安全和車輛工程領域的研究熱點。?

在影響交通安全的因素中，駕駛員自身的內在因素是造成交通事故的主要因素之一，車-路-環境通過駕駛員的自身因素影響交通安全。駕駛員自身因素包括駕駛員的生理、心理等特性，其中生理因素是心理因素的物質基礎并最終會反映到心理特征中來。由于駕駛員個體年齡、性別、駕齡、行車經驗、個性等的不同而具備的不同駕駛心理特征，可以歸納為駕駛員的駕駛傾向性，反映駕駛員在車輛操作和運動過程中表現出的心理情感等狀態。駕駛員生理-心理等特性對交?通安全的影響主要表現在對駕駛傾向性的影響上。因此，將駕駛傾向性差異引入到車輛輔助駕駛系統能夠使系統更加智能的對人車實施保護，提高保護的準確度，有效的避免交通事故的發生。?

駕駛傾向性的辨識對汽車輔助駕駛，特別是主動安全預警系統的研究極為重要。汽車主動安全預警系統用于彌補駕駛員行車時的失誤和感官不足，在到達安全臨界條件時對駕駛員發出預警信號，提醒駕駛員注意調整車輛，或自動對車輛進行調整以保證行車安全，是目前預防人為交通事故最為行之有效的技術設施，對改善交通安全起到了重要的作用，但是對于典型的安全駕駛預警系統(如圖1典型安全警告系統的結構)，由于其核心部分——碰撞預警算法中的態勢評估和意圖辨識忽略了駕駛員心理生理等特性的影響，系統預警的有效性和準確性不高，易產生誤報現象而對正常行駛造成干擾。?

實際行車過程中，具有不同駕駛傾向性的駕駛員對于相同交通態勢做出的反應以及反應的程度是不同的，產生這種現象的根本原因是系統在態勢評估和意圖辨識中沒能識別駕駛傾向性，預警系統對不同駕駛員在相同環境中的差異性缺乏認知。再一方面，即使是同一駕駛員，其傾向性當處于不同行駛環境中時也表現出較大的差異。因此，系統在態勢評估和意圖辨識中必須具備動態識別駕駛傾向性及其演化規律的能力，避免誤報。?

如果將駕駛員特性中反映駕駛員個體差異的駕駛傾向性引入到汽車安全駕駛預警系統中(如圖2所示，引入駕駛傾向性的汽車安全駕駛預警系統)，可以利用預先采集的駕駛員行為、車輛狀態和行駛環境歷史數據(即人車環境動態數據)建立駕駛傾向性特征指標體系?和辨識模型，然后利用辨識模型識別駕駛員的類型，并針對不同類型的駕駛員建立個性化駕駛預警系統。此方面研究，廣大科技工作者都在積極探索中。?

三、發明內容

本發明的目的是：提供一種基于動態人車環境協同推演的自由流狀態汽車駕駛傾向性辨識系統。?

基于動態人車環境協同推演的自由流狀態汽車駕駛傾向性辨識系統，按照如下方法進行建立：采用智能模式識別理論中基于BP神經網絡的特征提取方法對宏觀測得的駕駛員行車數據進行分析，提取出對駕駛傾向性類型分類能力較好的變量，以此數據為基礎建立駕駛傾向性辨識模型。?

所述基于BP神經網絡的特征提取方法為：模型中選用靈敏度(反映特征參數對模式狀態變化的敏感程度)作為特征評價指標，所述的BP神經網絡，設隱含層與輸出層之間的變換函數采用線性函數，輸入層與隱含層之間的變換函數采用S型函數，以x_i(i＝1，2，…，L)、z_j(j＝1，2，…，M)、y_k(k＝1，2，…，N)分別代表輸入、隱含層的輸出和輸出層的輸出，γ_k和σ_j分別為隱含層和輸出層的閾值，則?