本发明专利技术涉及一种考虑驾驶员技能差异的自适应引导型辅助驾驶系统，包括：驾驶技能分类模块，基于当前车辆状态计算获得车辆稳定裕度，并将所述车辆稳定裕度和当前驾驶员状态共同作为一驾驶员技能分类模型的输入，获取对应的驾驶员技能分类结果；技能学习区间分类模块，用于获取车辆稳定裕度和车辆距离车道线边界的距离，采用一技能学习区间分类模型获得技能学习区间分类结果；自适应引导驾驶权分配模块，用于根据驾驶员技能分类结果和技能学习区间分类结果实现驾驶权分配控制，生成作用于车辆转向系统的辅助驾驶力矩。与现有技术相比，本发明专利技术具有提高辅助系统使用程度，且能在安全的条件下尽快的提高驾驶员技能等优点。的条件下尽快的提高驾驶员技能等优点。的条件下尽快的提高驾驶员技能等优点。
【技术实现步骤摘要】
一种考虑驾驶员技能差异的自适应引导型辅助驾驶系统
[0001]本专利技术涉及一种辅助驾驶系统，尤其是涉及一种考虑驾驶员技能差异的自适应引导型辅助驾驶系统。
技术介绍
[0002]辅助驾驶系统是降低交通事故的主要手段之一，所以对辅助驾驶系统的研究被受汽车行业和互联网行业关注。在《A survey of personalization for advanced driver assistance systems》中指出标准化的辅助驾驶会引起驾驶员的不适，这使得驾驶员不愿意开启辅助驾驶系统。为了提高辅助系统的被使用率，个性化的辅助驾驶系统被研究，其中驾驶权的分配是主要的研究点。
[0003]专利CN 107804315 B通过决策的期望前轮转角与实际前轮转角的差值决定驾驶权的分配，即差值越大说明车辆偏离安全区域越远，应该增加机器的控制权限。但是没有考虑驾驶员的驾驶技能和驾驶风格的差异，这会导致驾驶员与辅助系统的冲突时常发生。专利CN 108819951B在此基础上提出了一种考虑驾驶员驾驶技能的人机共驾横向驾驶权分配方法，其中通过驾驶技能通过超出车道线次数和制动强度体现。但是这忽略了驾驶员的状态，在车辆正常行驶在道路行驶的过程中，由于新手驾驶员紧张而无法及时的发现突发状况的事情时有发生。在《Changes in collision rates among novice drivers during the first months of driving》中也指出，新手驾驶员在获得驾照后的前6个月是事故发生概率相比2年后有大度幅度的降低。为此，基于是视觉引导的辅助驾驶系统在专利CN 113989775 B被提出，希望通过视觉引导的方式降低新手驾驶员的负担和提高驾驶员的专注度。同样的出发点，专利CN 114771574 A提出了基于驾驶员神经肌肉状态在线分配驾驶权的方法，希望解决由于驾驶员紧张导致的驾驶错误。
[0004]以上现有专利技术都在针对个性化的辅助驾驶技术做出了重大研究，当都从辅助新手驾驶员出发，这导致了驾驶员对辅助系统的依赖。由于辅助系统不能覆盖全部工况，当出现需要驾驶员接管时，一名过度依靠辅助系统的新手驾驶员是无法胜任这种危险工况的。
技术实现思路
[0005]本专利技术的目的就是为了克服上述现有技术存在的缺陷而提供一种在安全的条件下尽快的提高驾驶员技能的考虑驾驶员技能差异的自适应引导型辅助驾驶系统。
[0006]本专利技术的目的可以通过以下技术方案来实现：
[0007]一种考虑驾驶员技能差异的自适应引导型辅助驾驶系统，包括：
[0008]驾驶技能分类模块，用于获取当前车辆状态和当前驾驶员状态，基于当前车辆状态计算获得车辆稳定裕度，并将所述车辆稳定裕度和当前驾驶员状态共同作为一驾驶员技能分类模型的输入，获取对应的驾驶员技能分类结果，所述车辆稳定裕度根据离线确定的车辆稳定边界计算获得；
[0009]技能学习区间分类模块，用于获取车辆稳定裕度和车辆距离车道线边界的距离，采用一技能学习区间分类模型获得技能学习区间分类结果；
[0010]自适应引导驾驶权分配模块，用于根据驾驶员技能分类结果和技能学习区间分类结果实现驾驶权分配控制，生成作用于车辆转向系统的辅助驾驶力矩。
[0011]进一步地，所述车辆稳定边界的确定过程具体包括：
[0012]构建车辆动力学模型；
[0013]基于所述车辆动力学模型，获取车辆状态变化的根轨迹图；
[0014]通过支持向量机对所述根轨迹图中的状态点进行分类训练，获得分类超平面，以该分类超平面作为车辆稳定边界。
[0015]进一步地，所述车辆动力学模型采用二自由度车辆模型和Dugoff轮胎模型。
[0016]进一步地，对每一组状态进行3阶龙格库塔公式迭代获得所述根轨迹图。
[0017]进一步地，所述技能学习区间分类模型表示为：
[0018][0019]其中，C
s
是技能学习区间类别，1代表学习区间，0代表非学习区间；D
sl
是当前状态到车辆稳定边界下边界的距离；D
sh
是当前状态到车辆稳定边界上边界的距离；T
tlc
是车辆前轮跨越车道线边界需要的时间。
[0020]进一步地，所述自适应引导驾驶权分配模块包括一级驾驶权分配单元、自适应学习率调节单元和二级驾驶权分配单元，其中，
[0021]一级驾驶权分配单元基于所述驾驶员技能分类结果生成对应的一级驾驶权分配系数；
[0022]二级驾驶权分配单元基于所述一级驾驶权分配系数、技能学习区间分类结果和由所述自适应学习率调节单元获取的引导力矩生成对应的二级驾驶权分配系数，基于所述二级驾驶权分配系数产生辅助驾驶力矩；
[0023]所述自适应学习率调节单元获取引导力矩的过程包括：
[0024]依据驾驶员手力矩与辅助驾驶力矩的辅助一致率来修正人工势力场函数系数，对辅助期望轨迹进行调整，产生所述引导力矩。
[0025]进一步地，所述一级驾驶权分配系数的计算公式表示为：
[0026][0027][0028]其中，ξ
1o
为有经验驾驶员的一级驾驶权分配系数；ξ
1n
为新手驾驶员的一级驾驶权分配系数；D
sl
是当前状态到车辆稳定边界下边界的距离；D
sh
是当前状态到车辆稳定边界上
边界的距离。
[0029]进一步地，所述修正人工势力场函数系数具体为：辅助一致率大于80％，则人工势力场函数修正系数减0.1。
[0030]进一步地，所述二级驾驶权分配系数的计算公式表示为：
[0031]ξ
o
＝ξ
1o
*ξ
2o
[0032]ξ
n
＝ξ
1n
*ξ
2n
[0033]其中，ξ
o
为有经验驾驶员的二级驾驶权分配系数；ξ
n
为新手驾驶员的二级驾驶权分配系数；ξ
1o
为有经验驾驶员的一级驾驶权分配系数；ξ
1n
为新手驾驶员的一级驾驶权分配系数；ξ
2o
为有经验驾驶员的学习驾驶权分配系数；ξ
2n
为新手驾驶员的学习驾驶权分配系数。
[0034]进一步地，所述学习驾驶权分配系数的计算公式表示为：
[0035]ξ
2o
＝1
[0036][0037]其中，C
s
是技能学习区间类别，1代表学习区间，0代表非学习区间；D
sl
是当前状态到车辆稳定边界下边界的距离；D
sh
是当前状态到车辆稳定边界上边界的距离。
[0038]与现有技术相比，本专利技术具有以下有益效果：
[0039]1、本专利技术通过驾驶技能分类和技能学习区间分类进行辅助系统驾驶权的分配控制，在提高了辅助系统本文档来自技高网...
【技术保护点】
【技术特征摘要】
1.一种考虑驾驶员技能差异的自适应引导型辅助驾驶系统，其特征在于，包括：驾驶技能分类模块，用于获取当前车辆状态和当前驾驶员状态，基于当前车辆状态计算获得车辆稳定裕度，并将所述车辆稳定裕度和当前驾驶员状态共同作为一驾驶员技能分类模型的输入，获取对应的驾驶员技能分类结果，所述车辆稳定裕度根据离线确定的车辆稳定边界计算获得；技能学习区间分类模块，用于获取车辆稳定裕度和车辆距离车道线边界的距离，采用一技能学习区间分类模型获得技能学习区间分类结果；自适应引导驾驶权分配模块，用于根据驾驶员技能分类结果和技能学习区间分类结果实现驾驶权分配控制，生成作用于车辆转向系统的辅助驾驶力矩。2.根据权利要求1所述的考虑驾驶员技能差异的自适应引导型辅助驾驶系统，其特征在于，所述车辆稳定边界的确定过程具体包括：构建车辆动力学模型；基于所述车辆动力学模型，获取车辆状态变化的根轨迹图；通过支持向量机对所述根轨迹图中的状态点进行分类训练，获得分类超平面，以该分类超平面作为车辆稳定边界。3.根据权利要求2所述的考虑驾驶员技能差异的自适应引导型辅助驾驶系统，其特征在于，所述车辆动力学模型采用二自由度车辆模型和Dugoff轮胎模型。4.根据权利要求2所述的考虑驾驶员技能差异的自适应引导型辅助驾驶系统，其特征在于，对每一组状态进行3阶龙格库塔公式迭代获得所述根轨迹图。5.根据权利要求1所述的考虑驾驶员技能差异的自适应引导型辅助驾驶系统，其特征在于，所述技能学习区间分类模型表示为：其中，C
s
是技能学习区间类别，1代表学习区间，0代表非学习区间；D
sl
是当前状态到车辆稳定边界下边界的距离；D
sh
是当前状态到车辆稳定边界上边界的距离；T
tlc
是车辆前轮跨越车道线边界需要的时间。6.根据权利要求1所述的考虑驾驶员技能差异的自适应引导型辅助驾驶系统，其特征在于，所述自适应引导驾驶权分配模块包括一级驾驶权分配单元、自适应学习率调节单元和二级驾驶权分配单元，其中，一级驾驶权分配单元基于所述驾驶员技能分类结果生成对应的一级驾驶权分配系数；二级驾驶权分配单元基于所述一级驾驶权分配系数、技能学习区间分类结果和由所述自适应学习率调节单元获取的引导力矩生成对应的二级驾驶权分配系数，基于所述二级驾驶权...
【专利技术属性】
技术研发人员：陈虹，孟强，张琳，
申请(专利权)人：同济大学，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。