申请/专利权人：清华大学

申请日：2023-06-25

公开（公告）日：2024-03-19

公开（公告）号：CN116968730B

主分类号：B60W30/095

分类号：B60W30/095;B60W50/00;B60W60/00

优先权：

专利状态码：有效-授权

法律状态：2024.03.19#授权;2023.11.17#实质审查的生效;2023.10.31#公开

摘要：本申请涉及一种高风险场景下驾驶人风险响应与主动决策方法及装置，包括：根据所获取的满足风险条件的场景下多个驾驶人眼动的时空特征信息，确定多个驾驶人的视觉注意特性，基于根据视觉注意特性和视网膜成像原理确定的多个驾驶人风险认知的感知特性，获取多个驾驶人风险认知的视觉注意力累积信息，根据基于视觉注意力累积信息所构建的表征驾驶人决策操纵行为的驾驶人漂移扩散决策模型，量化输出每个驾驶人驾驶过程风险响应和主动决策。由此，解决现有模型应用过程中难以充分解释人类风险认知行为产生机理，且未量化道路条件和车辆属性等因素对驾驶人风险响应与主动决策产生的影响等问题，对实现个性化自动驾驶、促进道路交通安全具有重要意义。

主权项：1.一种高风险场景下驾驶人风险响应与主动决策方法，其特征在于，包括以下步骤：获取满足预设风险条件的场景下的多个驾驶人眼动的时空特征信息，并根据所述时空特征信息确定所述多个驾驶人的视觉注意特性；根据所述视觉注意特性和预设的视网膜成像原理确定所述多个驾驶人风险认知的感知特性；基于所述多个驾驶人风险认知的感知特性，获取所述多个驾驶人风险认知的视觉注意力累积信息；基于所述视觉注意力累积信息，构建表征驾驶人决策操纵行为的驾驶人漂移扩散决策模型；以及基于所述驾驶人漂移扩散决策模型，量化输出每个驾驶人驾驶过程风险响应和主动决策；其中，所述根据所述视觉注意特性和预设的视网膜成像原理确定所述多个驾驶人风险认知的感知特性，包括：若所述视觉注意特性为预设直行场景注意特性，则基于预设的直接知觉理论，确定视网膜成像角与前方车辆的相对距离和所述前方车辆的车宽之间的第一关系，并基于所述第一关系计算所述视网膜成像角的第一变化率，并根据所述第一变化率和所述第一关系得到碰撞时间；若所述视觉注意特性为模拟数据注意特性，则确定所述视网膜成像角、驾驶人与驾驶模拟器屏幕之间的距离、屏幕中交通干扰车辆的宽度变化率之间的第二关系，并基于所述第二关系计算所述视网膜成像角的第二变化率，并根据所述第二变化率和所述第二关系得到所述碰撞时间；所述基于所述视觉注意力累积信息，构建表征驾驶人决策操纵行为的驾驶人漂移扩散决策模型，包括：基于预设的序列抽样理论，根据所述多个驾驶人决策过程的动态价值评估构建漂移扩散模型；将所述视觉注意力累积信息输入至所述漂移扩散模型，并根据输出结果构建所述驾驶人漂移扩散决策模型。

全文数据：

权利要求：

百度查询： 清华大学 高风险场景下驾驶人风险响应与主动决策方法及装置

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