申请/专利权人：哈尔滨工业大学

申请日：2021-09-23

公开（公告）日：2022-11-29

公开（公告）号：CN113753059B

主分类号：G06F17/10

分类号：G06F17/10;B60W40/08;B60W60/00;G06K9/62

优先权：

专利状态码：有效-授权

法律状态：2022.11.29#授权;2021.12.24#实质审查的生效;2021.12.07#公开

摘要：一种自动驾驶系统下的驾驶人接管能力预测方法，本发明属于智能交通领域，它为了解决现有自动驾驶普及率不断提高，而自动驾驶汽车事故频发，现有研究对驾驶人关注不足的技术问题。预测方法：一、建立接管能力预测系统，该系统包括驾驶能力、初始状态和实时状态；二、接管绩效应包含警觉度、灵敏度和操作稳定度，对驾驶人接管绩效评分；三、构建预测模型，首先确定特征指标判别阈值，建立接管能力等级判定模型，通过驾驶特征指标的实际测定值和等级判定阈值，计算在k等级下驾驶人接管能力综合判定值；四、对接管能力等级判定模型进行优化修正。本发明建立一种驾驶人状态识别系统，预测接管能力，实时显示接管能力等级，促进系统智能化。

主权项：1.自动驾驶系统下的驾驶人接管能力预测方法，其特征在于该驾驶人接管能力预测方法按照以下步骤实现：步骤一、建立三阶段驾驶人接管能力预测系统；该驾驶人接管能力预测系统包括驾驶能力、初始状态和实时状态，其中初始状态通过情景意识测试和驾驶前反应速度测试获得，实时状态包括疲劳指数和情绪状态，并对驾驶能力、初始状态和实时状态进行评分；步骤二、接管绩效评价方法；接管绩效包含警觉度、灵敏度和操作稳定度；其中，警觉度用首次注视时间te表征，首次注视时间是指接管请求发出到驾驶员首次注视道路的时间；灵敏度用接管时间th表征，接管时间是指接管请求发出到驾驶员将转向盘转动2°或踩下10％的刹车踏板所用时间；操作稳定度用接管后车辆速度标准差sv、加速度标准差sa、方向盘转角标准差sθ、横向偏移标准差sx、逆转率SSRs和转向熵se共同表征，通过对警觉度、灵敏度和操作稳定度评价，得到驾驶人接管绩效评分；步骤三、构建驾驶人接管能力预测模型；1特征指标判别阈值确定驾驶人接管能力预测模型是以驾驶能力、驾驶前反应速度、情景意识、疲劳指数和情绪状态作为驾驶特征指标对驾驶人的接管能力进行预测，首先从数据库中选取不同接管能力下的驾驶能力、反应速度、情景意识、疲劳指数与情绪状态对分类预测模型进行训练，获取不同驾驶人接管能力等级k的每个驾驶特征指标的ROC曲线图，计算得到每个驾驶特征指标i在k等级下的判别阈值2接管能力等级判定模型①根据驾驶特征指标i在k等级下的判别阈值从而求得TPk、TNk、FPk和FNk，其中TPk为k等级下的真正例数量，TNk为k等级下的真反例数量，FPk为k等级下的假正例数量，FNk为k等级下的假反例数量；通过公式1计算得到驾驶特征指标i在k等级下的准确率 ②ROC曲线下面积是衡量特征指标对不同状态判别能力的重要评价指标，因此，驾驶人接管能力等级k的驾驶特征指标i的综合判别准确度表示为： 其中为驾驶特征指标i在k等级下的ROC曲线面积；③根据驾驶人接管能力等级k的驾驶特征指标i的综合判别准确度对驾驶特征指标i的相对权重进行线性分配，公式如下： 其中为驾驶特征指标i在k等级下的重要度，为驾驶特征指标i在k等级下所占权重，为驾驶特征指标j在k等级下的重要度，为驾驶特征指标j在k等级下所占权重；④根据驾驶特征指标i的实际测定值Xi和该组数据驾驶特征指标i所处等级的下限节点Ti计算在k等级下驾驶人接管能力综合判定值Ek，当Ek1时，则判定驾驶人接管能力等级为k级： 步骤四、接管能力等级修正模型对接管能力等级判定模型进行优化修正，将接管能力判定等级和接管绩效对比，采用相似度差值区间R作为驾驶人个性特征信息筛选标准，相似度S计算公式如公式5所示，当相似度在R中，则该组数据归入分类预测模型的训练集对模型进行修正； 式中：DVr为接管能力r级与r+1级的分级节点，DVr+1为接管能力r+1级与r+2级的分级节点，Ti’为该组数据驾驶特征指标i所处等级的上限节点，TVr为驾驶人实际接管绩效得分。

全文数据：

权利要求：

百度查询： 哈尔滨工业大学 一种自动驾驶系统下的驾驶人接管能力预测方法

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD