自动驾驶接管风险评估和人机友好预警方法及预警系统技术方案

本发明专利技术公开了自动驾驶接管风险评估和人机友好预警方法及预警系统，预警方法在于首先计算自动驾驶接管时的接管风险值，然后根据人机友好接管预警算法向驾驶人发出相应方式的接管预警，以提醒驾驶人进行接管操作；预警系统基于预警方法，包括自动驾驶判断模块、接管需求模块、本车接管风险值评估模块和报警模块；汽车集成有预警系统。本发明专利技术在综合考虑多风险源的情况下，分析交通中的多物理对象对本车接管造成的风险，结合本车驾驶人的接管反应特性，对接管时刻的风险进行评估，同时考虑驾驶人的舒适度，建立了人机友好预警方法，可以保障自动驾驶接管安全性，同时提高驾驶人的用户体验，该方法还能为智能驾驶辅助系统提供技术支持。

【技术实现步骤摘要】
自动驾驶接管风险评估和人机友好预警方法及预警系统
本专利技术涉及自动驾驶领域，具体的，涉及自动驾驶接管风险评估和人机友好预警方法及预警系统。
技术介绍
自动驾驶汽车能够提高驾驶的安全性、舒适性和效率，已经成为汽车发展的重要趋势之一。然而，自动驾驶并不是一蹴而就的，根据美国汽车工程师协会(SAE)制定的分级标准，车辆的自动驾驶等级分为六级：人工驾驶(L0)；辅助驾驶(L1)；部分自动驾驶(L2)；有条件自动驾驶(L3)；高度自动驾驶(L4)；完全自动驾驶(L5)。目前市场上占主导的车辆是L1和L2。L3自动驾驶车辆已经成为了新的重要的发展方向。并且由于技术等限制因素，未来将长期处于L3自动驾驶阶段。L3自动驾驶下，驾驶人无需持续监管环境，可以做与驾驶无关的次任务，例如阅读，打电话或者使用电子设备。但在车辆自动驾驶系统失效或者系统达到极限的时候，驾驶人必须能够接管车辆。驾驶人在自动驾驶中的驾驶负荷和手动驾驶有较大差异，突发情况下，人被要求接管车辆驾驶权时，认知负荷激增。驾驶人在极低到极高的阶跃负荷中，难以应对险情，存在极大的安全隐患，很容易发生交通事故。因此，对自动驾驶接管风险进行准确评估，保障接管的安全性，为完善接管预警机制提供依据，是防止驾驶人接管驾驶权时发生交通事故的关键。同时有研究结果表明，系统提醒驾驶人接管车辆驾驶权时，分别采用听觉、视觉和触觉等不同的人机交互方式对驾驶人造成的紧迫感和烦恼程度有显著差异。在准确评估自动驾驶接管的风险，保证安全的前提下，选用驾驶人更为舒适的人机交互方式，能够提高驾驶人的驾驶舒适性。
技术实现思路
有鉴于此，为了克服上述问题，本专利技术的目的之一是提出了自动驾驶接管风险评估和人机友好预警方法，结合驾驶人的接管反应，对自动驾驶接管风险进行准确评估，并在此基础上建立考虑驾驶人用户体验的人机友好接管预警方法；目的之二提供了基于该方法的自动驾驶接管风险评估和人机友好预警系统。本专利技术的目的是通过以下技术方案实现的：本专利技术的有益效果是：本专利技术在综合考虑多风险源的情况下，分析交通中的多物理对象对本车接管造成的风险，结合本车驾驶人的接管反应特性，对接管时刻的风险进行评估，同时考虑驾驶人的舒适度，建立了人机友好预警方法，可以保障自动驾驶接管安全性，同时提高驾驶人的用户体验，该方法还能为智能驾驶辅助系统提供技术支持。本专利技术的其他优点、目标和特征在某种程度上将在随后的说明书中进行阐述，并且在某种程度上，基于对下文的考察研究对本领域技术人员而言将是显而易见的，或者可以从本专利技术的实践中得到教导。本专利技术的目标和其他优点可以通过下面的具体实施方式来实现和获得。附图说明为了使本专利技术的目的、技术方案和有点更加清楚，下面将结合附图对本专利技术做进一步的详细描述：图1示出了本专利技术的流程图；图2示出了本专利技术的人机友好接管预警算法流程示意图。具体实施方式以下是对本专利技术的优选实施例进行详细的描述。应当理解，优选实施例仅为了说明本专利技术，而不是为了限制本专利技术的保护范围。实施例1本实施例提出了一种用于保障自动驾驶接管安全性的人机友好预警方法，首先判断本车是否处于自动驾驶状态，具体通过自动驾驶系统判断自动驾驶功能是否开启，如果为开启，则判断当前时刻是否有驾驶人接管的需要，具体的：当车辆处于自动驾驶状态时，判断是否接收到需要驾驶人接管车辆驾驶权的信号，该信号可能是自动化设备故障或者自动驾驶系统发出的。当两者的状态都满足时(自动驾驶功能开启和有驾驶人接管的需要)，进行自动驾驶接管风险评估和人机友好预警，具体流程如图1所示。首先，根据交通道路中静止物理对象和运动物理对象所造成的行为场场强，获取本车位置处的接管风险总场强。其中静止物理对象为路边的障碍物、人为设置的障碍提示物或者停在路边待修理或者等待红灯的轿车。其中，根据交通道路中静止物理对象的状态信息以及本车的相关信息，为了表征由静止物理对象造成的接管风险，计算静止物体在本车位置(xj,yj)产生的势能场场强ES(静止物理对象的行为场场强的获取方法)：dsj＝(xj-xs,yj-ys)式(2)其中：K代表场强系数；Ms代表静止物理对象的虚拟质量；Rs代表静止物理对象所在处的道路风险影响因子；dsj代表从静止物理对象边界s到(xj,yj)的距离矢量，(xj,yj)为本车位置。运动物理对象包括无驾驶人操控的运动对象和有驾驶人操控的运动对象，无驾驶人操控的运动对象为完全自动驾驶汽车和无人车，根据交通道路中的运动物理对象的状态信息以及本车的相关信息，为了表征由无驾驶人操控的运动对象造成的接管风险，计算无驾驶人操控的运动对象在本车位置(xj,yj)产生的动能场场强Ed(无驾驶人操控的运动对象的行为场场强的获取方式)：ddj＝(xj-xd,yj-yd)式(4)其中：K3代表动能场系数；Md代表无驾驶人操控的运动对象的虚拟质量；Rd代表所述无驾驶人操控的运动对象所在处的道路风险影响因子；ddj代表所述从无驾驶人操控的运动对象边界d到(xj,yj)的距离矢量；vd代表所述无驾驶人操控的运动对象的速度矢量；θd代表vd和ddj的夹角；gradEd,dj是Ed的梯度向量。根据交通道路中的有驾驶人操控的运动物理对象及其驾驶人的状态信息以及本车的相关信息，为了表征由该驾驶人行为特性造成的接管风险，计算其驾驶人在本车位置(xj,yj)产生的行为场场强Ex(有驾驶人操控的运动对象的行为场场强的获取方式)：其中：Dx代表驾驶人的风险因子；Mx代表有驾驶人操控的运动物理对象的虚拟质量；Rx代表有驾驶人操控的运动物理对象所在处的道路风险影响因子；dxj代表从有驾驶人操控的运动物理对象边界x到(xj,yj)的距离矢量。根据上述步骤，计算得到交通道路中静止物理对象和运动物理对象所造成的行为场场强，通过式(1)、(3)和(5)，得到本车位置处的接管风险总场强，表示为：Et＝Es+Ed+Ex式(6)第二，根据本车位置处的接管风险总场强，获取本车接管风险值，具体分为以下步骤：步骤1：基于本车的状态信息和本车位置处的接管风险总场强(式(6))，获取本车所受到的场力，本车所受到的场力可表示为：Fi＝Ei·Mj·Rj·(1+Dj)式(7)其中：Fi代表本车接管时刻在第i个所述静止对象、无驾驶人操控的运动物理对象或有驾驶人操控的运动物理对象形成的接管风险场中受的力；Ei代表单个物体形成的风险场场强；Mj代表本车的虚拟质量；Rj代表本车位置(xj,yj)处的道路风险影响因子；Dj代表本车驾驶人的风险因子。步骤2：基于本车所受的单个风险场场力获取单个交通物理对象产生的风险值，具体的：其中：RISKi和RI本文档来自技高网...

【技术保护点】
1.自动驾驶接管风险评估和人机友好预警方法，其特征在于：/n根据交通道路中静止物理对象、运动物理对象所造成的行为场场强，获取本车位置处的接管风险总场强；/n根据所述本车位置处的接管风险总场强，获取本车接管风险值；/n根据所述本车接管风险值，基于人机友好，选择合适的接管预警方式提醒本车驾驶人。/n

【技术特征摘要】
1.自动驾驶接管风险评估和人机友好预警方法，其特征在于：
根据交通道路中静止物理对象、运动物理对象所造成的行为场场强，获取本车位置处的接管风险总场强；
根据所述本车位置处的接管风险总场强，获取本车接管风险值；
根据所述本车接管风险值，基于人机友好，选择合适的接管预警方式提醒本车驾驶人。


2.根据权利要求1所述的自动驾驶接管风险评估和人机友好预警方法，其特征在于：所述静止对象所造成的行为场场强的获取的方式为：



dsj＝(xj-xs,yj-ys)
其中：
K代表场强系数；
Ms代表静止物理对象的虚拟质量；
Rs代表静止物理对象所在处的道路风险影响因子；
dsj代表从静止物理对象边界s到(xj,yj)的距离矢量，(xj,yj)为本车位置。


3.根据权利要求2所述的自动驾驶接管风险评估和人机友好预警方法，其特征在于：所述运动物理对象包括无驾驶人操控的运动对象和有驾驶人操控的运动对象；
所述无驾驶人操控的运动对象的行为场场强的获取方式为：



ddj＝(xj-xd,yj-yd)
其中：
K3代表动能场系数；
Md代表无驾驶人操控的运动对象的虚拟质量；
Rd代表所述无驾驶人操控的运动对象所在处的道路风险影响因子；
ddj代表所述从无驾驶人操控的运动对象边界d到(xj,yj)的距离矢量；
vd代表所述无驾驶人操控的运动对象的速度矢量；
θd代表vd和ddj的夹角；
gradEd,dj是Ed的梯度向量；
所述有驾驶人操控的运动对象的行为场场强的获取方式为：



其中：
Dx代表驾驶人的风险因子；
Mx代表所述有驾驶人操控的运动物理对象的虚拟质量；
Rx代表所述有驾驶人操控的运动物理对象所在处的道路风险影响因子；
dxj代表从所述有驾驶人操控的运动物理对象边界x到(xj,yj)的距离矢量。


4.根据权利要求3所述的自动驾驶接管风险评估和人机友好预警方法，其特征在于：所述本车位置处的接管风险总场强具体为：
Et＝Es+Ed+Ex。


5.根据权利要求4所述的人机友好预警方法，其特征在于：获取所述本车接管风险值的方法为：
基于本车的状态信息和所述本车位置处的接管风险总场强，获取本车所受到的场力，所述本车所受到的场力可表示为：
Fi＝Ei·Mj·Rj·(1+Dj)
其中：Fi代表本车接管时刻在第i个所述静止对象、无驾驶人操控的运动物理对象或有驾驶人操控的运动物理对象形成的接管风险场中受的力；
Ei代表单个物体形成的风险场场强；
Mj代表本车的虚拟质量；
Rj代表本车位置(xj,yj)处...

【专利技术属性】
技术研发人员：孙棣华，赵敏，毛鹏，
申请(专利权)人：重庆大学，
类型：发明
国别省市：重庆;50