一种驾驶负荷评价模型构建系统及构建方法技术方案

本发明专利技术涉及道路交通安全技术领域，具体地指一种驾驶负荷评价模型构建系统及构建方法。数据采集模块，用于采集驾驶员生理信号和驾驶行为信号；生理信号处理模块，用于筛选处理获取驾驶员生理参数数据；驾驶行为信号处理模块，用于获得车辆操纵和驾驶员行为数据；生理评价指标模块，用于根据驾驶员生理参数数据获取生理评价指标；驾驶绩效评价指标，用于根据车辆操纵和驾驶员行为数据获取驾驶绩效评价指标；综合评价模型构建模块，用于根据生理评价指标和驾驶绩效评价指标获得驾驶员负荷定量综合评价模型。本发明专利技术基于驾驶员生理信号和驾驶员行为信号构建评价模型，构建模型能够更加全面、准确且真实的反映驾驶员负荷的情况。准确且真实的反映驾驶员负荷的情况。准确且真实的反映驾驶员负荷的情况。

【技术实现步骤摘要】
一种驾驶负荷评价模型构建系统及构建方法


[0001]本专利技术涉及道路交通安全
，具体地指一种驾驶负荷评价模型构建系统及构建方法。

技术介绍

[0002]由于目前自动驾驶系统智能化程度的局限性，在一些紧急情况下，需要将驾驶权从自动驾驶切换至手动驾驶。在这个切换过程中，驾驶人有可能因为反应不及时、短时间内无法接受过量路况信息等原因，产生决策及操作失误，严重威胁驾驶安全。所以，如何量化评价驾驶人在驾驶权切换过程中的驾驶负荷变化就显得尤为重要。围绕驾驶负荷的量化评价方法展开研究，探索构建可靠性强、可信度高、强鲁棒性的多源融合驾驶负荷评价方法，为人机共驾阶段的驾驶安全及交通安全研究提供理论及方法基础。
[0003]目前，专利号为“CN200910093545.0”的名为“汽车驾驶员驾驶工作负荷测量方法”的中国专利技术专利介绍了一种汽车驾驶员驾驶工作负荷测量方法，利用驾驶员的生理、心理和驾驶行为来表征和获取驾驶员驾驶工作负荷，采用主任务测量、生、心理测量和驾驶员驾驶工作负荷自评估系统的同步的测量，筛选指标建立驾驶工作负荷计算模型；包括：构建汽车驾驶员驾驶工作负荷特征信息检测系统；汽车驾驶员驾驶工作负荷计算模型建立方法；通过得到的驾驶工作负荷信息，通过数据筛选和分析得到汽车驾驶员驾驶工作负荷计算模型；采用心电指标作为驾驶员心生理驾驶工作负荷测量的表征指标。这种评价方法采用心电指标作为评价驾驶员心生理驾驶工作负荷测量的表征指标并没有形成体系，选取的表征指标并不能完全反映驾驶员心生理驾驶工作，参数与驾驶负荷之间的显著性不明确，参数之间的相关性也不明确，导致评价模型计算复杂度过高，另一方面也导致模型准确性较低。
[0004]另外一个专利技术专利，专利号为“CN201510075304.9”的名为“一种基于多生理信号多模型交互的高铁调度员应激检测方法”的中国专利技术专利介绍了一种应激检测方法，采用脑电信号收集装置、心电采集装置，眼动采集装置联动获取相应生理信号进行信息采集后进行处理以对被测高铁调度员的应激状态得出判断，经特征选择、模型训练和信息融合处理，对基于BP神经网络模型、SVM支持向量机模型、HHM马尔可夫模型三种模型分析的脑电、心电、眼动识别结果进行信息融合，提取更好的脑电、心电、眼动识别结果，再对脑电、心电、眼动识别结果进行融合，最终得到融合特征识别结果快速有效的判断高铁调度员的应激状态。该方法采集的是脑电、心电、眼动三种生理信号，基于三种生理信号，对高铁调度员的应激状态进行分析。但该方案采集的信号较为庞杂，没有经过很好的筛选，导致计算情况极为复杂；另外对于驾驶员来说，能够表征应激状态的不仅仅是上述三种生理信号，实际上与驾驶员的驾驶负荷最为相关的无疑是驾驶行为，但是该方案并没有进行提及。
[0005]目前，国内外科研工作者针对人机共驾阶段自动驾驶对驾驶负荷的影响进行了诸多研究，取得了一定成果，但存在以下问题：大多数学者在构建驾驶负荷评价指标时，都基本采用主、客观结合的评价方法，但在客观评价数据收集分析方面仅采取单个或者少数几个同源参数，显然基于此评价自动驾驶对驾驶人驾驶负荷的影响过于单一化，无法保证其
准确性、稳定性以及适用性。

技术实现思路

[0006]本专利技术的目的就是要解决上述
技术介绍
的不足，提供一种驾驶负荷评价模型构建系统及构建方法。
[0007]本专利技术的技术方案为：一种驾驶负荷评价模型构建系统，包括，
[0008]数据采集模块，用于采集驾驶员生理信号和驾驶行为信号；
[0009]生理信号处理模块，用于对采集的驾驶员生理信号进行数据筛选处理获取驾驶员生理参数数据；
[0010]驾驶行为信号处理模块，用于对采集的驾驶员行为信号进行数据处理获得车辆操纵和驾驶员行为数据；
[0011]生理评价指标模块，用于根据驾驶员生理参数数据获取生理评价指标；
[0012]驾驶绩效评价指标，用于根据车辆操纵和驾驶员行为数据获取驾驶绩效评价指标；
[0013]综合评价模型构建模块，用于根据生理评价指标和驾驶绩效评价指标获得驾驶员负荷定量综合评价模型。
[0014]进一步的所述数据采集模块包括，
[0015]生理信号采集模块，用于采集驾驶员脑电波信号和眼动信号；
[0016]驾驶信号采集模块，用于采集驾驶员行为信号和车辆操纵信号。
[0017]进一步的所述生理信号处理模块包括，
[0018]脑电波信号处理模块，用于对采集到的脑电波信号中的α频带功率、β频带功率、θ频带功率以及α频带功率、β频带功率、θ频带功率的平均波幅进行数据处理；
[0019]眼动信号处理模块，用于对眼动信号中的凝视率、眨眼次数、凝视区域和瞳孔直径进行数据处理。
[0020]进一步的驾驶行为信号处理模块包括，
[0021]车辆操纵信号处理模块，用于对采集到的车辆操纵数据中的车辆实时位置坐标、油门踏板开度、刹车踏板开度、方向盘转角和行车速度进行数据处理；
[0022]驾驶员行为信号处理模块，用于对采集到的驾驶员行为数据中的压线次数进行数据处理。
[0023]进一步的所述生理评价指标模块选取驾驶员生理参数数据中脑电波信号中的α频带功率、β频带功率、θ频带功率以及α频带功率、β频带功率、θ频带功率的平均波幅以及眼动信号中的凝视率、眨眼次数作为生理评价指标。
[0024]进一步的所述驾驶绩效评价指标选取车辆操纵数据中的方向盘最大转角、行车速度以及驾驶员行为数据中压线次数、单手驾驶频次作为驾驶绩效评价指标。
[0025]进一步的所述综合评价模型构建模块包括，
[0026]样本集制作模块，用于将测试者的驾驶负荷进行量化性分类按照驾驶负荷依次升高的顺序构建样本集；
[0027]模型训练模块，用于对样本集中采集到的生理评价指标和驾驶绩效评价指标进行融合构建融合模型；
[0028]模型有效性评价模块，用于对融合模型进行评价分析选择有效性最好的融合模型作为驾驶员负荷定量综合评价模型。
[0029]一种驾驶负荷评价模型构建系统的构建方法，搭建仿真实验平台，开展仿真实验，采集实验过程中测试者的驾驶员生理信号和驾驶员行为信号，对驾驶员生理信号和驾驶员行为信号进行数据处理，获得驾驶生理评价指标以及驾驶绩效评价指标，对驾驶生理评价指标与驾驶绩效评价指标进行融合，构建出驾驶员负荷定量综合评价模型。
[0030]进一步的所述采集实验过程中测试者的驾驶员生理信号的方法包括：采集实验过程中测试者的脑电波信号和眼动信号；所述脑电波信号包括α频带功率、β频带功率、θ频带功率以及α频带功率、β频带功率、θ频带功率的平均波幅；所述眼动信号包括凝视率、眨眼次数、凝视区域和瞳孔直径；
[0031]所述采集实验过程中测试者的驾驶员行为信号的方法包括：采集实验过程中测试者的驾驶员行为信号和车辆操纵信号；所述车辆操纵信号包括车辆实时位置坐标、油门踏板开度、刹车踏板开度、方向盘转角和行车速度；所述驾驶员行为信号包括压线次数和单手驾本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种驾驶负荷评价模型构建系统，其特征在于：包括，数据采集模块，用于采集驾驶员生理信号和驾驶行为信号；生理信号处理模块，用于对采集的驾驶员生理信号进行数据筛选处理获取驾驶员生理参数数据；驾驶行为信号处理模块，用于对采集的驾驶员行为信号进行数据处理获得车辆操纵和驾驶员行为数据；生理评价指标模块，用于根据驾驶员生理参数数据获取生理评价指标；驾驶绩效评价指标，用于根据车辆操纵和驾驶员行为数据获取驾驶绩效评价指标；综合评价模型构建模块，用于根据生理评价指标和驾驶绩效评价指标获得驾驶员负荷定量综合评价模型。2.如权利要求1所述的一种驾驶负荷评价模型构建系统，其特征在于：所述数据采集模块包括，生理信号采集模块，用于采集驾驶员脑电波信号和眼动信号；驾驶信号采集模块，用于采集驾驶员行为信号和车辆操纵信号。3.如权利要求1所述的一种驾驶负荷评价模型构建系统，其特征在于：所述生理信号处理模块包括，脑电波信号处理模块，用于对采集到的脑电波信号中的α频带功率、β频带功率、θ频带功率以及α频带功率、β频带功率、θ频带功率的平均波幅进行数据处理；眼动信号处理模块，用于对眼动信号中的凝视率、眨眼次数、凝视区域和瞳孔直径进行数据处理。4.如权利要求1所述的一种驾驶负荷评价模型构建系统，其特征在于：驾驶行为信号处理模块包括，车辆操纵信号处理模块，用于对采集到的车辆操纵数据中的车辆实时位置坐标、油门踏板开度、刹车踏板开度、方向盘转角和行车速度进行数据处理；驾驶员行为信号处理模块，用于对采集到的驾驶员行为数据中的压线次数和单手驾驶频次进行数据处理。5.如权利要求1所述的一种驾驶负荷评价模型构建系统，其特征在于：所述生理评价指标模块选取驾驶员生理参数数据中脑电波信号中的α频带功率、β频带功率、θ频带功率以及α频带功率、β频带功率、θ频带功率的平均波幅以及眼动信号中的凝视率、眨眼次数作为生理评价指标。6.如权利要求1所述的一种驾驶负荷评价模型构建系统，其特征在于：所述驾驶绩效评价指标选取车辆操纵数据中的方向盘最大转角、行车速度以及...

【专利技术属性】
技术研发人员：潘宇威，黄镨，岳意娥，张娜，姜成龙，
申请(专利权)人：东风汽车集团股份有限公司，
类型：发明
国别省市：