一种基于动态时间预算的个性化接管预警方法和系统技术方案

本发明专利技术涉及一种基于动态时间预算的个性化接管预警方法及系统，将驾驶员的个体特征数据融合于接管控制的提前警告当中，综合车辆实时综合环境状态和驾驶员实时的接管可靠度，根据驾驶员状态恢复时间与接管可靠度、驾驶员感知环境复杂度时间与车辆实时综合环境状态、驾驶员响应车辆驾驶接管请求的操作时间与驾驶员特征属性的关联关系及接管时间预算与失稳边界相关信息、驾驶员状态恢复时间、驾驶员感知环境复杂度时间及驾驶员响应车辆驾驶接管请求的操作时间之间的预设关系，生成动态的接管时间预算及预警提示，使预警提示满足符合当前驾驶员状态的个性化接管预警要求，发出有效的预警提示，创造更适宜的接管时间条件，获得更好的预警效果。

【技术实现步骤摘要】
一种基于动态时间预算的个性化接管预警方法和系统
本专利技术涉及自动驾驶
，尤其涉及一种基于动态时间预算的个性化接管预警方法和系统。
技术介绍
在当今自动驾驶技术日新月异之际，智能驾驶已变得不可或缺。L3级有条件自动系统允许驾驶员长时间处于控制环路之外，这使驾驶员忽略了对自动化性能的检查，并削弱了它们应对危急情况(如自动化故障)的能力。接管在自动化超出其限制时发起，此时驾驶员需要时间来获取情境意识，识别当前所处驾驶环境，做好身体和认知准备，应对这种突发性地接管控制要求。时间预算是指接管请求与系统限制之间驾驶员恢复手动控制应对当前状况的可用时间。在接管预警的时间预算内，驾驶员必须将手脚重新放回驾驶位置，对当前状况进行感知、预判和决策，进行适当的控制响应。因此提前警报接管所设置的时间预算决定了驾驶员在系统失效前是否能够采取更稳定和更安全的接管。现有自动驾驶车辆在系统失效前进行预警往往采用固定的时间预算设定值，依据经验内置预警系统的提前警报时间。此类接管预警系统的时间预算设置不具备统一标准且设计模式单一；若预警采用较长的时间预算，会在自动本文档来自技高网...

【技术保护点】
1.一种基于动态时间预算的个性化接管预警方法，其特征在于，包括以下步骤：/n获取车辆自动驾驶期间驾驶员的个体特征数据，对个体特征数据进行预处理，根据预处理后的个体特征数据构建对应驾驶员的特征属性决策信息系统，并利用粗糙集差别矩阵属性约简的方法对特征属性决策信息系统进行约简，形成驾驶员实时特征属性集；/n利用接管数据库中的历史数据基于粒子群算法优化BP神经网络构建驾驶员的接管可靠性判别模型，基于所述的驾驶员实时特征属性集和接管可靠性判别模型生成并输出驾驶员实时的接管可靠度；/n在检测到车辆的自动系统即将失效时，回传所述自动系统的失稳边界相关信息，并根据驾驶员状态恢复时间与所述驾驶员实时接管可靠度...

【技术特征摘要】
1.一种基于动态时间预算的个性化接管预警方法，其特征在于，包括以下步骤：
获取车辆自动驾驶期间驾驶员的个体特征数据，对个体特征数据进行预处理，根据预处理后的个体特征数据构建对应驾驶员的特征属性决策信息系统，并利用粗糙集差别矩阵属性约简的方法对特征属性决策信息系统进行约简，形成驾驶员实时特征属性集；
利用接管数据库中的历史数据基于粒子群算法优化BP神经网络构建驾驶员的接管可靠性判别模型，基于所述的驾驶员实时特征属性集和接管可靠性判别模型生成并输出驾驶员实时的接管可靠度；
在检测到车辆的自动系统即将失效时，回传所述自动系统的失稳边界相关信息，并根据驾驶员状态恢复时间与所述驾驶员实时接管可靠度之间的关联关系、驾驶员感知环境复杂度时间与车辆实时综合环境状态之间的关联关系、驾驶员响应车辆驾驶接管请求的操作时间与所述驾驶员实时特征属性集中特征属性的关联关系及接管时间预算与所述的失稳边界相关信息、驾驶员状态恢复时间、驾驶员感知环境复杂度时间及驾驶员响应车辆驾驶接管请求的操作时间之间的预设关系，生成动态的接管时间预算及预警提示。


2.根据权利要求1所述的基于动态时间预算的个性化接管预警方法，其特征是，根据所述预处理后的个体特征数据构建对应驾驶员的特征属性决策信息系统，并利用粗糙集差别矩阵属性约简的方法对特征属性决策信息系统进行约简，形成驾驶员实时特征属性集，包括：
根据所述预处理后的个体特征数据建立对应驾驶员特征属性的决策表，并对数据进行离散化，其中，所述特征属性决策信息系统包括所述对应驾驶员特征属性的决策表，所述个体特征数据包括驾驶员的心生理信号及驾驶员头部、面部、眼睛的相关信息、驾驶员基础信息；
根据离散化规则表建立差别矩阵，对差别矩阵离散化后进行属性约简，得到所述驾驶员实时特征属性集。


3.根据权利要求1所述的基于动态时间预算的个性化接管预警方法，其特征是，驾驶人接管可靠度通过响应车辆驾驶接管请求时驾驶人所具备的良好精神状态以及可恢复驾驶任务安全稳定控制的能力确定，其中，利用接管数据库中的历史数据基于粒子群算法优化BP神经网络构建驾驶员的接管可靠性判别模型，包括：
基于接管历史数据库中接管前驾驶员的个体特征数据与接管后驾驶员的控制绩效数据进行相关性分析；
通过相关性分析结果，对所述接管前驾驶员的个体特征数据进行参数寻优，从所述接管前驾驶员的个体特征数据中筛选出有效表征驾驶接管绩效的评价参数指标；
利用所述评价指标基于粒子群算法优化BP神经网络构建驾驶员接管可靠性判别模型。


4.根据权利要求1所述的基于动态时间预算的个性化接管预警方法，其特征是，车辆当前的运行水平状态由车辆的所述自动系统内部的控制阈值机制判断，在检测到所述自动系统即将失效时，回传自动系统的失稳边界时刻和剩余时间裕度，所述失稳边界时刻和剩余时间裕度归属于所述失稳边界相关信息。


5.根据权利要求1所述的基于动态时间预算的个性化接管预警方法，其特征是，采集车辆实时驾驶环境信息生成环境属性数据，通过所述环境属性数据构建条件属性集，将符合需求条件的综合环境状态指标作为决策属性集，利用属性依赖度和重要性确定各环境属性数据的指标权重，进而加权求和得到综合环境状态指标，从而生成所述车辆实时综合环境状态，用于确定车辆实时的环境复杂度。

【专利技术属性】
技术研发人员：郭伟伟，郭子慧，谭墍元，李颖宏，李倩，邹迎，王亚兵，
申请(专利权)人：北方工业大学，北京市交通委员会，
类型：发明
国别省市：北京;11