【技术实现步骤摘要】
一种体现驾驶员个性化行为的车道变换方法
本专利技术属于汽车智能驾驶
，特别涉及一种体现驾驶员个性化行为的车道变换方法。
技术介绍
随着经济水平的持续提高，拥有车辆的人群比例不断上涨，人们对汽车的行车安全问题也投入了更多的关注。但行车安全的提高不能仅仅依靠驾驶员自身驾驶能力与意识的改变，同样也对驾驶员行为特征识别及其在高级驾驶员辅助系统(ADAS)中的应用提出了更严苛的需求。尽管ADAS在人-车-环境闭环系统中发挥着重要作用，但是现有的产品很少考虑驾驶员自身因素，对于所有驾驶员采取相同的控制策略，只是根据车辆安全性需求进行设计，而忽略了对驾驶员个性化的考虑，难以符合驾驶员的真实驾驶特性，导致系统对驾驶员的适应性较低。因此近年来越来越多的研究聚焦在人性化的驾驶辅助系统上。车道变换作为驾驶辅助系统研究的热点，自然对其有了更高的要求。因此，形成一种体现驾驶员个性化行为的车道变换方法有着重要的意义。
技术实现思路
本专利技术的目的是提供一种体现驾驶员个性化行为的车道变换方法，其基于采集数据离线学习，建立描述驾...
【技术保护点】
1.一种体现驾驶员个性化行为的车道变换方法，其特征在于，包括如下步骤：/n步骤一、建立换道轨迹规划模型，得到换道规划轨迹：/n
【技术特征摘要】
1.一种体现驾驶员个性化行为的车道变换方法，其特征在于，包括如下步骤：
步骤一、建立换道轨迹规划模型，得到换道规划轨迹：
其中，μy＝td+ts，
式中，Y(t)为车道变换过程中车辆的横向位移，B表示车道宽度，ts表示转向系统反应时间，td表示驾驶员的反应及操作时间，Jc表示驾驶员的特性系数；
步骤二、根据实际采集的驾驶员换道轨迹和所述驾驶员对应的换道规划轨迹，确定所述驾驶员的最佳特性系数和最佳反应及操作时间；
步骤三、建立多个驾驶员的个性行为样本集{x1，x2，x3，...，xn}，并且通过聚类算法对x1、x2、x3……xn进行分类，得到每个类别的聚类中心值；
其中，1,2,3,……n分别为驾驶员编号，x1、x2、x3……xn分别包括对应编号的驾驶员的最佳特性系数和最佳反应及操作时间；
步骤四、对实际采集的驾驶员的驾驶数据进行转向特征工况提取，并且识别出所述转向特征工况对应的类别；根据所述转向特征工况对应的类别结果和聚类中心值得到该类别的驾驶员的个性化特性系数和个性化反应及操作时间；
步骤五、将所述驾驶员的个性化特性系数和个性化反应及操作时间带入所述换道规划模型，得到体现驾驶员个性化行为的变道轨迹。
2.根据权利要求1所述的体现驾驶员个性化行为的车道变换方法，其特征在于，在所述步骤二中，采用动态时间规整算法确定所述驾驶员的最佳特性系数和最佳反应及操作时间，包括：
确定归整路径的形式为：
W＝w1，w2，......，wk
MAX(|X|，|Y|)≤K≤|X|+|Y|
其中，X驾驶员对应的换道规划轨迹，其长度为|X|；Y表示实际采集的驾驶员换道轨迹，其长度为|Y|；wk(i，j)中i表示驾驶员拟合轨迹X中第i个点的位置坐标，j表示驾驶员实际轨迹Y中第j个点的位置坐标；以及
确定目标函数为：
D(i，j)＝Dist(i，j)+min[D(i-1，j)，D(i，j-1)，D(i-1，j-1)]；
其中，Dist(i,j)表示轨迹X第i个点与轨迹Y第j个点之间的距离；对Jc和td进行动态调整以改变X，直到获得D(i，j)最小值；
其中，D(i，j)最小值对应的Jc和td分别为该驾驶员的最佳特性系数和最佳反应及操作时间。
3.根据权利要求2所述的体现驾驶员个性化行为的车道变换方法，其特征在于，在所述步骤三中，对多个驾驶员的个性行为样本集{x1，x2，x3，...，xn}进行聚类分析，包括如下步骤：
步骤1、建立相似度矩阵S；
其中，xi、xj和xk均为所述样本集中的样本；当xi与xj的相似性程度大于xi与xk的相似程度时，S(i，j)＞S(i，k)；
步骤2、建立吸引信息矩阵r和归属信息矩阵a，以及建立吸引信息迭代公式和归属信息迭代公式；其中，
所述吸引信息迭代公式为：
rt+1(i，k)＝s(i，k)-max{at(i，k′)+s(i，k′)}，k′≠k；
所述归属信息迭代公式为：
...
【专利技术属性】
技术研发人员：高振海，朱乃宣，高菲，赵伟光，盛愈欢，
申请(专利权)人：吉林大学，
类型：发明
国别省市：吉林;22
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。