[發明專利]一種駕駛員駕駛狀態辨識用樣本庫的建立方法

有效

• 申請號: 201610820912.2
• 申請日: 2016-09-13
• 公開（公告）號: CN106372438B
• 公開（公告）日: 2018-04-13
• 發明（設計）人: 趙栓峰
• 申請（專利權）人: 西安科技大學
• 主分類號: G06F19/00
• 分類號: G06F19/00
• 代理公司: 西安創知專利事務所61213
• 代理人: 譚文琰

1.一種駕駛員駕駛狀態辨識用樣本庫的建立方法，其特征在于，該方法包括以下步驟：

步驟一、正常駕駛狀態下行駛狀態信息獲?。翰捎眯旭偁顟B信息監測裝置且按照預先設計的監測頻率，對被監測駕駛員按照預先設計的路線駕駛過程中所駕駛車輛的行駛狀態信息進行監測，并將所監測信息同步傳送至數據處理器，獲得多個監測時刻的行駛狀態信息；

所述行駛狀態信息監測裝置包括對所駕駛車輛的方向盤轉角進行檢測的方向盤轉角檢測單元(1-1)和對所駕駛車輛的側向加速度進行檢測的側向加速度檢測單元(1-2)，所述方向盤轉角檢測單元(1-1)和側向加速度檢測單元(1-2)均與數據處理器連接；每個監測時刻的行駛狀態信息均包括該時刻方向盤轉角檢測單元(1-1)所檢測的方向盤轉角和側向加速度檢測單元(1-2)所檢測的側向加速度；

步驟二、車輛動力學模型參數確定：所述數據處理器根據步驟一中所獲得的多個監測時刻的行駛狀態信息，得出方向盤轉角函數δ_sw(t)和側向加速度函數其中，δ_sw(t)為步驟一中駕駛過程中所駕駛車輛的方向盤轉角隨時間變化的函數，為步驟一中駕駛過程中所駕駛車輛的側向加速度隨時間變化的函數；所述數據處理器再根據公式并結合步驟一中被監測駕駛員所駕駛車輛的車輛動力學模型的傳遞函數對車輛動力學模型參數G_ay、T_y1、T_y2、T₁和T₂分別進行確定；

公式(2)中，δ_sw(s)為方向盤轉角函數δ_sw(t)的拉普拉斯變換，為側向加速度函數的拉普拉斯變換；

步驟三、險態駕駛狀態下行駛狀態信息獲取，過程如下：

步驟301、隨機數生成：采用數據處理器且調用隨機數生成模塊，生成神經反應時間隨機數組或動作反應時間隨機數組；

所述神經反應時間隨機數組為調用所述隨機數生成模塊生成的一組平均數為t_d0且方差為σ_d的隨機數；其中，t_d0＝0.25～0.5；當被監測駕駛員為男性駕駛員時，σ_d＞7.5；當被監測駕駛員為女性駕駛員時，σ_d＞8；

所述動作反應時間隨機數組為調用所述隨機數生成模塊生成的一組平均數為T_h0且方差為σ_h的隨機數；其中，T_h0＝0.12～0.2；當被監測駕駛員為男性駕駛員時，σ_h＞2.6；當被監測駕駛員為女性駕駛員時，σ_d＞1.95；

步驟302、隨機數篩選：先根據預先設定的疲勞度判斷閾值N_tm，采用數據處理器計算得出神經反應時間判斷閾值t_dm或動作反應時間判斷閾值T_hm，其中，N_tm＝0.7～0.9；再根據計算得出的t_dm或T_hm，對步驟301中生成的所述神經反應時間隨機數組或所述動作反應時間隨機數組進行篩選，獲得險態駕駛狀態下的神經反應時間數組或動作反應時間隨機數組；所述神經反應時間數組中包括險態駕駛狀態下神經反應時間的多個隨機數，所述動作反應時間隨機數組中包括險態駕駛狀態下動作反應時間的多個隨機數；公式(3)中t_da和t_db分別為預先測試得出的被監測駕駛員神經反應時間的上限值和下限值，公式(4)中T_ha和T_hb分別為預先測試得出的被監測駕駛員動作反應時間的上限值和下限值，t_dm、T_hm、t_da、t_db、T_ha和T_hb的單位均為s；

對所述神經反應時間隨機數組進行篩選時，根據計算得出的t_dm，采用數據處理器對所述神經反應時間隨機數組中的各隨機數分別進行判斷；對所述神經反應時間隨機數組中的任一個隨機數進行判斷時，判斷該隨機數是否大于t_dm，且當該隨機數＞t_dm時，判斷為該隨機數為險態駕駛狀態下神經反應時間的隨機數；

對所述動作反應時間隨機數組進行篩選時，根據計算得出的T_hm，采用數據處理器對所述動作反應時間隨機數組中的各隨機數分別進行判斷；對所述動作反應時間隨機數組中的任一個隨機數進行判斷時，判斷該隨機數是否大于T_hm，且當該隨機數＞T_hm時，判斷為該隨機數為險態駕駛狀態下動作反應時間的隨機數；

步驟303、駕駛員反應時間數組獲取：采用數據處理器對步驟302中所述神經反應時間數組或所述動作反應時間隨機數組進行時間數據對計算，獲取駕駛員反應時間數組；所述駕駛員反應時間數組中包括險態駕駛狀態下的多個駕駛員反應時間數據對，每個所述駕駛員反應時間數據對均包括一個神經反應時間和一個動作反應時間；

其中，對所述神經反應時間數組進行時間數據對計算時，采用數據處理器對所述神經反應時間數組中的各隨機數分別進行時間數據對計算；對所述神經反應時間數組中的任一個隨機數t_di進行時間數據對計算時，先根據公式計算得出神經反應時間t_di對應的疲勞度N_ti；再根據公式計算得出神經反應時間t_di對應的動作反應時間T_hi，所述的t_di和T_hi組成一個駕駛員反應時間數據對；i為正整數且i＝1、2、…、N_d，N_d為所述神經反應時間數組中所包括隨機數的總數量；

對所述動作反應時間數組進行時間數據對計算時，采用數據處理器對所述動作反應時間數組中的各隨機數分別進行時間數據對計算；對所述動作反應時間數組中的任一個隨機數t_di進行時間數據對計算時，先根據公式計算得出動作反應時間T_hj對應的疲勞度N_tj；再根據公式計算得出動作反應時間T_hj對應的神經反應時間t_dj，所述的t_dj和T_hj組成一個駕駛員反應時間數據對；j為正整數且j＝1、2、…、N_h，N_h為所述動作反應時間數組中所包括隨機數的總數量；

步驟304、行駛狀態信息獲?。焊鶕A先建立的駕駛員模型，采用數據處理器對步驟303中所述駕駛員反應時間數組中的多個所述駕駛員反應時間數據對分別進行行駛狀態信息計算，獲得N_k組險態駕駛狀態下的行駛狀態信息；其中，N_k為正整數且其為所述駕駛員反應時間數組中所包括駕駛員反應時間數據對的總數量，N_k＝N_d或N_h；

步驟一中多個所述監測時刻被監測駕駛員所駕駛車輛所處的位置均為監測位置，每組險態駕駛狀態下的行駛狀態信息均包括險態駕駛狀態下的多個方向盤轉角信號，多個所述方向盤轉角信號分別為險態駕駛狀態下被監測駕駛員所駕駛車輛在多個不同監測位置處的方向盤轉角信號；

所述駕駛員模型的輸入量為步驟二中所述的輸出量為險態駕駛狀態下被監測駕駛員按照步驟一中預先設計的路線駕駛過程中所駕駛車輛的方向盤轉角隨時間變化的函數；所述駕駛員模型的傳遞函數為公式(9)中，T_p、t_d和T_h分別為駕駛過程中同一時刻被監測駕駛員的預瞄時間、神經反應時間和動作反應時間；

采用數據處理器對步驟303中所述駕駛員反應時間數組中的任一個所述駕駛員反應時間數據對進行行駛狀態信息計算時，根據公式(9)，并結合步驟一中所獲得的多個監測時刻的側向加速度以及該駕駛員反應時間數據對中的神經反應時間和動作反應時間，獲得與該駕駛員反應時間數據對對應的險態駕駛狀態下被監測駕駛員所駕駛車輛在多個不同監測位置處的方向盤轉角信號；

步驟四、樣本庫建立：采用數據處理器建立樣本庫，所建立的樣本庫內存儲有兩類樣本，一類樣本為正常駕駛狀態樣本且該類樣本中包括步驟一中所獲得的多個監測時刻的方向盤轉角信號，另一類樣本為險態駕駛狀態樣本且該類樣本中包括步驟304中獲得的險態駕駛狀態下的多個方向盤轉角信號；

步驟一中獲得M個監測時刻的行駛狀態信息，其中M為正整數且M≥50，步驟四中所述樣本庫中存儲的所述正常駕駛狀態樣本的數量為M個，每個所述正常駕駛狀態樣本均為步驟一中所獲得的一個監測時刻的方向盤轉角信號；步驟四中所述樣本庫中存儲的所述險態駕駛狀態樣本的數量不小于M個，每個所述險態駕駛狀態樣本均為步驟304中獲得的險態駕駛狀態下的一個方向盤轉角信號。