[發(fā)明專利]一種自動駕駛接管績效預(yù)測方法及系統(tǒng)

在審

• 申請?zhí)枺?/td>: 202211647652.5
• 申請日: 2022-12-21
• 公開（公告）號: CN116108972A
• 公開（公告）日: 2023-05-12
• 發(fā)明（設(shè)計）人: 馬艷麗;吳振超;婁藝苧;盧俊;李旭雯
• 申請（專利權(quán)）人: 哈爾濱工業(yè)大學(xué)
• 主分類號: G06Q10/04
• 分類號: G06Q10/04;G06Q10/0639;G06F18/214;G06F18/2431
• 代理公司: 哈爾濱工業(yè)大學(xué)專利中心 23200
• 代理人: 孫宇博

1.一種自動駕駛接管績效預(yù)測方法，其特征在于，包括如下步驟：

步驟一、使駕駛員在車輛在不同工況下接管車輛，獲取多個實驗樣本數(shù)據(jù)，構(gòu)建實驗樣本數(shù)據(jù)庫；

步驟二、根據(jù)接管后車輛行駛數(shù)據(jù)的統(tǒng)計特征，賦予實驗樣本數(shù)據(jù)分類標(biāo)簽；

步驟三、構(gòu)建隨機森林接管績效預(yù)測模型，利用樣本數(shù)據(jù)集合確定模型最優(yōu)參數(shù)組合，實時預(yù)測接管績效水平。

2.根據(jù)權(quán)利要求1所述的自動駕駛接管績效預(yù)測方法，其特征在于，步驟一中，所述實驗樣本數(shù)據(jù)包括接管前駕駛員生理特征數(shù)據(jù)、駕駛員接管績效數(shù)據(jù)，駕駛員生理特征數(shù)據(jù)包括eSense指標(biāo)和腦波指標(biāo)，駕駛員接管績效數(shù)據(jù)由駕駛員接管特征數(shù)據(jù)和接管后車輛行駛數(shù)據(jù)組成。

3.根據(jù)權(quán)利要求2所述的自動駕駛接管績效預(yù)測方法，其特征在于，駕駛員接管特征數(shù)據(jù)包括接管時間，車輛行駛數(shù)據(jù)包括駕駛員接管后車輛最大橫向加速度、最大縱向減速度和最小碰撞時間，接管時間計算公式為：

Δt＝t₂-t₁?(1)

式中：t₁——接管請求發(fā)出的時刻(s)；t₂——駕駛員開始操作方向盤或制動踏板的時刻(s)；碰撞時間計算公式為：

式中：Δl——本車與前車的縱向距離(m)；v₁——本車速度(m/s)；v₂——前車速度(m/s)。

4.根據(jù)權(quán)利要求2所述的自動駕駛接管績效預(yù)測方法，其特征在于，對eSense指標(biāo)和腦波指標(biāo)數(shù)據(jù)進行Z-score標(biāo)準(zhǔn)化處理，Z-score標(biāo)準(zhǔn)化公式為：

式中：X^*——標(biāo)準(zhǔn)化后的指標(biāo)取值；X——原始實驗數(shù)據(jù)中指標(biāo)取值；μ——原始實驗數(shù)據(jù)中指標(biāo)平均值；σ——原始實驗數(shù)據(jù)中指標(biāo)標(biāo)準(zhǔn)差；

對eSense指標(biāo)和腦波指標(biāo)進行Friedman非參數(shù)檢驗，保留不同工況下有顯著差異的t個指標(biāo)，樣本數(shù)據(jù)矩陣即為X＝(x_ij)_s*t，表示有s個樣本，每個樣本有t個指標(biāo)。

5.根據(jù)權(quán)利要求1所述的自動駕駛接管績效預(yù)測方法，其特征在于，步驟二中，將駕駛員接管績效數(shù)據(jù)進行歸一化之后，對每個接管績效指標(biāo)，繪制累積頻率曲線圖，以其30％和70％累積頻率對應(yīng)指標(biāo)值為閾值，將駕駛員的接管績效分為三類：優(yōu)秀、良好、不佳；

賦予分類標(biāo)簽方法為：如有兩個及兩個以上的接管績效指標(biāo)均對應(yīng)接管績效不佳，則將此次接管績效定義為低等級績效；以上述方法賦予每次接管一個接管績效水平標(biāo)簽，結(jié)合每次接管前的駕駛員生理特征樣本數(shù)據(jù)，作為樣本數(shù)據(jù)集合。

6.根據(jù)權(quán)利要求1所述的自動駕駛接管績效預(yù)測方法，其特征在于，步驟三中，將駕駛員生理特征樣本數(shù)據(jù)進行Z-score標(biāo)準(zhǔn)化，采用Bootstrap抽樣方法，從樣本數(shù)據(jù)集合中s個樣本中隨機的、有放回的抽取s’個樣本，使用抽取的樣本構(gòu)建一棵決策樹，其余s-s’個樣本構(gòu)成測試樣本。

在訓(xùn)練決策樹模型節(jié)點時，在節(jié)點上所有的樣本特征中選擇m(mt)個樣本特征，在這些隨機選擇的部分樣本特征中選擇一個最優(yōu)的特征來做決策樹的左右子樹劃分，最優(yōu)特征及分割閾值由最小的Gini系數(shù)決定，Gini系數(shù)計算公式為：

式中：K——將某一節(jié)點處的樣本分為K類；p_k——樣本在第k類的概率。

7.根據(jù)權(quán)利要求6所述的自動駕駛接管績效預(yù)測方法，其特征在于，步驟三中，為減少模型訓(xùn)練時長，將接管績效三分類預(yù)測問題拆分成三個二分類問題，即績效等級為“低”或“不低”，依此訓(xùn)練決策樹模型，此時Gini系數(shù)計算公式為：

Gini(p)＝2p(1-p)?(5)

式中：p——接管績效水平為低的概率；重復(fù)上述步驟若干次，生成含有若干棵決策樹的隨機森林。