基于制動特性的主動避撞方法研究.pdf

1、隨著交通安全關(guān)注度的日益上升，安全帶、安全氣囊等被動安全設(shè)備在應(yīng)對交通事故中的弊端逐漸突顯出來，單一的利用被動安全設(shè)備減輕交通事故對于人員的傷害已經(jīng)不能滿足人們對于生命財產(chǎn)安全保護(hù)的需求。因此，利用車載雷達(dá)裝置、高速視頻采集器、超聲波探測器等先進(jìn)傳感器獲取周圍駕駛環(huán)境信息、本車運(yùn)動信息建立的先進(jìn)輔助駕駛系統(tǒng)成為了更為有效解決交通安全問題的重要手段。然而在不了解駕駛行為特征的情況下，輔助駕駛系統(tǒng)不可避免的會與駕駛員駕駛行為產(chǎn)生干涉，甚至可

2、能導(dǎo)致駕駛?cè)苏`操作、漏操作情況。因此，準(zhǔn)確的了解駕駛?cè)说男袨樘卣餍畔τ谔岣唏{駛輔助系統(tǒng)的人性化、智能化有極大的幫助。
　　鑒于制動操作行為是一種常見的駕駛行為，駕駛?cè)说闹苿有袨槭邱{駛行為的一部分，因此本文對駕駛?cè)说闹苿有袨檎归_研究并在此基礎(chǔ)上提出了新型前方障礙物報警策略。本文首先對國內(nèi)外關(guān)于制動行為的研究成果進(jìn)行分析與總結(jié)，并在此基礎(chǔ)上對可能影響駕駛?cè)酥苿有袨榈亩喾N因素進(jìn)行了一定的歸納。然后在借助 PCA（主成分分析法）理論的基

3、礎(chǔ)上對各影響因素進(jìn)行了貢獻(xiàn)度計算，并結(jié)合BP神經(jīng)網(wǎng)絡(luò)理論建立了駕駛?cè)酥苿有袨轭A(yù)測模型并對制動意圖進(jìn)行了有效分類。最終以減速度為報警閾值結(jié)合制動行為特征建立了主動避撞方法。本文主要研究內(nèi)容如下：
　?。?）制動行為數(shù)據(jù)采集。文章首先基于動感型模擬駕駛儀設(shè)計了城市道路駕駛場景，招募了實驗人員，完成了跟車狀態(tài)下各駕駛參數(shù)的采集，為后期的特征參數(shù)的篩選、模型建立和制動意圖分類奠定了堅實的基礎(chǔ)。
　?。?）特征參數(shù)的篩選?；趪鴥?nèi)外的

4、研究成果以及對駕駛?cè)酥苿有袨橛绊懸蛩氐姆治?，在借助的PCA理論的基礎(chǔ)上對獲取的7個影響因素進(jìn)行貢獻(xiàn)度計算。最終確定了以前車加速度aObj、兩車相對速度vRe l、兩車相對距離xRe l和碰撞時間倒數(shù)TTCi四個參數(shù)作為駕駛?cè)酥苿有袨锽P神經(jīng)網(wǎng)絡(luò)模型的輸入特征參數(shù)。
　?。?）駕駛?cè)酥苿有袨锽P神經(jīng)網(wǎng)絡(luò)模型的建立。確定了以BP神經(jīng)網(wǎng)絡(luò)理論為基礎(chǔ)的駕駛?cè)酥苿有袨樽R別模型，分別導(dǎo)入各駕駛?cè)酥苿有袨樘卣鲾?shù)據(jù)進(jìn)行模型訓(xùn)練；以識別準(zhǔn)確率和誤差

5、值大小為評價標(biāo)準(zhǔn)，對BP神經(jīng)網(wǎng)絡(luò)模型各參數(shù)值進(jìn)行了多數(shù)據(jù)對比確定，最終確定了模型輸入層-中間層-輸出層節(jié)點數(shù)、連接權(quán)值、閾值、學(xué)習(xí)率和激勵函數(shù)，建立了符合駕駛?cè)颂匦缘闹苿幽Ｐ?，完成了各實驗人員制動行為預(yù)測。
　?。?）駕駛?cè)酥苿右鈭D的劃分。在完成各駕駛?cè)酥苿有袨轭A(yù)測的基礎(chǔ)上，通過引入 K-means聚類分析算法對每位實驗人員的制動預(yù)測數(shù)據(jù)進(jìn)行聚類劃分。以每位實驗人員的制動預(yù)測數(shù)據(jù)作為聚類初始數(shù)據(jù)，并設(shè)定目標(biāo)聚類質(zhì)心為3進(jìn)行聚類劃分

6、；然后通過中值法對聚類結(jié)果重疊區(qū)間進(jìn)行了再劃分，并以此對各實驗人員的二次劃分聚類結(jié)果進(jìn)行緊急制動、中等制動、輕制動的三類制動意圖定義。
　?。?）新型危險報警策略的建立。在獲取兩車跟馳狀態(tài)下前后車行駛速度、加速度、相對距離以及考慮駕駛?cè)酥苿友舆t特性的基礎(chǔ)上，提出了以減速度為報警閾值的危險報警策略。并通過模擬駕駛儀設(shè)備對策略的有效性進(jìn)行了驗證。
　?。?）基于制動行為的主動避撞策略的驗證與評價。重新采集③、⑥兩位實驗人員跟車行