[发明专利]一种基于驾驶员视觉可见信息的智能车辆辅助驾驶方法

权利要求书

1.一种基于驾驶员视觉可见信息的智能车辆辅助驾驶方法，其特征在于：具体包括以下步骤：

步骤一、分别采集通过当前基于DSRC技术的车-路通信、车-车通信、车载摄像装置获取的车辆外部视觉可见信息；

步骤二、对所述步骤一采集的所述视觉可见信息提取特征参数建立特征参数库，用于训练驾驶员信息负荷量等级分类器；检测行驶过程中驾驶员瞳孔直径、注视点分布的百分比，并以瞳孔直径和注视点分布百分比为依据划分信息负荷量的评价等级；其中，注视点分布百分比p定义为：

p＝S₁/S₂

其中，S₁为注视点热力图面积，S₂为驾驶员可视总面积；

通过采集多名驾驶员在正常驾驶状态下通过典型道路交叉口的视觉可见信息以及瞳孔直径、注视点分布百分比，计算各特征参数并针对各场景中信息负荷量的评价等级进行抽样，得到各特征参数组成的状态向量空间分布；

利用统计分析的方法检验不同评价等级下特征参数差异的显著性，基于区分效果选取状态向量，并计算对于每个特征参数区分能力最强的时间窗作为最优时间窗，以分类误差最小为标准选取所述状态向量并建立所述特征参数库；

步骤三、利用所述步骤二中训练的所述驾驶员信息负荷量等级分类器对实际行车过程中所采集的道路交叉口相关信息进行在线辨识，得到实时信息负荷量等级；

步骤四、基于所述步骤三中辨识得到的所述实时信息负荷量等级，提供相应的辅助驾驶策略。

2.如权利要求1所述的方法，其特征在于：所述步骤一中的所述视觉可见信息包括：与路面、路肩、中央隔离带设施相关的道路物理信息，与其他道路使用者相关的道路动态信息、与道路标志、标线、信号灯、广告牌相关的道路意义信息，与道路周边的自然及人文景观，包括绿化、建筑、天空的道路景观信息。

3.如权利要求2所述的方法，其特征在于：所述步骤二中所述视觉可见信息提取特征参数具体包括：对所述道路物理信息通过车-路通信方式分别提取道路设施元素面积、道路设施元素的醒目性，以及驾驶员相对道路设施元素的距离；

对所述道路动态信息通过车-车通信方式分别提取不同道路参与者的交通方式系数、每种交通方式的权重，以及每种交通方式的参与者个数；

对所述道路意义信息通过车-路通信方式分别提取不同道路意义元素权重、单个道路意义元素所包含的信息量，以及不同交通标志上包含某个道路意义元素的个数；

对所述道路景观信息通过车载摄像装置分别提取道路景观元素的面积、道路景观元素的醒目程度，以及道路景观元素距驾驶人的距离。

4.如权利要求3所述的方法，其特征在于：在所述步骤三的在线辨识中，对实时采集的数据采用融合特征参数及各视觉可见信息的方法，在最优时间窗内，将所述特征参数值输入信息负荷量等级分类器，以实时获取驾驶员信息负荷量等级。

5.如权利要求4所述的方法，其特征在于：所述步骤四具体包括：

若驾驶员处于信息负荷过载状态，采取高等级的辅助策略，分配车辆本身更多的车身控制自主权；

若驾驶员处于信息负荷适宜状态，采取中等级的辅助策略，给予驾驶员自主选择辅助策略的权力；

若驾驶员处于信息负荷过低状态，则采取仅提醒、警示的低等级辅助策略，提高驾驶员注意力效度，监测驾驶员操纵状态。