[發明專利]CACC駕駛員肢體肌電信號表征的操縱意圖預測方法

有效

• 申請號: 201610766844.6
• 申請日: 2016-08-29
• 公開（公告）號: CN106326873B
• 公開（公告）日: 2019-04-16
• 發明（設計）人: 張晉東;賈曉燕;欒婧;張冠華;李想;黃聚;尹雪龍;許彥平;吳興剛;朱琳瑤
• 申請（專利權）人: 吉林大學
• 主分類號: G06K9/00
• 分類號: G06K9/00;G06K9/62;G06N3/08;G06F3/01
• 代理公司: 北京科億知識產權代理事務所(普通合伙) 11350
• 代理人: 黃浩威

本發明公開了一種CACC駕駛員肢體肌電信號表征的操縱意圖預測方法，將CACC駕駛員肢體肌電信號特征數據作為深入學習算法進行訓練，從CACC駕駛員肢體肌電信號特征數據預測出CACC駕駛員下一時刻肢體的操縱動作模式A_i，最后通過增益因子的線性拉普拉斯傳遞函數得到CACC汽車下一時刻的位置、速度和加速度。通過構建CACC工況下的駕駛員肢體肌電特征參數與不同操縱動作模式的映射關系，采用誤差反饋在線自學習的方式準確識別出駕駛員肢體的不同操縱動作模式，進而預知自車下一時刻的行駛狀態。

技術領域

本發明涉及汽車協同式自適應巡航控制領域，具體涉及一種CACC駕駛員肢體信號表征的操作意圖預測方法。

背景技術

汽車協同式自適應巡航控制(Cooperative Adaptive Cruise Control,CACC)是實現汽車自主駕駛、多輛汽車隊列行駛的關鍵技術，從全面信息交互的多車協同以保證行駛安全和性能的角度出發，實施對汽車驅動、制動和轉向的智能控制，使多輛汽車進行同道同向隊列行駛時保持更短的車間距，達到行駛性能的綜合最優化。CACC可以帶來諸多方面的改善，比如：減少駕駛員操縱負擔，增強道路上的行駛安全性，簡化交通管理與控制的復雜程度，減緩交通擁堵，并在此基礎上提高了汽車燃油經濟性，減少環境污染。

在CACC中，其中一個較為重要的方面為對操縱意圖進行預測，只有準確地識別出駕駛員肢體的不同操縱動作模式，從而預知自車下一時刻的行駛狀態，才能實現有效的汽車協同式自適應巡航控制，但是目前所采用的操縱意圖預測方法在準確度上都并不理想。

發明內容

針對現有技術的不足，本發明旨在提供一種CACC駕駛員肢體肌電信號表征的操縱意圖預測方法，構建CACC工況下的駕駛員肢體肌電特征參數與不同操縱動作模式的映射關系，準確識別出駕駛員肢體的不同操縱動作模式，進而預知自車下一時刻的行駛狀態。

為了實現上述目的，本發明采用如下技術方案：

CACC駕駛員肢體肌電信號表征的操縱意圖預測方法，包括如下步驟：

S1將CACC駕駛員肢體肌電信號特征數據作為稀疏自動編碼機的輸入，稀疏自動編碼機的隱層與輸出層的轉換函數使用tan-sigmoid轉換函數，訓練得到CACC駕駛員肌體肌電信號的特征模板；tan-sigmoid轉換函數的一般形式如下：

其中T為縮放系數，θ為位移參數，二者共同決定了單個神經元的響應特性；

S2將步驟S1中得到的特征模板經過卷積后作為Pooling層的輸入，通過特征提取層，使每個神經元的輸入與前一層的局部接受域相連，并提取該局部的特征，一旦該局部特征被提取后，它與其它特征之間的位置關系也隨之確定下來；通過Logistic回歸模型得到隱層如下：

其中W，b為權值；

由此得到神經網絡的每個單元，將多個單元組合起來構成完整的卷積神經網絡，最終輸出得到CACC駕駛員下一時刻肢體的操縱動作模式A_i，i＝1,2,...,I，I為CACC駕駛員操縱動作模式的輸出單元數；

S3通過增益因子K的線性拉普拉斯傳遞函數G得到表征CACC汽車下一時刻行駛狀態的量：位置p、速度v和加速度a；

分別計算CACC駕駛員操作動作模式A_i與位置p、速度v和加速度a的傳遞函數，在得到傳遞函數后，就可以根據輸入的CACC駕駛員操作動作模式A_i的量，求出輸出量位置p、速度v和加速度a，從而達到預測CACC下一時刻行駛狀態的目的。