[发明专利]一种驾驶员驾驶状态辨识用样本库的建立方法

摘要

本发明公开了一种驾驶员驾驶状态辨识用样本库的建立方法，包括步骤一、正常驾驶状态下行驶状态信息获取采用行驶状态信息监测装置且按照预先设计的监测频率，对被监测驾驶员按照预先设计的路线驾驶过程中所驾驶车辆的行驶状态信息进行监测，获得多个监测时刻的行驶状态信息；二、车辆动力学模型参数确定；三、险态驾驶状态下行驶状态信息获取，过程如下随机数生成、随机数筛选、驾驶员反应时间数组获取和行驶状态信息获取；四、样本库建立。本发明方法步骤简单、设计合理且实现方便、使用效果好，能够通过采集正常驾驶状态下的行驶状态信息获取险态驾驶状态下的样本信息，能有效解决险态驾驶状态下行驶状态信息的获取难题。

主权项

一种驾驶员驾驶状态辨识用样本库的建立方法，其特征在于，该方法包括以下步骤：步骤一、正常驾驶状态下行驶状态信息获取：采用行驶状态信息监测装置且按照预先设计的监测频率，对被监测驾驶员按照预先设计的路线驾驶过程中所驾驶车辆的行驶状态信息进行监测，并将所监测信息同步传送至数据处理器，获得多个监测时刻的行驶状态信息；所述行驶状态信息监测装置包括对所驾驶车辆的方向盘转角进行检测的方向盘转角检测单元(1‑1)和对所驾驶车辆的侧向加速度进行检测的侧向加速度检测单元(1‑2)，所述方向盘转角检测单元(1‑1)和侧向加速度检测单元(1‑2)均与数据处理器连接；每个监测时刻的行驶状态信息均包括该时刻方向盘转角检测单元(1‑1)所检测的方向盘转角和侧向加速度检测单元(1‑2)所检测的侧向加速度；步骤二、车辆动力学模型参数确定：所述数据处理器根据步骤一中所获得的多个监测时刻的行驶状态信息，得出方向盘转角函数δsw(t)和侧向加速度函数其中，δsw(t)为步骤一中驾驶过程中所驾驶车辆的方向盘转角随时间变化的函数，为步骤一中驾驶过程中所驾驶车辆的侧向加速度随时间变化的函数；所述数据处理器再根据公式并结合步骤一中被监测驾驶员所驾驶车辆的车辆动力学模型的传递函数对车辆动力学模型参数Gay、Ty1、Ty2、T1和T2分别进行确定；公式(2)中，δsw(s)为方向盘转角函数δsw(t)的拉普拉斯变换，为侧向加速度函数的拉普拉斯变换；步骤三、险态驾驶状态下行驶状态信息获取，过程如下：步骤301、随机数生成：采用数据处理器且调用随机数生成模块，生成神经反应时间随机数组或动作反应时间随机数组；所述神经反应时间随机数组为调用所述随机数生成模块生成的一组平均数为td0且方差为σd的随机数；其中，td0＝0.25～0.5；当被监测驾驶员为男性驾驶员时，σd＞7.5；当被监测驾驶员为女性驾驶员时，σd＞8；所述动作反应时间随机数组为调用所述随机数生成模块生成的一组平均数为Th0且方差为σh的随机数；其中，Th0＝0.12～0.2；当被监测驾驶员为男性驾驶员时，σh＞2.6；当被监测驾驶员为女性驾驶员时，σd＞1.95；步骤302、随机数筛选：先根据预先设定的疲劳度判断阈值Ntm，采用数据处理器计算得出神经反应时间判断阈值tdm或动作反应时间判断阈值Thm，其中，Ntm＝0.7～0.9；再根据计算得出的tdm或Thm，对步骤301中生成的所述神经反应时间随机数组或所述动作反应时间随机数组进行筛选，获得险态驾驶状态下的神经反应时间数组或动作反应时间随机数组；所述神经反应时间数组中包括险态驾驶状态下神经反应时间的多个随机数，所述动作反应时间随机数组中包括险态驾驶状态下动作反应时间的多个随机数；公式(3)中tda和tdb分别为预先测试得出的被监测驾驶员神经反应时间的上限值和下限值，公式(4)中Tha和Thb分别为预先测试得出的被监测驾驶员动作反应时间的上限值和下限值，tdm、Thm、tda、tdb、Tha和Thb的单位均为s；对所述神经反应时间随机数组进行筛选时，根据计算得出的tdm，采用数据处理器对所述神经反应时间随机数组中的各随机数分别进行判断；对所述神经反应时间随机数组中的任一个随机数进行判断时，判断该随机数是否大于tdm，且当该随机数＞tdm时，判断为该随机数为险态驾驶状态下神经反应时间的随机数；对所述动作反应时间随机数组进行筛选时，根据计算得出的Thm，采用数据处理器对所述动作反应时间随机数组中的各随机数分别进行判断；对所述动作反应时间随机数组中的任一个随机数进行判断时，判断该随机数是否大于Thm，且当该随机数＞Thm时，判断为该随机数为险态驾驶状态下动作反应时间的随机数；步骤303、驾驶员反应时间数组获取：采用数据处理器对步骤302中所述神经反应时间数组或所述动作反应时间随机数组进行时间数据对计算，获取驾驶员反应时间数组；所述驾驶员反应时间数组中包括险态驾驶状态下的多个驾驶员反应时间数据对，每个所述驾驶员反应时间数据对均包括一个神经反应时间和一个动作反应时间；其中，对所述神经反应时间数组进行时间数据对计算时，采用数据处理器对所述神经反应时间数组中的各随机数分别进行时间数据对计算；对所述神经反应时间数组中的任一个随机数tdi进行时间数据对计算时，先根据公式计算得出神经反应时间tdi对应的疲劳度Nti；再根据公式计算得出神经反应时间tdi对应的动作反应时间Thi，所述的tdi和Thi组成一个驾驶员反应时间数据对；i为正整数且i＝1、2、…、Nd，Nd为所述神经反应时间数组中所包括随机数的总数量；对所述动作反应时间数组进行时间数据对计算时，采用数据处理器对所述动作反应时间数组中的各随机数分别进行时间数据对计算；对所述动作反应时间数组中的任一个随机数tdi进行时间数据对计算时，先根据公式计算得出动作反应时间Thj对应的疲劳度Ntj；再根据公式计算得出动作反应时间Thj对应的神经反应时间tdj，所述的tdj和Thj组成一个驾驶员反应时间数据对；j为正整数且j＝1、2、…、Nh，Nh为所述动作反应时间数组中所包括随机数的总数量；步骤304、行驶状态信息获取：根据预先建立的驾驶员模型，采用数据处理器对步骤303中所述驾驶员反应时间数组中的多个所述驾驶员反应时间数据对分别进行行驶状态信息计算，获得Nk组险态驾驶状态下的行驶状态信息；其中，Nk为正整数且其为所述驾驶员反应时间数组中所包括驾驶员反应时间数据对的总数量，Nk＝Nd或Nh；步骤一中多个所述监测时刻被监测驾驶员所驾驶车辆所处的位置均为监测位置，每组险态驾驶状态下的行驶状态信息均包括险态驾驶状态下的多个方向盘转角信号，多个所述方向盘转角信号分别为险态驾驶状态下被监测驾驶员所驾驶车辆在多个不同监测位置处的方向盘转角信号；所述驾驶员模型的输入量为步骤二中所述的输出量为险态驾驶状态下被监测驾驶员按照步骤一中预先设计的路线驾驶过程中所驾驶车辆的方向盘转角随时间变化的函数；所述驾驶员模型的传递函数为公式(9)中，Tp、td和Th分别为驾驶过程中同一时刻被监测驾驶员的预瞄时间、神经反应时间和动作反应时间；采用数据处理器对步骤303中所述驾驶员反应时间数组中的任一个所述驾驶员反应时间数据对进行行驶状态信息计算时，根据公式(9)，并结合步骤一中所获得的多个监测时刻的侧向加速度以及该驾驶员反应时间数据对中的神经反应时间和动作反应时间，获得与该驾驶员反应时间数据对对应的险态驾驶状态下被监测驾驶员所驾驶车辆在多个不同监测位置处的方向盘转角信号；步骤四、样本库建立：采用数据处理器建立样本库，所建立的样本库内存储有两类样本，一类样本为正常驾驶状态样本且该类样本中包括步骤一中所获得的多个监测时刻的方向盘转角信号，另一类样本为险态驾驶状态样本且该类样本中包括步骤304中获得的险态驾驶状态下的多个方向盘转角信号；步骤一中获得M个监测时刻的行驶状态信息，其中M为正整数且M≥50，步骤四中所述样本库中存储的所述正常驾驶状态样本的数量为M个，每个所述正常驾驶状态样本均为步骤一中所获得的一个监测时刻的方向盘转角信号；步骤四中所述样本库中存储的所述险态驾驶状态样本的数量不小于M个，每个所述险态驾驶状态样本均为步骤304中获得的险态驾驶状态下的一个方向盘转角信号。