一种智能汽车驾驶员紧急接管行为识别方法及装置制造方法及图纸

本发明专利技术实施例提供了一种智能汽车驾驶员紧急接管行为识别方法及装置，所述方法包括：获取在紧急接管避障时车辆的状态信息和障碍物的状态信息；将车辆的状态信息和障碍物的状态信息输入到预先建立的预瞄模型中，得到第一方向盘转向角；获取在紧急接管避障时触发方向盘转动的第二方向盘转向角；根据第一方向盘转向角、第二方向盘转向角和预先建立的神经肌肉模型，确定在紧急接管避障时施加在车辆方向盘上的扭矩信息，实现对紧急接管转向避障工况下驾驶员侧向行为的识别，自动驾驶接管系统通过对驾驶员行为的识别，能够提高自动驾驶接管系统的人机协同转向控制性能。统的人机协同转向控制性能。统的人机协同转向控制性能。

【技术实现步骤摘要】
一种智能汽车驾驶员紧急接管行为识别方法及装置


[0001]本专利技术涉及自动驾驶
，特别是涉及一种智能汽车驾驶员紧急接管行为识别方法及装置。

技术介绍

[0002]近年来，自动驾驶技术发展迅速，在绝大部分时间，自动驾驶车辆无需驾驶员干预，当自动驾驶车辆遇到紧急转向避障工况时，需要驾驶员紧急接管自动驾驶车辆进行紧急转向，避免对前方车辆或行人的碰撞。因此，为了提高自动驾驶接管系统在紧急转向避障工况下人机协同转向控制的性能，对驾驶员侧向行为进行识别和理解非常关键。
[0003]目前，采用两点预瞄模型应用于对车道保持、车道跟随等低级别自动驾驶系统中驾驶员侧向行为的识别。然而，针对紧急转向避障工况下的高度自动驾驶接管系统，很难确定合适的近点和远点，因此传统的两点预瞄模型很难准确的描述和识别驾驶员侧向行为。

技术实现思路

[0004]鉴于上述问题，提出了本专利技术实施例以便提供一种克服上述问题或者至少部分地解决上述问题的一种智能汽车驾驶员紧急接管行为识别方法及装置。
[0005]第一个方面，本专利技术实施例提供一种智能汽车驾驶员紧急接管行为识别方法，所述方法包括：
[0006]获取在紧急转向避障时车辆的状态信息和障碍物的状态信息；
[0007]将所述车辆的状态信息和障碍物的状态信息输入到预先建立的预瞄模型中，得到第一方向盘转向角；
[0008]获取在避障时触发方向盘转动的第二方向盘转向角；
[0009]根据所述第一方向盘转向角、所述第二方向盘转向角和预先建立的神经肌肉模型，确定在紧急接管避障时施加在车辆方向盘上的扭矩信息，所述方向盘扭矩信息用于驱动转向电机动作。
[0010]可选地，所述车辆的状态信息至少包括车辆质心侧偏角、车辆横摆角速度或车辆纵向速度中的一种或多种；所述障碍物的状态信息至少包括障碍物运动速度、障碍物运动加速度、障碍物相对车辆的纵向位置和侧向位置中的一种或多种。
[0011]可选地，所述预先建立的预瞄模型通过如下方式建立：
[0012]获取样本训练集，所述样本训练集包括样本车辆信息和样本环境信息，所述样本车辆信息至少包括横摆角速度、质心侧偏角或纵向速度中的一种或多种，所述样本环境信息至少包括障碍物行进速度、障碍物行进加速度、障碍物相对车辆的纵向位置和侧向位置中的一种或多种；
[0013]采用所述样本车辆信息和所述样本环境信息对极限学习机模型进行训练，输出驾驶员期望的方向盘转角；
[0014]当所述方向盘转角与预设转角小于预设值时，将所述方向盘转角对应的极限学习
机模型确定为所述预瞄模型。
[0015]可选地，所述神经肌肉模型的输入为所述预瞄模型输出的第一方向盘转向角和所述第二方向盘转角，通过所述神经肌肉模型校正，输出在紧急避障时车辆的方向盘扭矩信息。
[0016]可选地，所述神经肌肉模型包括：前馈计算模块、反馈计算模块和神经肌肉动力学计算模块，具体为：
[0017][0018]其中：K
d
‑
扭矩对方向盘转角的比例系数；
[0019]K
r
‑
扭矩对方向盘转角误差的比例系数；
[0020]T
n
‑
驾驶员胳膊对转向行为的响应时间；
[0021]G
f
‑
前馈计算模块；
[0022]G
b
‑
反馈计算模块；
[0023]G
d
‑
神经肌肉动力学计算模块。
[0024]第二个方面，本专利技术实施例提供一种智能汽车驾驶员紧急接管行为识别装置，所述装置包括：
[0025]第一获取模块，用于获取在紧急转向避障时车辆的状态信息和障碍物的状态信息；
[0026]计算模块，用于将所述车辆的状态信息和障碍物的状态信息输入到预先建立的预瞄模型中，得到第一方向盘转向角；
[0027]第二获取模块，用于获取在避障时触发方向盘转动的第二方向盘转向角；
[0028]避障模块，用于根据所述第一方向盘转向角、所述第二方向盘转向角和预先建立的神经肌肉模型，确定在紧急接管避障时施加在车辆方向盘上的扭矩信息，所述方向盘扭矩信息用于驱动转向电机动作。
[0029]可选地，所述车辆的状态信息至少包括车辆质心侧偏角、车辆横摆角速度或车辆纵向速度中的一种或多种；所述障碍物的状态信息至少包括障碍物运动速度、障碍物运动加速度、障碍物相对车辆的纵向位置和侧向位置中的一种或多种。
[0030]可选地，所述装置还包括训练模块，所述训练模块用于：
[0031]获取样本训练集，所述样本训练集包括样本车辆信息和样本环境信息，所述样本车辆信息至少包括横摆角速度、质心侧偏角或纵向速度中的一种或多种，所述样本环境信息至少包括障碍物行进速度、障碍物行进加速度、障碍物相对车辆的纵向位置和侧向位置中的一种或多种；
[0032]采用所述样本车辆信息和所述样本环境信息对极限学习机模型进行训练，输出驾驶员期望的方向盘转角；
[0033]当所述方向盘转角与预设转角小于预设值时，将所述方向盘转角对应的极限学习机模型确定为所述预瞄模型。
[0034]可选地，所述神经肌肉模型的输入为所述预瞄模型输出的第一方向盘转向角和所述第二方向盘转角，通过所述神经肌肉模型校正，输出在紧急避障时车辆的方向盘扭矩信
息。
[0035]可选地，所述神经肌肉模型包括：前馈计算模块、反馈计算模块和神经肌肉动力学计算模块，具体为：
[0036][0037]其中：K
d
‑
扭矩对方向盘转角的比例系数；
[0038]K
r
‑
扭矩对方向盘转角误差的比例系数；
[0039]T
n
‑
驾驶员胳膊对转向行为的响应时间；
[0040]G
f
‑
前馈计算模块；
[0041]G
b
‑
反馈计算模块；
[0042]G
d
‑
神经肌肉动力学计算模块。
[0043]第三个方面，本专利技术实施例提供一种终端设备，包括：至少一个处理器和存储器；
[0044]所述存储器存储计算机程序；所述至少一个处理器执行所述存储器存储的计算机程序，以实现第一个方面提供的智能汽车驾驶员紧急接管行为识别方法。
[0045]第四个方面，本专利技术实施例提供一种计算机可读存储介质，该计算机可读存储介质中存储有计算机程序，所述计算机程序被执行时实现第一个方面提供的智能汽车驾驶员紧急接管行为识别方法。
[0046]本专利技术实施例包括以下优点：
[0047]本专利技术实施例提供的智能汽车驾驶员紧急接管行为识别方法及装置，通过获取在紧急转向避障时车辆的状态信息和障碍物的状态信息；将车辆的状态信息和障碍物的状态信息输入到预先建立的预瞄模型中，得到第一方向盘转向角；获取在避本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种智能汽车驾驶员紧急接管行为识别方法，其特征在于，所述方法包括：获取在紧急转向避障时车辆的状态信息和障碍物的状态信息；将所述车辆的状态信息和障碍物的状态信息输入到预先建立的预瞄模型中，得到第一方向盘转向角；获取在避障时触发方向盘转动的第二方向盘转向角；根据所述第一方向盘转向角、所述第二方向盘转向角和预先建立的神经肌肉模型，确定在紧急接管避障时施加在车辆方向盘上的扭矩信息，所述方向盘扭矩信息用于驱动转向电机动作。2.根据权利要求1所述的方法，其特征在于，所述车辆的状态信息至少包括车辆质心侧偏角、车辆横摆角速度或车辆纵向速度中的一种或多种；所述障碍物的状态信息至少包括障碍物运动速度、障碍物运动加速度、障碍物相对车辆的纵向位置和侧向位置中的一种或多种。3.根据权利要求1所述的方法，其特征在于，所述预先建立的预瞄模型通过如下方式建立：获取样本训练集，所述样本训练集包括样本车辆信息和样本环境信息，所述样本车辆信息至少包括横摆角速度、质心侧偏角或纵向速度中的一种或多种，所述样本环境信息至少包括障碍物行进速度、障碍物行进加速度、障碍物相对车辆的纵向位置和侧向位置中的一种或多种；采用所述样本车辆信息和所述样本环境信息对极限学习机模型进行训练，输出驾驶员期望的方向盘转角；当所述方向盘转角与预设转角小于预设值时，将所述方向盘转角对应的极限学习机模型确定为所述预瞄模型。4.根据权利要求1所述的方法，其特征在于，所述神经肌肉模型的输入为所述预瞄模型输出的第一方向盘转向角和所述第二方向盘转角，通过所述神经肌肉模型校正，输出在紧急避障时车辆的方向盘扭矩信息。5.根据权利要求4所述的方法，其特征在于，所述神经肌肉模型包括：前馈计算模块、反馈计算模块和神经肌肉动力学计算模块，具体为：其中：K
d
‑
扭矩对方向盘转角的比例系数；K
r
‑
扭矩对方向盘转角误差的比例系数；T
n
‑
驾驶员胳膊对转向行为的响应时间；G
f
‑
前馈计算模块；G<...

【专利技术属性】
技术研发人员：徐飞翔，周晨，张克勤，
申请(专利权)人：宁波工业互联网研究院有限公司，
类型：发明
国别省市：