[发明专利]一种基于模拟驾驶器的制动失效驾驶员行为建模方法

说明书

本发明公开了一种基于模拟驾驶器的制动失效驾驶员行为建模方法，该方法的步骤包括：基于模拟驾驶器进行驾驶员在环模拟驾驶试验，采集试验车辆遇到障碍物并且制动失效情况下的车辆数据，车辆数据包括试验车辆与障碍物的相对纵向距离、纵向相对速度，方向盘转角、方向盘角速度和油门开度；处理试验数据，将数据切分为训练数据和测试数据；使用训练数据通过高斯过程回归算法建立制动失效驾驶员行为模型；使用测试数据进行模型测试；得到可接受的制动失效驾驶员行为模型。本发明运用模拟驾驶器进行模拟驾驶试验，采集制动失效工况下的车辆数据，通过高斯过程回归算法建模，得到高准确度的制动失效驾驶员行为模型，具有计算量小和成本低的优点。

技术领域

本发明涉及交通安全技术领域，特别涉及一种基于模拟驾驶器的制动失效驾驶员行为建模方法。

背景技术

随着我国公路里程和人均汽车保有量的不断提升，汽车已经逐渐成为各个家庭出行的必备工具，然而，这同时也带来了与交通事故相关的事故发生量的提升，对人们的生命和财产安全造成了一定负面影响。在车辆行驶中制动失效情况下，驾驶员倾向于进行大幅度转动方向盘，严重偏移驾驶轨迹等行为，从而对周围车辆和行人造成威胁，是一种对驾驶安全有重大威胁的问题，有必要对该工况下的驾驶员行为进行深入研究。

由于技术条件限制，在事故发生以后，大部分情况下，相关工作人员只能根据相关物理痕迹进行事故发生过程推演，从而调查事故原因或评估事故责任。随着模拟驾驶技术的不断发展，模拟驾驶工况与真实工况之间的差距在不断缩小，且模拟驾驶具有成本低廉，使用方便等优点，可用于进行交通事故复现。

专利CN201810616390.3提出了一种基于模拟驾驶平台的驾驶员驾驶模式分析系统及分析方法，其收集模拟驾驶期间驾驶员的脑电信息和肌肉电流信号，从而对驾驶员的驾驶模式进行分析，并不涉及针对制动失效情况的驾驶员行为建模，也不涉及车辆动力学信号的分析和高斯过程回归建模，且存在计算量大，系统搭建复杂，成本高昂等问题。

发明内容

为了解决现有技术的问题，本发明的主要目的在于提供一种基于模拟驾驶器的制动失效驾驶员行为建模方法，以模拟驾驶系统试验数据为基础，得到针对制动失效工况的驾驶员行为模型。

为了达到上述目的，本发明提供一种基于模拟驾驶器的制动失效驾驶员行为建模方法，包括以下步骤：

基于模拟驾驶器进行驾驶员在环模拟驾驶试验，模拟驾驶试验时在模拟道路中预设障碍物，采集试验车辆在行驶中遇到障碍物并且制动失效情况下的车辆数据，所述车辆数据包括试验车辆与障碍物的相对纵向距离、纵向相对速度，试验车辆的方向盘转角、方向盘角速度和油门开度；

处理模拟驾驶试验采集的数据，将数据按比例随机分为训练数据和测试数据；

使用训练数据通过高斯过程回归算法建立制动失效驾驶员行为模型；

使用测试数据进行制动失效驾驶员行为模型测试；

得到测试结果合格的制动失效驾驶员行为模型。

优选地，在模拟驾驶试验中，所述模拟道路包括城市道路和高速道路，且均为直行道路。

优选地，在模拟驾驶试验中，当试验车辆与障碍物出现位置之间的距离小于一定阈值时，屏蔽试验车辆制动信号，使试验车辆制动失效，并以一定的频率采集所述车辆数据，直至试验车辆与障碍物相撞或成功避开障碍物。

优选地，所述阈值在城市道路中时为5m，在高速道路中时为10m。

优选地，采集所述车辆数据的频率为100Hz。

其中，所述障碍物为行人、大型动物和车辆的其中一种或多种。大型动物譬如麋鹿、牛、羊、狼、狗等，还譬如大型猫科动物狮子、虎等路面常见动物。

优选地，处理模拟驾驶试验采集的数据时，将数据按7:3的比例随机分为训练数据和测试数据。