一种针对驾驶员主观行车风险感知水平的评估方法技术

本发明专利技术公开了一种针对驾驶员主观行车风险感知水平的评估方法，其方法包括的步骤为：步骤1、驾驶员可视区域划分；步骤2：驾驶员视觉感知模型建立；步骤3、驾驶员视觉感知模型标定；步骤4、面向某视区的驾驶员视区风险感知水平评估；步骤5、面向某驾驶意图的驾驶员综合风险感知水平评估。有益效果：有效解决了驾驶员眼动行为解析问题。将行车风险与由驾驶员视觉感知模型得到的驾驶人视觉感知程度相结合，通过构造的视区风险感知水平曲面计算驾驶员主观行车风险感知水平，实现了对驾驶员关于周围交通风险认知水平的定量估计，有助于实时评价驾驶员的驾驶可靠性，为各类智能驾驶系统提供决策依据。决策依据。决策依据。

【技术实现步骤摘要】
一种针对驾驶员主观行车风险感知水平的评估方法


[0001]本专利技术涉及一种感知水平的评估方法，特别涉及一种针对驾驶员主观行车风险感知水平的评估方法。

技术介绍

[0002]当驾驶员驾驶经验不足或驾驶员处于疲劳、分心等不良驾驶状态时，极易导致驾驶员无法对行车风险形成有效的感知，造成驾驶员忽视道路上的其他交通车参与者或道路设施，进而导致交通事故的发生。若能够准确评估驾驶人对行车风险的感知水平，并将其应用于智能驾驶系统中，实现对驾驶员的适时提醒与辅助，将会大大提高道路交通的安全性。
[0003]当前学术界和工业界对驾驶员状态评估开展了大量的研究和实践，主要围绕驾驶员动作和面部表情等进行，能够实现对驾驶员操作手机、打哈欠、瞌睡、低头等行为的辨识。然而，现有方法能够识别的行为类型有限，存在误识别、漏识别等问题，无法直接、统一地评估驾驶员对行车风险的主观感知水平。因此，开发一种针对驾驶员主观行车风险感知水平的评估方法已经迫在眉睫。

技术实现思路

[0004]本专利技术的目的是为了解决现有的针对驾驶员状态评估方法中普遍存在的能够识别的驾驶员行为类型有限，存在误识别、漏识别等问题，以及无法直接、统一地评估驾驶员对行车风险的主观感知水平，而提供的一种针对驾驶员主观行车风险感知水平的评估方法。
[0005]本专利技术提供的针对驾驶员主观行车风险感知水平的评估方法，其方法包括的步骤如下：
[0006]步骤1、驾驶员可视区域划分，具体如下：
[0007]根据汽车结构和驾驶员注视行为将驾驶员可视区域分为5个部分，可视区域以下简称视区，5个视区分别为前方视区1、后方视区2、左侧视区3、右侧视区4以及包含仪表板、中控区域的其他视区5，驾驶员在驾驶位以不同的角度实现对不同视区的观察，驾驶员透过前挡风玻璃观察前方视区1，通过内后视镜观察后方视区2，透过左前车窗玻璃并通过外左后视镜观察左侧视区3，透过右前车窗玻璃并通过外右后视镜观察右侧视区4；
[0008]步骤2：驾驶员视觉感知模型建立，具体如下：
[0009]驾驶员视觉感知模型描述了驾驶员的视觉感知特性，用于计算驾驶员对某视区的实时视觉感知程度，驾驶员视觉感知模型以驾驶员的注视行为作为系统激励，以伽马分布描述的视觉感知程度变化过程为系统响应，运用时域卷积运算计算驾驶员的实时视觉感知程度，视觉感知程度变化过程采用伽马分布表达，构造如下：
[0010][0011]式中，x为随机变量；α为形状参数；β为尺度参数；Γ(α)为伽马函数，其形式如下：
[0012][0013]驾驶员对某视区的实时视觉感知程度按下式计算：
[0014][0015]式中，pl
i
(t)为驾驶员在t时刻对视区i的视觉感知程度；Gaze
i
(τ)代表驾驶员对视区i的注视信号为二进制阶跃曲线，1代表驾驶员注视该视区，0代表驾驶员未注视；T
w
为滑动时间窗口的长度；
[0016]步骤3、驾驶员视觉感知模型标定，具体方法如下：
[0017]利用平均单次注视时间，根据标定目标，采用试凑法，对视觉感知模型中的形状参数α和尺度参数β进行标定；
[0018]标定目标为：以视觉感知程度从0％开始，经过一个单次平均注视时间的注视，视觉感知程度达到60％时，再经过一个单次平均注视时间的非注视，视觉感知程度衰减到峰值水平的一半，用公式表示如下：
[0019][0020]式中，T代表平均单次注视时间；
[0021]单次注视时间获取方法为：利用眼动仪通过实车数据采集装置采集车速在60km/h至80km/h之间的100次以上安全有效的换道过程，统计换道意图阶段对侧向视区，即对左侧视区3或右侧视区4视区的注视时间，并计算得到平均单次注视时间；
[0022]按照公式(4)，采用试凑法求得α和β,完成对步骤3中建立的驾驶员视觉感知模型的标定；
[0023]步骤4、面向某视区的驾驶员视区风险感知水平评估，具体如下：
[0024]面向某视区的驾驶员视区风险感知水平取决于该视区的视区风险指数和利用驾驶员视觉感知模型计算得到的驾驶员对该视区的视觉感知程度，构造视区风险感知水平曲面，用于计算驾驶员视区风险感知水平，公式如下：
[0025][0026]式中，c
E4
为常系数；ri
i
(t)为视区风险指数；
[0027]公式(5)描述了不同视觉感知程度和风险指数下的视区风险感知水平,视区风险感知水平表明了驾驶员对某视区内存在的行车风险的感知水平，当视区内风险较高时，驾驶员对该视区的视觉感知程度越高则该对视区的风险感知水平越高，当视区内风险较低时，不要求驾驶员具有较高的视觉感知程度即可达到同等水平的视区风险感知水平；
[0028]视区风险指数通过对视区内的风险分布按道路面积进行积分并归一化得到，公式如下：
[0029][0030]式中，E
i
(x,y,t)为视区i的行车风险分布，通过行车风险场表达；S
E,i
为视区i的道路面积，c
E3,i
为针对视区i常系数，用于设定归一化强度，不同视区的强度不同；
[0031]步骤5、面向某驾驶意图的驾驶员综合风险感知水平评估，具体如下：
[0032]面向某驾驶意图的驾驶员综合风险感知水平取决于驾驶意图和与该驾驶意图相关的驾驶员视区风险感知水平，计算方法将与该驾驶意图相关的驾驶员视区风险感知水平进行连乘，公式如下：
[0033][0034]式中，I为参与连乘的视区风险感知水平范围，RA为驾驶员综合风险感知水平；
[0035]驾驶意图包括车道保持、左换道和右换道，在换道意图阶段，驾驶员对前方视区的感知影响着车道保持能力，驾驶员需要保持对前方的持续感知，而对左侧或右侧视区的感知不需要持续关注，但需要达到设定水平，采用峰值保持器对换道意图阶段的左侧或右侧视区风险感知水平进行滤波处理；
[0036]参与连乘的视区风险感知水平范围I设定为：针对车道保持，驾驶员只需掌握前方视区，因此I＝[1]；针对左换道，驾驶员需要保持对前方的持续关注和对左侧道路风险的有效感知，因此I＝[1,3]，类似地，针对右换道，I＝[1,4]。
[0037]本专利技术的有益效果：
[0038]本专利技术提供的针对驾驶员主观行车风险感知水平的评估方法创新性地构建了驾驶员视觉感知模型，以驾驶人对某一视区的注视行为开关信号为系统激励，以伽马分布描述的感知程度变化过程为驾驶人视觉认知系统响应，运用时域卷积运算计算驾驶人对该视区的实时视觉感知程度。驾驶员视觉感知模型将驾驶员眼动行为转化为视觉感知程度，有效解决了驾驶员眼动行为解析问题。本申请将行车风险与由驾驶员视觉感知模型得到的驾驶人视觉感知程度相结合，通过构造的视区风险感知水平曲面计算驾驶员主观行车风险感知水平，实现了对驾驶员关于周围交通风险认知水平的定量估计，有助于实时评价驾驶员的驾驶可靠性，为各类智能驾驶系统提供决本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种针对驾驶员主观行车风险感知水平的评估方法，其特征在于：其方法包括的步骤如下：步骤1、驾驶员可视区域划分，具体如下：根据汽车结构和驾驶员注视行为将驾驶员可视区域分为5个部分，可视区域以下简称视区，5个视区分别为前方视区1、后方视区2、左侧视区3、右侧视区4以及包含仪表板、中控区域的其他视区5，驾驶员在驾驶位以不同的角度实现对不同视区的观察，驾驶员透过前挡风玻璃观察前方视区1，通过内后视镜观察后方视区2，透过左前车窗玻璃并通过外左后视镜观察左侧视区3，透过右前车窗玻璃并通过外右后视镜观察右侧视区4；步骤2：驾驶员视觉感知模型建立，具体如下：驾驶员视觉感知模型描述了驾驶员的视觉感知特性，用于计算驾驶员对某视区的实时视觉感知程度，驾驶员视觉感知模型以驾驶员的注视行为作为系统激励，以伽马分布描述的视觉感知程度变化过程为系统响应，运用时域卷积运算计算驾驶员的实时视觉感知程度，视觉感知程度变化过程采用伽马分布表达，构造如下：式中，x为随机变量；α为形状参数；β为尺度参数；Γ(α)为伽马函数，其形式如下：驾驶员对某视区的实时视觉感知程度按下式计算：式中，pl
i
(t)为驾驶员在t时刻对视区i的视觉感知程度；Gaze
i
(τ)代表驾驶员对视区i的注视信号为二进制阶跃曲线，1代表驾驶员注视该视区，0代表驾驶员未注视；T
w
为滑动时间窗口的长度；步骤3、驾驶员视觉感知模型标定，具体方法如下：利用平均单次注视时间，根据标定目标，采用试凑法，对视觉感知模型中的形状参数α和尺度参数β进行标定；标定目标为：以视觉感知程度从0％开始，经过一个单次平均注视时间的注视，视觉感知程度达到60％时，再经过一个单次平均注视时间的非注视，视觉感知程度衰减到峰值水平的一半，用公式表示如下：式中，T代表平均单次注视时间；单次注视时间获取方法为：利用眼动仪通过实车数据采集装置采集车速在60km/h至80km/h之间的100次以上安全有效的换道过程，统计换道意图阶段对侧向视区，即对左侧视区3或右侧视区4视区的注视时间，并计算得到平均单次注视时间；
按照公式(4)，...

【专利技术属性】
技术研发人员：韩嘉懿，朱冰，宋东鉴，赵健，贾士政，
申请(专利权)人：吉林大学，
类型：发明
国别省市：