專利名稱：利用駕駛員側縱向控制模型檢測駕駛員干擾狀態的方法
技術領域：
本發明涉及一種利用駕駛員側縱向綜合控制模型檢測駕駛員干擾狀態的方法。該方法在檢測駕駛員干擾方面，利用駕駛員模型實時仿真當前駕駛環境下的駕駛員控制數據(方向盤轉角和油門開度)，將駕駛員模型的控制數據與真實駕駛員的控制數據進行比較，并根據比較結果識別駕駛員是否受到干擾。該方法的硬件成本低，識別準確率高，特別適用于開發車輛的輔助駕駛系統。
背景技術：
駕駛員被干擾(例如，走神、吃東西、喝水/飲料、打電話、和乘客聊天、以及使用車載系統等)是造成交通事故的一個重要原因，因此有必要發展檢測方法實時檢測駕駛員的干擾狀態，以便結合交通狀況及時提醒駕駛員，減少或避免事故的發生。目前駕駛員干擾的檢測主要集中在利用駕駛員的生理表征，例如通過不斷追蹤眼·睛的運動判定駕駛員是否受到視覺干擾等。駕駛員的生理表征雖然可以體現駕駛員受干擾的狀況，但也具有很強的欺騙性，例如當駕駛員受到認知方面的干擾(例如在駕駛時思索問題)時，駕駛員的面部表情可能沒有什么變化，對于這樣的干擾現有方法很難檢測。相反，駕駛員對車輛的控制行為則可以真實地反映駕駛員狀態，研究表明駕駛員在正常情況下的控制數據和受干擾時的控制數據具有很大的差異。

發明內容
本發明的目的是提供一種檢測駕駛員干擾的新方法，該方法利用駕駛員模型，實時仿真當前駕駛環境下的駕駛員控制行為，通過比較駕駛員模型實時仿真的控制數據和真實駕駛員的控制數據，即可準確地判斷駕駛員是否受到干擾。根據本發明的目的,一種駕駛員模型包括路徑規劃模塊,接收來自車載外部傳感器的駕駛環境信息，決策駕駛員的駕駛意圖(換道或保持車道)、規劃相應的行駛軌跡，并實時根據車體位置不斷修正；預瞄模塊，根據來自路徑規劃模塊的所述數據利用駕駛員的預瞄特性得到預期軌跡數據；預測模塊，根據來自車輛動力學模型的狀態信息得到預測軌跡數據；第一比對模塊，接收預期軌跡數據和預測軌跡數據，并通過這兩個軌跡數據的比對獲得側向偏差數據；側向控制模塊，根據所述側向偏差數據計算方向盤轉角改變量和側向加速度并將其分別輸出到第二比對模塊和縱向控制模塊；縱向控制模塊，根據所述側向加速度計算期望縱向加速度，然后根據期望縱向加速度計算油門開度值并輸出至車輛動力學模型；第二比對模塊，根據所述方向盤轉角改變量和車輛動力學模型的當前方向盤轉角，計算最終方向盤轉角并輸出至車輛動力學模型。根據本發明的目的，提出一種利用上述駕駛員模型檢測駕駛員干擾狀態的方法，所述方法包括步驟a，通過車載外部傳感器獲取車輛的駕駛環境信息，通過比較車輛當前位置和所處車道邊界的關系，判斷駕駛員換道或保持車道的駕駛意圖；步驟b，如果判斷駕駛意圖是保持車道，則駕駛員模型根據車輛的所述駕駛環境信息和狀態信息利用ro控制計算方向盤轉角改變量，并根據當前車速和由車輛與前車的期望間隔時間(安全時間)確定的期望縱向加速度計算并輸出油門開度值；步驟C，如果判斷駕駛意圖是換道，則駕駛員模型根據車輛的所述駕駛環境信息和狀態信息利用ro控制獲取方向盤轉角改變量，并根據車輛的當前速度和由側向加速度確定的期望縱向加速度，計算并輸出油門開度值；步驟山將步驟b或C的方向盤轉角和油門開度數據與由車輛內部傳感器獲得真實駕駛員的相應控制數據進行比較，判斷駕駛員是否受到干擾；步驟e，重復步驟a-d，直至停車。所述方法還包括在步驟a之前，將車載外部傳感器以及車輛內部傳感器與計算機相連，調試車載外部傳感器及車輛內部傳感器，初始化駕駛員模型。判斷駕駛員是否受到干擾的準則采用Is的時窗，O. 25s的更新量進行數據處理，其中，判斷駕駛員是否受到干擾的準則利用方向盤轉角、油門開度值與真實駕駛員的數據在Is內的累積差值作為分類的特征，其中，判斷駕駛員是否受到干擾的判別函數是核函數為高斯函數的支持向量機(SVM)。將上述計算的分類特征輸入給支持向量機模型，如果模型的結果大于0，則可以判 斷出駕駛員受到干擾，否則，沒有受到干擾。本發明的駕駛員模型是建立在現有的排隊網絡認知體系上的，在追蹤預期軌跡的同時，它能夠準確地仿真真實駕駛員的駕駛特性和生理局限，能夠體現熟練駕駛員的駕駛行為。車輛外部的環境感知傳感器實時獲取當前的駕駛環境信息，將這些信息實時輸給駕駛員模型。駕駛員模型根據環境感知傳感器的信息，實時計算駕駛員控制數據。通過車輛內部傳感器獲取真實駕駛員的實時控制數據，通過比較駕駛員模型計算的駕駛數據和真實駕駛員的控制數據就可以準確判斷駕駛員是否受到干擾。本發明的優點在于提出了一種通過實時比較駕駛員模型的仿真控制數據和真實駕駛員的控制數據檢測駕駛員是否受到干擾的方法，這種檢測過程本身不會對駕駛員產生干擾，且硬件容易實現，成本低；駕駛數據能夠真實地反映駕駛員的駕駛狀態，通過駕駛員模型的仿真數據和真實駕駛員的駕駛數據的差異識別駕駛員是否受到干擾，可以大大地降低干擾檢測的誤判率，提高檢測的準確率，推進輔助駕駛系統的智能程度。


圖I是利用駕駛員模型進行駕駛員干擾檢測的原理圖。圖2是圖I中的駕駛員模型結構圖。圖3是利用駕駛員模型進行駕駛員干擾檢測方法的流程圖。
具體實施例方式下面將參照附圖詳細描述根據本發明的駕駛員干擾狀態的檢測方法。在本發明中，為了簡化描述，假設駕駛員模型與真實駕駛員處于相同的預期軌跡，當然本發明不限于此。圖I是利用駕駛員模型進行駕駛員干擾檢測的原理圖。如圖I所示，利用駕駛員模型進行駕駛員干擾檢測的原理如下(I)通過車載外部傳感器實時獲取駕駛環境信息(道路類型(直線或曲線)、車輛當前所處車道的位置信息、車速、與同一車道的前車及后車的距離、相鄰車道的車輛(前車及后車)速度及其與本車的距離)；(2)駕駛員模型接收來自車載外部傳感器的數據，模擬熟練駕駛員的駕駛行為實時仿真當前駕駛環境下的駕駛行為，并輸出駕駛員控制數據至輛動力學模型以實現仿真的駕駛行為的閉環校正，從駕駛員模型輸出的駕駛控制數據作為正常駕駛下的基準；(3)在進行步驟(2)的同時，通過車載傳感器實時獲取真實駕駛員對車輛的控制數據；(4)比較模塊接收來自步驟(2)的駕駛員模型控制數據和來自步驟(3)的真實駕駛員的控制數據，通過比較駕駛員模型和真實駕駛員的控制數據就可以準確判斷駕駛員是否受到干擾。在圖I中示出的駕駛員模型是建立在現有的排隊網絡認知體系上的，在追蹤預期軌跡的同時，它能夠準確地仿真真實駕駛員的駕駛特性和生理局限，能夠體現熟練駕駛員的駕駛行為。下面參照圖2詳細描述駕駛員模型。如圖2所示，駕駛員模型包括路徑規劃模塊、預瞄模塊、預測模塊、比對模塊I、比對模塊2、側向控制模塊、縱向控制模塊等。在一方面，來自車載外部傳感器的駕駛環境信息輸入路徑規劃模塊，路徑規劃模
塊決策出駕駛員的駕駛意圖(換道或保持車道)規劃相應的行駛軌跡，并實時根據車體位置不斷修正，預瞄模塊根據來自路徑規劃模塊的所述數據利用駕駛員的預瞄特性得到預期軌跡數據。在另一方面,來自車輛動力學模型的車輛狀態信息(Sn(X, y, ax, ay, vx, vy, yaw),其中X是車體側坐標，y是車體縱向坐標，ax是縱向加速度，ay是側向加速度，Vx是縱向速度，vy是側向速度，yaw是車體橫擺角)輸入預測模塊，預測模塊根據所述狀態信息輸出預測軌跡數據。預期軌跡數據和預測軌跡數據均輸入比對模塊1，以通過比對模塊I對這兩個軌跡數據進行比對獲得側向偏差數據E (將在下文中描述)。側向控制模塊根據來自比對模塊I的側向偏差數據E計算方向盤轉角改變量△ δ (將在下文中描述)并將其分別輸出到比對模塊2和縱向控制模塊。縱向控制模塊計算最終油門開度值α (將在下文中描述)并輸出至車輛動力學模型，比對模塊2根據來自側向控制模塊的方向盤轉角改變量△ δ和車輛動力學模型的當前方向盤轉角(將在下文中描述)計算輸出最終方向盤轉角δ (將在下文中描述)并將其輸出至車輛動力學模型。由此實現駕駛員模型的駕駛行為的閉環校正。由于在描述圖I和圖2時涉及的傳感器檢測-比較模塊/比對模塊的比較/比對-控制模塊的控制的實現方式(例如，軟件方式、硬件方式等)屬于現有技術，在此不再重復描述。下面參照圖3詳細描述利用駕駛員模型進行駕駛員干擾檢測的方法。利用駕駛員模型進行駕駛員干擾檢測的過程如下在步驟301和302中，調試車載外部傳感器及車輛內部傳感器，使其正常工作，初始化駕駛員模型的各模塊并保證各模塊時鐘一致，同時保證真實駕駛員駕駛車輛前進的時間與各個傳感器及駕駛員模型的啟用時間一致。將各個傳感器與計算機(例如，車載計算機)相連，以與駕駛員模型進行通信。在步驟303中，駕駛員駕駛車輛前進，車載外部傳感器實時獲取當前的駕駛環境信息，車輛內部傳感器實時獲取車輛的狀態信息。當然，各個傳感器可能被一些情況(例如，傳感器故障、車輛停車等)中斷。在步驟304和305中，駕駛員模型根據車載外部傳感器獲取車輛的駕駛環境信息，通過比較車輛當前位置(即，在所處車道內的位置)和所處車道邊界的關系，判斷駕駛員的駕駛意圖(換道或保持車道)。根據步驟305得到的駕駛意圖(換道或保持車道)，駕駛員模型根據從車載外部傳感器獲取的當前駕駛環境信息，按照駕駛安全性準則進行路徑規劃，并根據車輛的位置信息實時進行不斷的修正。根據駕駛意圖得到的規劃路徑即作為駕駛員模型的預期軌跡，駕駛員模型對該預期軌跡進行追蹤，得到相應的駕駛行為基準。這樣，通過路徑規劃獲得的預期軌跡可確保駕駛員模型與真實駕駛員處于相同或大致相同的預期軌跡。根據步驟305得到的駕駛意圖，駕駛員模型根據相應的駕駛意圖(換道或保持車道)選擇不同的控制方式追蹤在步驟305中得到的預期軌跡。如果在步驟305中得到的駕駛意圖是保持車道，則在步驟306、307、308和309中，將通過車載外部傳感器獲得的兩車(本車及其前車)間距dn、前車速度Vhn及通過車輛內部傳感器獲取的車輛狀態信息Sn (xn, yn, axn, ayn, vxn, vyn, yawn)傳送給駕駛員模型。駕駛員模型的預瞄模塊通過步驟305獲取的規劃路徑，得到當前預瞄時間(Tp = I. 5s)內的預期軌跡點Pn(xn, yn),預測模塊通過車輛內部傳感器得到車輛狀態信息Sn(xn, yn, axn, avn, vxn, vvn, yawn) 并預測預瞄時間Tp內車輛所要到達的位置坐標由此就可以得到預期軌跡和預測軌跡的側向位置誤差En。為了精確追蹤預期軌跡，就要調整方向盤轉角減小側向位置偏差。在駕駛員模型中利用H)控制獲取方向盤轉角改變量。在縱向方面，為了保證駕駛的安全性，防止追尾事故發生，要保證兩車間距在安全范圍內(或者大于安全時間)。為此，計算兩車的間隔時間ten，期望縱向加速度axn則與兩車的間隔時間ten和安全時間tf (tf=4s)的差成比例關系，由此根據車輛動力學的關系得到期望縱向加速度和當前速度對應的油門開度(正值代表加速，負值表示剎車)，公式如下En = Vill-V11(I)
rI2 n V,, -^/) f ηtf =—^~-Ti~—⑷^(3)
PΔ δ n = kp · ayn+kd · a' yn (4)δ n= δ η+ Δ δ n(5)icn = dn-[vxr!- Tp\ H Tl-VhnTps^J [vxn' a‘ Tp)(hj
=A^-(/ —/y) (7)W J { md
Av^a 4 (8)由公式(1)，第n步的側向位置偏差En通過預測軌跡點的側向坐標減去預期軌跡點的側向坐標。由公式(2 )，根據車輛內部傳感器獲取第η步側向速度ννη，計算到達預期位置的側向加速度ayn。由公式(3)，通過第η步側向加速度和第n-1步側向加速度的差除以預瞄時間即可得到第η步側向加速度的導數a, yn。由公式(4)，通過H)控制，得到第η步方向盤轉角改變量Λ δη。由公式(5)，第n-1步的方向盤轉角加上方向盤轉角改變量Λ δη就可以得到最終方向盤轉角δη。在計算縱向控制參數(即油門或剎車開度)方面，由公式
(6)計算第η步兩車的間隔時間tm，由公式(7)得到期望縱向加速度次最后由公式(8)提供的查詢表得到最終油門開度值αη，其中f(vxn，adxn)是關于車輛發動機的動力學函數表達式，不同的縱向加速度和縱向速度對應不同的油門開度。由于如何實現ro控制屬于現有技術，在此不再描述。從上面的描述看出，駕駛員 模型根據車載外部傳感器獲知預期軌跡，通過仿真熟練駕駛員在正常駕駛情況下的駕駛特性得到控制命令，然后輸出給車輛動力學模型。如果在步驟305中得到的駕駛意圖是換道，則在步驟310、311、312和313中，將通過車載外部傳感器獲得的相鄰車道的駕駛環境信息及通過車輛內部傳感器獲取的車輛狀態信息Sn(xn, yn, axn, avn, vxn, Vvn, yawn)傳送給駕駛員模型。駕駛員模型中的預貓模塊、預測模塊以及方向盤轉角的計算方法與步驟306、307、308和309相同，不同點在縱向加速度方面。為了仿真真實駕駛員的生理局限，在換道時，期望的縱向加速度是根據側向加速度決定的，根據車輛動力學的關系得到期望縱向加速度對應的油門開度(正值代表加速，負值表示剎車)，公式如下adxn=K · ayn+ad (9)an=f(vxn, adJ (10)由上面的公式(I) - (5)計算追蹤預期軌跡所需要的方向盤轉角。由公式(9)計算期望的縱向加速度，其中ayn是公式(2)計算的側向加速度，1(、&是常數。由公式(10)提供的查詢表計算當前速度和期望縱向加速度下的油門開度值。由步驟306-309或步驟310-313可以獲得駕駛員模型仿真在正常駕駛情況(例如，保持車道或換道)下的駕駛行為數據M ( afc)，由車輛內部傳感器獲得真實駕駛員實時的控制數據D ( δΒη，aDn)，然后通過比較模塊(見圖I)判斷駕駛員是否受到其他任務的干擾，其判定準則如下公式所示
權利要求
1.一種利用駕駛員模型檢測駕駛員干擾狀態的方法，所述方法包括 步驟a，通過車載外部傳感器獲取車輛的駕駛環境信息，通過比較車輛當前位置和所處車道邊界的關系，判斷駕駛員換道或保持車道的駕駛意圖； 步驟b，如果駕駛意圖是保持車道，則駕駛員模型根據車輛的所述駕駛環境信息和狀態信息利用ro控制計算方向盤轉角改變量，并根據當前車速和由車輛與前車的間隔時間確定的期望縱向加速度計算并輸出油門開度； 步驟C，如果駕駛意圖是換道，則駕駛員模型根據車輛的所述駕駛環境信息和狀態信息利用ro控制計算方向盤轉角改變量，并根據車輛的當前速度和由側向加速度計算得到的期望縱向加速度計算并輸出油門開度； 步驟山將步驟b或C的方向盤轉角和油門開度數據與由車輛內部傳感器獲得真實駕駛員的控制數據進行比較，判斷駕駛員是否受到干擾； 步驟e，重復步驟a-d，直至停車， 其中，駕駛員模型包括 路徑規劃模塊，接收來自車載外部傳感器的駕駛環境信息，決策駕駛員換道或保持車道的駕駛意圖，規劃相應的行駛軌跡，并實時根據車體位置不斷修正； 預瞄模塊，根據來自路徑規劃模塊的所述數據利用駕駛員的預瞄特性得到預期軌跡數據； 預測模塊，根據車輛狀態信息計算預測軌跡數據； 第一比對模塊，接收預期軌跡數據和預測軌跡數據，并通過這兩個軌跡數據的比對獲得側向偏差數據； 偵_控制模塊，根據所述側向偏差數據計算方向盤轉角改變量和側向加速度并將其分別輸出到第二比對模塊和縱向控制模塊； 縱向控制模塊，根據期望縱向加速度和當前汽車的速度計算油門開度值并輸出至車輛動力學模型； 第二比對模塊，根據所述方向盤轉角改變量和車輛動力學模型的當前方向盤轉角，計算最終方向盤轉角并輸出至車輛動力學模型，由此實現駕駛員模型駕駛行為的閉環校正。
2.根據權利要求I所述的方法，所述方法還包括在步驟a之前，將車載外部傳感器以及車輛內部傳感器與計算機相連，調試車載外部傳感器及車輛內部傳感器，初始化駕駛員模型。
3.根據權利要求2所述的方法，其中，計算機是車載計算機。
4.根據權利要求I所述的方法，其中，根據步驟a，駕駛員模型按照駕駛安全性準則進行路徑規劃，以獲得預期軌跡。
5.根據權利要求I所述的方法，其中，所述駕駛環境信息包括兩車間距、前車速度，所述狀態信息通過車輛內部傳感器獲得， 其中，駕駛員模型將當前預瞄時間內的預期軌跡點與車輛所要到達的位置坐標比較，以得到預期軌跡和預測軌跡的側向位置誤差，以計算方向盤轉角改變量。
6.根據權利要求I所述的方法，其中，判斷駕駛員是否受到干擾的準則采用Is的時窗，.0.25s的更新量， 其中，判斷駕駛員是否受到干擾的準則是利用模型得到的方向盤轉角、油門開度值與真實駕駛員的相應控制數據在Is內的累積差值作為分類的特征， 其中，判斷駕駛員是否受到干擾的函數是利用核函數為高斯函數的支持向量機(SVM)。
7.根據權利要求6所述的方法，其中，將上述計算的分類特征輸入支持向量機模型，如果模型的結果大于O，則可以判斷出駕駛員受到干擾，否則，沒有受到干擾。
全文摘要
本發明提供一種利用駕駛員模型檢測駕駛員干擾狀態的方法，該方法包括由外部傳感器獲取車輛的駕駛環境信息，根據車輛的位置和車道邊界的關系判斷駕駛意圖；當駕駛意圖是保持車道時，駕駛員模型根據駕駛環境信息和車輛狀態信息計算方向盤轉角改變量，根據當前車速和由車輛與前車的間隔時間確定的期望縱向加速度計算并輸出油門開度；當駕駛意圖是換道時，駕駛員模型根據駕駛環境信息和狀態信息計算方向盤轉角改變量，根據當前車速和由側向加速度計算的期望縱向加速度計算并輸出油門開度；將駕駛員模型計算得到的方向盤轉角和油門開度與內部傳感器獲得的真實駕駛員的控制數據進行比較，判斷駕駛員是否受到干擾；重復上述步驟，直至停車。
文檔編號B60W40/04GK102795225SQ20121033369
公開日2012年11月28日 申請日期2012年9月10日 優先權日2012年9月10日
發明者畢路拯, 黃杰, 甘國棟 申請人:北京理工大學