一种车辆安全态势评估与稳态驾驶模式切换方法及系统技术方案

本发明专利技术公开了一种车辆安全态势评估及稳态驾驶模式切换方法及系统。在车辆总线网络、车辆驾驶控制权移交装置、驾驶员状态行为感知装置和车辆信息及车周环境信息感知装置相互协作的系统中，通过驾驶员状态行为感知装置采集驾驶员驾驶过程中的多模态参数，计算出车辆内场安全态势；通过车辆信息及车周环境信息感知装置采集车辆运行状态参数以及行驶环境状态参数，计算出车辆外场安全态势；车辆驾驶控制权移交装置根据车辆内外场安全态势，进行驾驶风险等级判定并输出指令；根据相邻时刻的指令，进行驾驶权移交判定，并向车辆总线网络发送判定结果。本发明专利技术提高了自动驾驶的安全性和自动驾驶的驾驶权移交的平稳性。自动驾驶的驾驶权移交的平稳性。自动驾驶的驾驶权移交的平稳性。

【技术实现步骤摘要】
一种车辆安全态势评估与稳态驾驶模式切换方法及系统


[0001]本专利技术涉及车辆安全及自动驾驶领域，尤其涉及一种车辆安全态势评估与稳态驾驶模式切换方法及系统。

技术介绍

[0002]目前车辆的自动化水平正处于一定条件下的自动驾驶阶段：由车辆完成绝大部分驾驶操作，人类驾驶员需要集中注意力，以应对紧急危险情况，被视为是过渡至完全自动驾驶级别之间的技术。目前阶段为了增加驾驶员在驾驶过程的安全性以及舒适性，需要对驾驶员的行车风险进行评估，同时在行车风险较高时完成驾驶员对车辆的接管。
[0003]然而，现有对于车辆驾驶安全态势的研究，往往仅考虑车辆周围的运行环境对驾驶风险造成的影响，如车道线、道路边界、周围车辆的运动态势等，在车辆外部环境危险态势下、驾驶员处于不良状态或者为了减少驾驶员操作负荷时，没有融合“人
‑
机
‑
环”的整体状态指标进行综合考虑，即未将车辆自感知与驾驶人状态感知融入安全态势的判定中；同时现有技术对于实现准确的驾驶接管辨识条件的研究也不够完善，缺乏在准确判定安全态势的基础上设计的车辆控制权移交方案，在控制权稳态移交方面尚有欠缺。
[0004]综上，为了提升人机共驾阶段驾驶员的安全，亟需一种考虑“人
‑
机
‑
环”整体感知信息的驾驶安全态势评估方法，开发稳态驾驶权切换机制来改善当前智能车辆的可靠性，解决目前在较高自动化水平车辆中，安全态势判定时考虑不足及接管过程不够平稳的问题，为更高层次自动驾驶的开发打下基石。
专利技术内容
[0005]本专利技术提供了一种车辆安全态势评估与稳态驾驶模式切换方法及系统，用以解决目前在较高自动化水平车辆中对安全态势感知能力不足及接管过程不够平稳的技术问题。
[0006]本专利技术提供了一种车辆安全态势评估及稳态驾驶模式切换方法，用于车辆总线网络、车辆驾驶控制权移交装置、驾驶员状态行为感知装置和车辆信息及车周环境信息感知装置相互协作的系统中，包括以下步骤：
[0007]S1、计算车辆内场安全态势和车辆外场安全态势：通过驾驶员状态行为感知装置采集驾驶员驾驶过程中的多模态参数，进而计算出车辆内场安全态势并发送给车辆驾驶控制权移交装置；通过车辆信息及车周环境信息感知装置采集车辆运行状态参数以及行驶环境状态参数，进而计算出车辆外场安全态势并发送给车辆驾驶控制权移交装置。
[0008]S2、驾驶风险等级判断：车辆驾驶控制权移交装置根据车辆内场安全态势和车辆外场安全态势，进行驾驶风险等级判定并输出指令。
[0009]S3、驾驶权移交判定：车辆驾驶控制权移交装置根据相邻时刻的指令，进行驾驶权移交判定，并向车辆总线网络发送判定结果。
[0010]优选的，在S1中：
[0011]多模态参数包括驾驶员的面部图像、头部姿态、躯干姿态、语音语调、呼吸率、皮肤
电、心率。
[0012]根据多模态参数计算车辆内场安全态势时，融合驾驶意图和驾驶特征观测信息，基于降噪自编码深度网络对驾驶员操作行为进行识别与预测，通过多任务卷积神经网络对驾驶员的疲劳、情绪等状态进行感知，综合计算出车辆内场安全态势，添加时间戳后发送至车辆驾驶控制权移交装置；车辆内场安全态势E
in
的计算可公式化为：
[0013]E
in
＝η1D
emo
+η2D
fati
+η3D
beha
[0014]其中，D
emo
是驾驶员情绪风险因子，D
fati
是驾驶员疲劳风险因子，D
beha
是驾驶员行为风险因子，η1、η2、η3分别为各风险因子权重系数。
[0015]优选的，在S1中：
[0016]车辆运行状态参数包括速度、加速度和转角；行驶环境状态参数包括包含车外图像的车辆四周环境信息和包含车周车辆及障碍物信息的雷达点云图。
[0017]根据车辆运行状态参数和行驶环境状态参数计算车辆外场安全态势时，将车外图像及雷达点云图进行模态融合，输入YOLOv7深度神经网络并综合车辆运行状态参数后，得到车辆所处车道信息、车辆速度和加速度信息，邻近车辆相对本车车辆的位置、速度和加速度信息，提取驾驶风险因子，综合计算出车辆外场安全态势，添加时间戳后发送至车辆驾驶控制权移交装置；车辆外场安全态势E
ex
的计算可公式化为：
[0018][0019]其中，r
ij
表示邻近车辆i与本车车辆j之间的距离，k1、k2、G均为大于0的预设参数，M
i
为邻近车辆i的等效质量，R为本车车辆所处道路条件影响因子，v
i
为邻近车辆i的速度，θ
i
是邻近车辆i速度方向与r
ij
的夹角，并规定顺时针方向为正，n为邻近车辆的数目。
[0020]优选的，邻近车辆的等效质量M
i
可公式化为：
[0021]M
i
＝m
i
(1+α1v
i
+α2a
i
)
[0022]其中，m
i
是邻近车辆i的质量，α1、α2为大于0的预设参数，v
i
是邻近车辆i的速度，a
i
是邻近车辆i的加速度。
[0023]道路条件影响因子R可公式化为：
[0024]R＝β1F
cur
+β2F
slo
+β3F
vis
[0025]其中，β1、β2、β3为大于0的预设参数，F
cur
为道路曲率，F
slo
为道路坡度，F
vis
为道路能见度。
[0026]优选的，在S2中：
[0027]输出指令的规则如下：
[0028]当内场风险等级判定为正常、外场风险等级判定为正常时，输出指令A1。
[0029]当内场风险等级判定为正常、外场风险等级判定为危险时，输出指令A2。
[0030]当内场风险等级判定为危险、外场风险等级判定为正常时，输出指令B1。
[0031]当内场风险等级判定为危险，外场风险等级判定为危险时，输出指令B2。
[0032]优选的，在S3中：
[0033]车辆驾驶控制权移交装置根据相邻时刻的指令，进行驾驶权移交判定时，包含以下情形：
[0034]情形一：指令在相邻时刻保持A1以及由B1变更为A1时，保持自动驾驶系统掌握驾驶权。
[0035]情形二：指令在相邻时刻由A1变更为A2、由B1变更为A2以及由A2变更为B1时，提示驾驶员，并在提示后4s内将控制权由自动驾驶系统转移至驾驶员。
[0036]情形三：指令在相邻时刻保持B1以及由A1变更为B1时，提示驾驶员，并保持自动驾驶系统掌握驾驶权。
[0037]情形四：指令在相邻时刻由A1变更为B2、由A2本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种车辆安全态势评估及稳态驾驶模式切换方法，用于车辆总线网络、车辆驾驶控制权移交装置、驾驶员状态行为感知装置和车辆信息及车周环境信息感知装置相互协作的系统中，其特征在于，包括以下步骤：S1、计算车辆内场安全态势和车辆外场安全态势：通过驾驶员状态行为感知装置采集驾驶员驾驶过程中的多模态参数，进而计算出车辆内场安全态势并发送给车辆驾驶控制权移交装置；通过车辆信息及车周环境信息感知装置采集车辆运行状态参数以及行驶环境状态参数，进而计算出车辆外场安全态势并发送给车辆驾驶控制权移交装置；S2、驾驶风险等级判断：车辆驾驶控制权移交装置根据车辆内场安全态势和车辆外场安全态势，进行驾驶风险等级判定并输出指令；S3、驾驶权移交判定：车辆驾驶控制权移交装置根据相邻时刻的指令，进行驾驶权移交判定，并向车辆总线网络发送判定结果。2.根据权力要求1所述的车辆安全态势评估及稳态驾驶模式切换方法，其特征在于，在S1中：所述多模态参数包括驾驶员的面部图像、头部姿态、躯干姿态、语音语调、呼吸率、皮肤电、心率；根据所述多模态参数计算车辆内场安全态势时，融合驾驶意图和驾驶特征观测信息，基于降噪自编码深度网络对驾驶员操作行为进行识别与预测，通过多任务卷积神经网络对驾驶员的疲劳、情绪等状态进行感知，综合计算出车辆内场安全态势，添加时间戳后发送至车辆驾驶控制权移交装置；所述车辆内场安全态势E
in
的计算可公式化为：E
in
＝η1D
emo
+η2D
fati
+η3D
beha
其中，D
emo
是驾驶员情绪风险因子，D
fati
是驾驶员疲劳风险因子，D
beha
是驾驶员行为风险因子，η1、η2、η3分别为各风险因子权重系数。3.根据权力要求1所述的车辆安全态势评估及稳态驾驶模式切换方法，其特征在于，在S1中：所述车辆运行状态参数包括速度、加速度和转角；所述行驶环境状态参数包括包含车外图像的车辆四周环境信息和包含车周车辆及障碍物信息的雷达点云图；根据所述车辆运行状态参数和行驶环境状态参数计算车辆外场安全态势时，将车外图像及雷达点云图进行模态融合，输入YOLOv7深度神经网络并综合车辆运行状态参数后，得到车辆所处车道信息、车辆速度和加速度信息，邻近车辆相对本车车辆的位置、速度和加速度信息，提取驾驶风险因子，综合计算出车辆外场安全态势，添加时间戳后发送至车辆驾驶控制权移交装置；所述车辆外场安全态势E
ex
的计算可公式化为：其中，r
ij
表示邻近车辆i与本车车辆j之间的距离，k1、k2、G均为大于0的预设参数，M
i
为邻近车辆i的等效质量，R为本车车辆所处道路条件影响因子，v
i
为邻近车辆i的速度，θ
i
是邻近车辆i速度方向与r
ij
的夹角，并规定顺时针方向为正，n为邻近车辆的数目。4.根据权力要求3所述的车辆安全态势评估及稳态驾驶模式切换方法，其特征在于，邻近车辆的等效质量M
i
可公式化为：
M
i
＝m
i
(1+α1v
i
+α2a
i
)其中，m
i
是邻近车辆i的质量，α1、α2为大于0的预设参数，v
i
是邻近车辆i的速度，a
i
是邻近车辆i的加速度；道路条件影响因子R可公式化为：R＝β1F
cur
+β2F
slo
+β3F
vis
其中，β1、β2、β3为大于0的预设参数，F
cur
为道路曲率，F
slo
为道路坡度，F
vis
为道路能见度。5.根据权力要求1至4任一项所述的车辆安全态势评估及稳态驾驶模式切换方法，其特征在于，在S2中：所述输出指令的规则如下：当内场风险等级判定为正常、外场风险等级判定为正常时，输出指令A1；当内场风险等级判定为正常、外场风险等级判定为危险时，...

【专利技术属性】
技术研发人员：彭勇，向国梁，易深根，邓涵文，姚松，王兴华，汪馗，于天剑，伍贤辉，
申请(专利权)人：中南大学，
类型：发明
国别省市：