一种危险工况下驾驶员避撞行为预测方法及系统技术方案

本发明专利技术公开了一种危险工况下驾驶员避撞行为预测方法及系统，其方法包括以下步骤：S1,从事故数据库中提取变量数据，对变量进行统计分析，根据变量的统计特性进行数据分类，使用多维高斯分布构建驾驶员避撞行为模型；S2，获取影响驾驶员转向偏好的变量，寻找决策树模型构建转向偏好决策树模型；S3，对驾驶员避撞行为模型进行采样预测避撞行为。本发明专利技术通过危险工况下驾驶员避撞行为模型构建、危险工况下驾驶员转向偏好预测，以及基于概率模型的随机采样，可以得到驾驶员采取的避撞行为强度大小，又解决了涉及转向避撞行为的转向偏好预测问题，实现了危险工况下驾驶员避撞行为预测。实现了危险工况下驾驶员避撞行为预测。实现了危险工况下驾驶员避撞行为预测。

【技术实现步骤摘要】
一种危险工况下驾驶员避撞行为预测方法及系统


[0001]本专利技术涉及汽车驾驶
，具体涉及一种危险工况下驾驶员避撞行为预测方法及系统。

技术介绍

[0002]危险工况下驾驶员避撞行为预测方法充分考虑驾驶员真实的避撞行为特性，为车辆风险评估与碰撞预测提供技术基础，同时风险评估与碰撞预测结果为预触发约束系统提供准确的输入，进而可以帮助减少乘员损伤。危险工况下驾驶员避撞行为预测是指在危险场景下依据驾驶员避撞行为模型预测驾驶员可能的避撞操作及每种操作的发生概率，以此实现驾驶员避撞行为预测。现有预测方法鲜有使用真实的避撞行为数据构建避撞行为模型，无法体现驾驶员真实的避撞行为特性，无法实现对驾驶员潜在避撞行为准确的估计。目前危险工况下驾驶员避撞行为预测方法主要是1)基于数学假设的避撞行为预测方法2)基于避撞行为数据的避撞行为预测方法。基于数学假设的避撞行为预测方法通过对避撞行为模型进行预先假设，对交通参与者的操作行为赋予一定的概率，实现对驾驶避撞行为的预测。如将驾驶员避撞行为模型定义为纵向加速度的概率密度分布，并假设概率密度呈均匀分布或者三角形分段分本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种危险工况下驾驶员避撞行为预测方法，其特征在于，包括以下步骤：S1,从事故数据库中提取变量数据，对变量进行统计分析，根据变量的统计特性进行数据分类，使用多维高斯分布构建驾驶员避撞行为模型；S2，获取影响驾驶员转向偏好的变量，构建转向偏好决策树模型；S3，对驾驶员避撞行为模型进行采样预测避撞行为。2.根据权利要求1所述的危险工况下驾驶员避撞行为预测方法，其特征在于，所述步骤S1的具体步骤为：步骤S
11
，从事故数据库中提取变量数据；步骤S
12
，对获取变量进行统计分析，获取它们的统计学特性；步骤S
13
，根据变量的统计特性进行数据分类，为高斯子模型建立提供依据。步骤S
14
，使用多维高斯分布构建驾驶员避撞行为模型，用其表示车辆纵横向减/加速度的概率密度函数。3.根据权利要求2所述的危险工况下驾驶员避撞行为预测方法，其特征在于，所述步骤S
11
的变量包括避撞行为开始时间、车辆纵横向避撞减/加速度、避撞行为开始时速度、临撞时间。4.根据权利要求1所述的危险工况下驾驶员避撞行为预测方法，其特征在于，所述步骤S2的具体步骤为：步骤S
21
，获取影响驾驶员转向偏好的变量；步骤S
22
，利用数据库中的驾驶员转向偏好数据，构建转向偏好...

【专利技术属性】
技术研发人员：杨泽宇，余子云，胡子牛，秦晓辉，王冠，秦洪懋，徐彪，
申请(专利权)人：湖南大学，
类型：发明
国别省市：