驾驶员个性化培训驾驶模拟设备和方法技术

一种驾驶员个性化培训驾驶模拟设备及其方法，该设备主要包括专用ＰＣ机、通信单元、数据预处理单元、显示单元、声音单元、仪表驱动单元、练习操作单元和数据采集单元，利用该设备的模拟方法来对驾驶者培训，不但能够帮助受训者尽快获得在复杂交通环境中的行车应急能力和熟练掌握交通工具安全驾驶的正确方法，而且可以缩短受训者的学习时间，提高驾驶培训的质量和受训者的学习效果。

【技术实现步骤摘要】

本专利技术属于交通运输安全工程科学
，涉及一种。
技术介绍
随着交通工具的快速发展，交通事故也日趋增多。交通安全问题已经是世界卫生组织及各国管理部门的重要研究课题，在研究中发现，约70％的事故是由驾驶员的原因引发的，驾驶员的安全素质是极其重要的影响因素，驾驶员的安全素质主要体现在驾驶员对复杂交通环境的适应程度，也即对可能面临的交通环境的突变应激心理和熟练规范的驾驶技术。现行的驾驶员培训还停留在初级的简单技能训练阶段，心理素质训练几乎缺如，培训规模小、质量参次不齐、效率低下。在国民整体素质尚未提高而全民汽车驾驶热潮即将来临的背景下，社会培训积压严重，驾驶员事故频频发生，这种低层次的汽车驾驶培训模式已经越来越不适应形势的需求。
技术实现思路
本专利技术的目的在于克服上面所述的缺点，提供一种，其目的在于帮助受训者快速学会在复杂交通环境中的行车应急能力和熟练地掌握交通工具的安全驾驶技能。本专利技术的驾驶员个性化培训驾驶模拟设备主要包括专用PC机、通信单元、数据预处理单元、显示单元、声音单元、仪表驱动单元、练习操作单元和数据采集单元。所述的练习操作单元设有驾驶模拟操作部件，包括离合器、车门、点火器、方向机构，油门、脚刹车、离合器、方向盘、速度操纵杆、鸣号器、雨刮器、灯光、手刹车、倒车、强光灯、安全带以及确认按钮，并相应配置传感器以输出各操作部件的电信号；与练习操作单元相连的是数据采集单元，数据采集单元一般由传感器与其对应的输入模块组成，其中传感器中装有敏感元器件，并通过电缆与标准化的插接件和相对应的输入模块连接，外型制成的集成电路的输入模块插在控制界面”RTU”中；与数据采集单元相连的是数据预处理单元，数据预处理单元是以微控制器方式构成的，其结构包括一个计算模块，该模块包括一个CPU，至少一个程序存储器和三个数字信号处理器(DSP)，所述的数据预处理单元按照其执行程序将输入其中的过程数据处理过后再输出至显示单元、声音单元、仪表驱动单元和通信单元，所述的显示单元可以是电视机、显示器等显示视频信号或图像信号的装置，用以接取各种视频或图象信号；所述的声音单元的功能在于形成语音沟通以便接收模拟设备上的微机程序设定的培训语音提示，并且进行以下相应的处理模/数转换、预处理、输出数字化的声音信号等，使用的部件如话筒等；所述的仪表驱动单元在于接收预处理单元的数据流，并且显示受训者的驾驶培训的各个项目的指标；所述的通信单元为一般的输入输出接口电路，将数据预处理单元处理后的的数据流输入专用PC机，所述的专用PC机连接一个实时数据管理处理系统，所述的实时数据管理处理系统通过网络连接一个数据处理系统，其由一台连通的编码器和存储器构成，通过编码器读取受训者的本体数据信息并输送给数据管理处理系统。本专利技术的驾驶员个性化培训驾驶模拟设备定义了一种ORKM的算法，为了方便描述，首先引入“本体”的概念，本体是研究特定领域知识的对象分类、对象属性和对象间的关系，是关于领域概念以及概念间关系的集合，为领域知识的描述提供术语，根据本体在问题解决系统时所描述对象的不同，分为任务本体和领域本体两类，其中，任务本体主要负责提供问题的表示、问题输入的规定和假设、评价标准、问题解决的过程等方面的词汇，而领域本体是关于驾驶培训领域内的概念词汇系统，用于描述与该领域相关任务的内在问题的求解结构，为便于理解，我们可举例如下设D为领域Dom的概念化集合(概念化领域知识库)，则D＝{({E}，{R}|Ei∈Dom，i＝1，2，...，n，Rj∈Dom，j＝1，2.，，，m}其中E称为概念集合，R称为关系集合。知识库中知识对象是基本的原语或结构化的模块，概念化领域知识库(记为D)是知识对象的集合。所有可能的知识对象的集合称为知识基(γ)。知识基可以被概念化表示为概念的集合(U)、常量集合(C)、函数集合(F)、关系集合(R)等。P描述对象之间的组合关系。称S为知识结构，则有S＝{U，C，F，R，P}γ＝{Oi|0＜i＜n(Oi由结构S建立的对象集合)}D＝{Oj|0＜j＜m，m≤n}γ定义知识模块K为K＝{ξ，L，A}其中ξ包含本体概念化的概念、关系、函数等，它建立了表达语言的字母表。A表示语言L的原子集合，它是将概念化领域知识库D映射到语言L的结果，即A是用L表示D的语言集合。本体知识结构Sl是如下表示的四元组Sl＝{U，A，V，P}其中，U称为知识对象的集合，A，V是知识模式，P是根据属性描述对象的函数，对任意的a∈A，u∈U有P(u，a)∈Va。属性集合A反映领域的属性，V反映领域属性的属性值，P反映领域概念(U)，关系(R)，函数(F)。领域知识基γ是由结构Sl建立的对象的集合γ＝{Oi|0＜i＜n(Oi由结构Sl建立的对象集合)}本体是领域知识基γ的一个子集，是对客观世界的近似反映。记为γo，γo∈γ 另外，求解不同的问题需要不同的控制性知识。控制性知识有三个类型事件顺序、限制性条件、状态优先权，事件顺序规定了推理时事件出现的先后顺序。限制性条件是推理时必须满足的。状态优先权表明在推理时，优先考虑的状态。在ORKM中，控制性知识类可以用一个三元组描述(控制性知识名，控制性知识分类标志，分类描述指针)其中分类描述指针指向控制性知识的描述实体。例如，事件顺序可以用一个规则操作符after表示after(当前事件，先前事件集)。用sequence方法模式来实现after谓词的功能。Sequence(事件){//循环检查″先前事件集合″是否全部完成while(先前事件集″未检查完)if(当前指针指向的事件未完成)return失败返回；else当前指针指向下一个事件；执行″当前事件″return成功标志}限制性条件用与/或逻辑表达式描述，如条件1AND条件2OR条件3。使用meet规则操作符来检查推理过程中个体是否满足限制性条件。Meet(个体){while(个体属性未抽取完)抽取个体属性；if(个体取值使得限制性表达式为假)return失败标志} return成功标志}由于驾驶员的安全个性指标，即本体数据信息(见表1)与其驾驶行为(见表2)表现之间存在复杂的相关性，即同样的安全个性缺陷可表现为不同的不良驾驶行为；同样的驾驶行为也可以反映安全个性的不同方面，二者之间既相互联系，又具有一定的不确定性，根据这一特征，本专利技术的驾驶模拟设备采用ORKM算法的模糊模式判别，通过分析培训对象的驾驶行为表现，发现其在安全个性方面的缺陷，这种判别标准模型库可以反映驾驶员安全个性缺陷和驾驶员驾驶行为表现之间的关系。这里，我们把培训指标A1，A2，……An(n＝10)(见表3)定义为驾驶行为表现论域U上的n个模糊子集。其中U＝{u1，u2，u3，…um}(m＝21)，ui代表第i项驾驶行为表现，见下表所列。A1，A2，……An即构成模糊判别方法的标准模型库。其中A1＝{u11，u12，u13，…u1m}A2＝{u21，u22，u23，…u2m}…………………….. A2＝{un1，un2，un3，…unm}n＝10，m＝21用列表形式表示如下 其中，uij的含义是，具有驾驶行为表现Bj的驾驶员属于Ai类安全个性缺陷的可能性(隶属度)为uij。隶属度uij的确本文档来自技高网...

【技术保护点】
一种驾驶员个性化培训驾驶模拟设备，其特征在于：该模拟设备包括专用ＰＣ机、通信单元、数据预处理单元、显示单元、声音单元、仪表驱动单元、练习操作单元和数据采集单元。

【技术特征摘要】

【专利技术属性】
技术研发人员：金会庆，
申请(专利权)人：安徽三联事故预防研究所，上海申磬产业有限公司，
类型：发明
国别省市：34[中国|安徽]