The invention discloses a method and system for establishing anthropomorphic driver control model of an unmanned vehicle. The method includes: acquiring user's personal attribute data and driving behavior data; the personal attribute data includes gender, driving age, mood, personality, heart rate and blood pressure; and the driving behavior data includes driving. Speed and headway direction; driving behavior markers are calculated according to the driving behavior data; the driving behavior markers are speed change, direction change, lane change and lamp change; the driving behavior markers are trained using linear regression model with the personal attribute data as input and the driving behavior markers as output, and the driving behavior based on the driving behavior is obtained. The driving behavior classification model which marks the relationship between the personal attribute data and determines the anthropomorphic driver control model according to the driving behavior classification model. The driving state of the unmanned vehicle can be changed according to the different users, and the driving personality of the user can be satisfied.
【技术实现步骤摘要】
一种无人车的拟人驾驶员控制模型的建立方法和系统
本专利技术涉及无人车
,特别是涉及一种无人车的拟人驾驶员控制模型建立方法和系统。
技术介绍
现有的无人车驾驶控制模型都是根据出厂商的设定产生统一的行驶行为。试想不久的将来,城市无人车普及,其使用者则是现在车辆的驾驶者和使用者,而无人车若仅为现有的单一的机器人行为,道路上将出现诸多驾驶行为一样的无人车,很显然,这种单一化的驾驶行为无法满足不同使用者的需求,因此,如何根据无人车乘车人的需求进行驾驶,使其产生因人而异的驾驶行为,成为本领域亟需解决的技术问题。
技术实现思路
本专利技术的目的是提供一种无人车的拟人驾驶员控制模型建立方法和系统,以使无人车的行驶状态因使用者的不同而改变,满足使用者的驾驶个性所需。为实现上述目的,本专利技术提供了一种无人车的拟人驾驶员控制模型的建立方法,包括:获取使用者的个人属性数据和驾驶行为数据;所述个人属性数据包括性别、驾龄、年龄、情绪、个性、心率和血压,所述驾驶行为数据包括行驶速度和车头方向;根据所述驾驶行为数据计算驾驶行为标记;所述驾驶行为标记为变速、变向、变道和变灯;以所述个人属性数据作为输入,以所述驾驶行为标记作为输出,利用线性回归模型进行训练,得到基于所述驾驶行为标记与所述个人属性数据的关系的驾驶行为分类模型;根据所述驾驶行为分类模型确定拟人驾驶员控制模型。可选的,所述获取使用者的个人属性数据和驾驶行为数据,具体包括:获取所述使用者输入的性别、驾龄、年龄;通过心率检测仪获取所述使用者的心率;通过血压检测仪获取所述使用者的血压;获取所述使用者驾驶车辆时的面部表情、肢体语言和声 ...
【技术保护点】
1.一种无人车的拟人驾驶员控制模型的建立方法,其特征在于,包括:获取使用者的个人属性数据和驾驶行为数据;所述个人属性数据包括性别、驾龄、年龄、情绪、个性、心率和血压,所述驾驶行为数据包括行驶速度和车头方向;根据所述驾驶行为数据计算驾驶行为标记;所述驾驶行为标记为变速、变向、变道和变灯;以所述个人属性数据作为输入,以所述驾驶行为标记作为输出,利用线性回归模型进行训练,得到基于所述驾驶行为标记与所述个人属性数据的关系的驾驶行为分类模型;根据所述驾驶行为分类模型确定拟人驾驶员控制模型。
【技术特征摘要】
1.一种无人车的拟人驾驶员控制模型的建立方法,其特征在于,包括:获取使用者的个人属性数据和驾驶行为数据;所述个人属性数据包括性别、驾龄、年龄、情绪、个性、心率和血压,所述驾驶行为数据包括行驶速度和车头方向;根据所述驾驶行为数据计算驾驶行为标记;所述驾驶行为标记为变速、变向、变道和变灯;以所述个人属性数据作为输入,以所述驾驶行为标记作为输出,利用线性回归模型进行训练,得到基于所述驾驶行为标记与所述个人属性数据的关系的驾驶行为分类模型;根据所述驾驶行为分类模型确定拟人驾驶员控制模型。2.根据权利要求1所述的无人车的拟人驾驶员控制模型的建立方法,其特征在于,所述获取使用者的个人属性数据和驾驶行为数据,具体包括:获取所述使用者输入的性别、驾龄、年龄;通过心率检测仪获取所述使用者的心率;通过血压检测仪获取所述使用者的血压;获取所述使用者驾驶车辆时的面部表情、肢体语言和声音;根据所述面部表情、肢体语言和声音利用情绪识别系统确定所述使用者的情绪和个性。3.根据权利要求1所述的无人车的拟人驾驶员控制模型的建立方法,其特征在于,所述获取使用者的个人属性数据和驾驶行为数据,具体包括:获取所述使用者输入的性别、驾龄、年龄;通过心率检测仪获取所述使用者的心率;通过血压检测仪获取所述使用者的血压;利用心理问卷对所述使用者进行测试,得到测试结果;根据所述测试结果确定所述使用者的情绪和个性。4.根据权利要求1所述的无人车的拟人驾驶员控制模型的建立方法,其特征在于,所述根据所述驾驶行为数据计算驾驶行为标记,具体包括:根据所述行驶速度计算相邻时刻的速度变化量;判断所述速度变化量是否大于2m/s,当所述速度变化量大于2m/s时确定为变速Cs(t);判断所述车头方向变化量是否大于45°且小于90°,当所述车头方向变化量大于45°且小于90°时确定为变道Cl(t);判断所述车头方向变化量是否大于90°,当所述车头方向变化量大于90°时确定为变向Cd(t);根据所述变道和/或所述变向,确定一次变灯Chl(t)。5.根据权利要求4所述的无人车的拟人驾驶员控制模型的建立方法,其特征在于,所述变速、变道和变灯采用布尔变量,所述变向Cd(t)=(l,r,0,1),其中l表示左变向,r表示右变向,0表示直行,1表示掉头。6.根据权利要求1所述的无人车的拟人驾驶员控制模型的建立方法,其特征在于,所述以所述个人属性数据作为输入,以所述驾驶行为标记作为输出,利用...
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。