[發明專利]一種L3級自動駕駛風險評估與接管預警方法及系統有效
| 申請號: | 202110394342.6 | 申請日: | 2021-04-13 |
| 公開(公告)號: | CN113257023B | 公開(公告)日: | 2022-09-09 |
| 發明(設計)人: | 馬艷麗;秦欽;盧俊;婁藝苧 | 申請(專利權)人: | 哈爾濱工業大學 |
| 主分類號: | G08G1/0967 | 分類號: | G08G1/0967;G08G1/16 |
| 代理公司: | 哈爾濱工業大學專利中心 23200 | 代理人: | 孫宇博 |
| 地址: | 150001 黑龍*** | 國省代碼: | 黑龍江;23 |
| 權利要求書: | 查看更多 | 說明書: | 查看更多 |
| 摘要: | |||
| 搜索關鍵詞: | 一種 l3 自動 駕駛 風險 評估 接管 預警 方法 系統 | ||
1.一種L3級自動駕駛風險評估與接管預警方法,其特征在于,包括如下步驟:
步驟一、采集駕駛績效指標數據;
步驟二、計算所述數據在風險值中所占權重值;
步驟三、進行L3級自動駕駛條件下最終風險值計算,并根據實際情況賦予PCA法和熵權法結合隨時間變化的動態權重,從而實時獲取最終風險值,計算步驟如下:
步驟(1)PCA法計算風險值:由所述PCA權重計算模塊得到的駕駛績效指標在最終風險值計算中所占的權重為則PCA法得到的風險值為車輛縱向速度均值、跟車距離、縱向加速度標準差和駕駛員眨眼頻率四項指標的實際測量值分別與PCA法計算出的各指標權重的乘積之和,即
其中,
步驟(2)熵權法計算風險值:由所述熵權法權重計算模塊得到的駕駛績效指標權重為則熵權法得到的風險值為車輛縱向速度均值、跟車距離、縱向加速度標準差和駕駛員眨眼頻率四項指標的實際測量值分別與熵權法計算出的各指標權重的乘積之和,即
步驟(3)PCA法和熵權法結合計算最終風險值:最終風險值是對PCA法和熵權法得到的風險值賦予隨時間變化的動態權重得到的,計算公式為
其中,隨時間變化的動態權重函數為θ(t)=P0e-αt,根據經驗值,參數為P0=0.5,α=0.3;
對所述風險值計算模塊得到的最終風險值進行分類測試,確定最終風險值分類判別標準,比較最終風險值和分類判別標準閾值的大小,生成駕駛風險狀態判斷結果;
步驟四、根據駕駛風險進行預警提示。
2.根據權利要求1所述的L3級自動駕駛風險評估與接管預警方法,其特征在于,步驟二中,利用PCA法計算所述權重值,采用主成分分析法計算累積貢獻率來提取主成分,得到駕駛績效指標在最終風險值計算中所占的權重,計算步驟如下:
步驟(1)樣本數據標準化變換:設樣本數據矩陣為E=(eij)m*n,即有m個樣本,每個樣本有n個駕駛績效指標(其中n=4,m≥n),4項駕駛績效指標分別為車輛縱向速度均值(m/s)、跟車距離(m)、縱向加速度標準差(m/s2)和駕駛員眨眼頻率(次/s),標準化數據矩陣為Y=(yij)m*4,標準化變換公式為:
其中,樣本均值樣本方差
步驟(2)計算樣本相關系數矩陣:設樣本相關系數矩陣為R=(rij)4*4,R為對稱矩陣,并且有rij=rji,rii=1,其中,相關系數為
步驟(3)計算相關矩陣R的特征值和對應的特征向量:特征方程為|R-λI|=0,I為單位陣,解出4個特征值:λ1,λ2,λ3,λ4;由齊次線性方程組|R-λI|L=0,解出對應的特征向量:Lj=(l1j,l2j,…,lnj)T,其中j=1,2,3,4;
步驟(4)計算各駕駛績效指標的貢獻率:計算公式為
各駕駛績效指標的貢獻率即為各駕駛績效指標在最終風險值計算中所占的權重。
該專利技術資料僅供研究查看技術是否侵權等信息,商用須獲得專利權人授權。該專利全部權利屬于哈爾濱工業大學,未經哈爾濱工業大學許可,擅自商用是侵權行為。如果您想購買此專利、獲得商業授權和技術合作,請聯系【客服】
本文鏈接:http://www.szxzyx.cn/pat/books/202110394342.6/1.html,轉載請聲明來源鉆瓜專利網。





