买专利,只认龙图腾
首页 专利交易 科技果 科技人才 科技服务 商标交易 会员权益 IP管家助手 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索

【发明授权】一种多因素融合的人机共驾驾驶权分配方法_南京航空航天大学_202010690235.3 

申请/专利权人:南京航空航天大学

申请日:2020-07-17

公开(公告)日:2024-04-16

公开(公告)号:CN111857340B

主分类号:G06F3/01

分类号:G06F3/01;G06F17/10;G05D1/661;G05D1/633;G05D1/648;G05D1/43;G05D109/10

优先权:

专利状态码:有效-授权

法律状态:2024.04.16#授权;2020.11.17#实质审查的生效;2020.10.30#公开

摘要:本发明公开了一种多因素融合的人机共驾驾驶权分配方法,包括以下步骤:采集驾驶员相关信息、车辆状态信息以及环境信息;计算驾驶员的认知负荷,并输出当前认知负荷所对应的应分配的驾驶权值;计算驾驶员肌肉驾驶能力的恢复程度,并输出当前时刻的肌肉驾驶能力所对应的应分配的驾驶权值;建立行车安全场模型,输出当前汽车所处位置的安全场场力值所对应的应分配的驾驶权值;进行加权得到当前时刻的驾驶权分配值。本发明考虑驾驶员接管时的认知负荷、肌肉驾驶能力的恢复程度以及车辆周围环境对驾驶权接管的影响,通过计算三者所对应的当前时刻应该分配的驾驶权值,最终将得到的对应各因素的驾驶权分配值进行加权融合,得到最终的驾驶权分配值。

主权项:1.一种多因素融合的人机共驾驾驶权分配方法,其特征在于,包括以下步骤:1采集驾驶员相关信息、车辆状态信息以及环境信息;2根据所述步骤1中所采集的信息,计算驾驶员的认知负荷,并输出当前认知负荷所对应的应分配的驾驶权值;3根据所述步骤1中所采集的信息,计算驾驶员肌肉驾驶能力的恢复程度,并输出当前时刻的肌肉驾驶能力所对应的应分配的驾驶权值;4根据所述步骤1中所采集的信息,建立行车安全场模型,输出当前汽车所处位置的安全场场力值所对应的应分配的驾驶权值;5根据步骤1、2、3中所计算得出的驾驶权值,进行加权得到当前时刻的驾驶权分配值;所述步骤1中的驾驶员相关信息为驾驶员注意力集中程度和驾驶员驾驶过程左、右手臂的上下臂的夹角;车辆状态信息为驾驶员实际输出转矩、方向盘转角、方向盘角速度和车速;环境信息为周围车辆位置信息、周围车辆车速信息和自车位置信息;所述步骤2的具体步骤如下:21计算驾驶员的认知负荷: 式中,k为认知负荷;e为自然常数;λ1和λ2和λ3为调整参数;τ为加权因子;AS为驾驶员注意力集中程度;为归一化转矩参数;Treal为当前驾驶员实际输入的转向力矩,Tneed为正常驾驶时驾驶员在车辆当前运动状态下需要输入的转向力矩;22根据当前的驾驶员认知负荷,计算对应的所应该分配的驾驶权值:Qk=Qmax-ξ1k-ξ222式中,Qk为由驾驶员认知负荷决定的驾驶员驾驶权值;Qmax为驾驶权控制权限最大值;ξ1和ξ2表示调整因子;k为认知负荷值;所述步骤3的具体步骤如下:31选取用于逻辑递归的输入变量;32驾驶员驾驶过程左、右手臂的上下臂的夹角估计:驾驶员进行转向时的左、右手臂的上下臂的夹角: 式中,ls为上臂长;lx为下臂长;lsx为上臂上端点距下臂下端点距离;d为半肩宽;b为转向盘半径;e为转向盘与驾驶员距离;θcl为左臂上下臂夹角;θcr为右臂上下臂夹角;θw为方向盘转角;33采用逻辑递归方法,估计肌肉活化度: 式中,为输入变量;β为回归系数;T为转置符号;α为肌肉活化度;34计算驾驶员肌肉驾驶能力的恢复程度: 式中,md为驾驶员肌肉驾驶能力的恢复程度;αreal为肌肉的实际活化度;αneed为正常操作时所需的肌肉活化度;35根据当前的驾驶员肌肉驾驶能力的恢复程度,计算所对应的应该分配的驾驶权值: 式中,Qmd为由驾驶员肌肉恢复程度决定的驾驶员驾驶权值;a和b分别为调整参数。

全文数据:

权利要求:

百度查询: 南京航空航天大学 一种多因素融合的人机共驾驾驶权分配方法

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。