[發明專利]一種駕駛員轉向意圖連續預測方法和系統

有效

• 申請號: 202010876455.5
• 申請日: 2020-08-27
• 公開（公告）號: CN111976733B
• 公開（公告）日: 2021-11-12
• 發明（設計）人: 劉亞輝;董晴;季學武;李亮;川原禎弘
• 申請（專利權）人: 清華大學;株式會社捷太格特
• 主分類號: B60W40/09
• 分類號: B60W40/09;G06F3/01;G06N3/04;G06N3/08
• 代理公司: 北京紀凱知識產權代理有限公司 11245
• 代理人: 冀志華

本發明公開了一種駕駛員轉向意圖連續預測方法和系統，包括：數據采集層，用于在訓練和測試階段對模擬駕駛場景中駕駛員的肌電信號數據和轉向力矩數據進行收集，或在在線使用階段對真實駕駛場景中駕駛員的肌電信號數據進行收集，并發送到數據處理層；數據處理層，用于對收集的各類數據進行預處理，并發送到模型構建層或轉向意圖預測層；模型構建層，用于根據訓練和測試階段處理后的肌電信號數據和轉向力矩數據建立深度時間序列模型，并發送到轉向意圖預測層；轉向意圖預測層，用于根據在線使用階段處理后的駕駛員肌電信號數據以及深度時間序列模型對駕駛員轉向意圖進行連續預測，得到駕駛員轉向預測結果。本發明可以廣泛應用于智能駕駛技術領域。

技術領域

本發明屬于智能駕駛技術領域，特別是涉及一種基于肌電信號處理和時間序列建模的駕駛員轉向意圖連續預測方法和系統。

背景技術

智能和自動駕駛車輛在提高交通安全性、效率和多樣性方面已顯示出巨大潛力。交通運輸和環境效率方面的其他好處以及為老年人和殘疾人提供機動性的機會，正在刺激全球對自動駕駛和駕駛員輔助技術的投資。盡管在過去的五年中取得了一系列成就，但是仍然需要回答一個具有挑戰性的問題，那就是人類駕駛員/乘客如何在未來的自動駕駛汽車中與自動化設備進行協作和交互。在實現全自動駕駛汽車之前，駕駛員仍將需要與自動化設備共享部分車輛控制權限。在這種情況下，預測駕駛員的轉向意圖使智能車輛能夠提前優化與駕駛員的輔助和協作策略，從而為駕駛員與車輛之間的協作提供了一種智能的相互理解系統。

現有的駕駛員轉向意圖主要依賴于駕駛員狀態估計和車輛動力學識別。現有的大多數研究都集中在基于視覺的方法上，預測離散的轉向和換道意圖。然而，由于在駕駛員狀態和轉向扭矩之間缺乏直接的聯系，這些方法都不能提供提前和連續的轉向意圖預測系統。

目前，肌電圖(EMG)信號已廣泛用于駕駛員轉向行為的研究，但大多數研究集中在轉向行為建模、駕駛疲勞和轉向舒適性評估上。研究發現駕駛過程中人類感知的轉向力可能不同于物理力，并且EMG信號可用于感知力估計，但很少有研究基于EMG信號開發精確的轉向扭矩預測，以實現駕駛員與自動駕駛車輛之間的智能協作。

發明內容

針對上述問題，本發明的目的是基于肌電圖(EMG)信號處理和深層時間序列建模，提供一種具有深層時間序列學習功能的駕駛員轉向意圖預測方法和系統。

為實現上述目的，本發明采取以下技術方案：

本發明的第一個方面，是提供一種駕駛員轉向意圖連續預測方法，其包括以下步驟：1)在駕駛模擬平臺上進行多模式數據收集，并基于收集的多模式數據建立深度時間序列模型；2)在智能車輛上裝載深度時間序列模型，并將在線采集的駕駛員肌電信號序列輸入到該深度時間序列模型進行連續預測，得到駕駛員轉向意圖連續預測結果。

進一步地，所述步驟1)中，在駕駛模擬平臺上進行多模式數據收集，并基于收集的數據建立深度時間序列模型的方法，包括以下步驟：1.1)在駕駛模擬平臺上進行多模式數據收集，采集的數據包括單右手駕駛和雙手駕駛兩種駕駛模式下三種不同的駕駛姿勢對應的肌電信號數據和轉向力矩數據；1.2)對采集的多模式數據進行濾除噪聲和平滑處理；1.3)對EMG信號、轉向力矩和駕駛姿勢之間的關系以及肌電信號與轉向力矩之間的相關時間延遲進行分析；1.4)基于分析結果建立深度時間序列模型；1.5)根據現有的駕駛員轉向意圖預測模型對建立的深度時間序列模型進行評估和比較，并根據評估和比較結果對建立的深度時間序列模型進行修改或調整。

進一步地，所述步驟1.1)中，采集肌電信號數據時，電極放置位置為：對于雙手駕駛模式，電極分別放置在：左鎖骨部分前三角肌、右鎖骨部分前三角肌、左三角肌前部、右三角肌前部、左三角肌后部、右三角肌后部、左大三頭肌、右大三頭肌、左肱三頭肌長頭和右肱三頭肌長頭；對于單右手駕駛模式，電極分別放置在：鎖骨胸大肌、三角肌前部、三角肌中部外側、三角肌后部、肱三頭肌長頭、肱三頭肌外側頭、肱二頭肌、岡下肌、胸大肌和大圓肌；各所述電極均放置在相關肌肉的中央。