欢迎来到知嘟嘟! 联系电话:13095918853 卖家免费入驻,海量在线求购! 卖家免费入驻,海量在线求购!
知嘟嘟
我要发布
联系电话:13095918853
知嘟嘟经纪人
收藏
专利号: 2020109805213
申请人: 燕山大学
专利类型:发明专利
专利状态:已下证
专利领域: 计算;推算;计数
更新日期:2024-02-23
缴费截止日期: 暂无
价格&联系人
年费信息
委托购买

摘要:

权利要求书:

1.一种分心驾驶行为的风险评估方法,其特征在于:包括以下步骤:

(1)确定驾驶行为类型及驾驶任务:

选择正常驾驶行为和数类分心驾驶行为作为风险驾驶行为的主要评估内容;再将所选的分心驾驶行为分为高、低任务负荷;最后对所确定的正常驾驶行为及高低负荷的分心驾驶行为作为驾驶任务进行顺序编号;

所述的正常驾驶行为为专注驾驶,所述的分心驾驶行为包括手持手机通话、编辑文本消息、阅读文本消息、交谈和思考中的一种或数种;

(2)设计驾驶方案及采集参数:

设计涵盖以驾驶人为中心的主动、被动风险驾驶事件和常见的道路突发事件的驾驶场景及交互驾驶方案,数名受试者在驾驶场景内完成驾驶方案;依次测试步骤(1)中设计的每一项驾驶任务,每一项驾驶任务需要在驾驶过程中全程执行;采集驾驶全程的车辆运行参数、驾驶人眼动状态参数、驾驶人操纵特征参数以及自车和其他车的相对运动状态参数;

(3)提取异常加速度事件频次:

根据采集的参数提取驾驶员执行每项驾驶任务过程中的异常加速度事件频次;所述的异常加速度事件为导致车辆异常加速度状态的风险驾驶事件,包括纵向急减速或急刹车、纵向急加速或快速起步、侧向急左转、侧向急右转、异常左横摆、异常右横摆中的一种或数种;

(4)驾驶行为的风险等级初步评估:

使用异常加速度平均发生率度量每种驾驶行为的风险情况,异常加速度平均发生率M的计算方法为:将不同驾驶行为的风险等级分为高风险和低风险两大组,M≥0.03的驾驶行为归为高风险组,M<0.03归为低风险组,每组内根据异常加速度平均发生率M进行排序,进而对驾驶行为的风险等级进行初步划分;

(5)二重驾驶绩效比较:

引入驾驶行为风险表征参数计算驾驶绩效比较系数,通过计算驾驶人在执行某个风险驾驶行为时与正常驾驶行为的驾驶绩效差异,进而分析不同风险驾驶行为的驾驶绩效差别程度,根据差别程度大小进行排序,差别程度越大即风险越大,验证上一步驾驶行为的风险评估结果;

如果驾驶行为的排序与上一步的风险评估结果不同,或差异程度相似,或难以区分具体驾驶行为的驾驶绩效差异程度,则将对应的驾驶行为设为待定项目,通过下一步三重驾驶绩效交叉比较来进一步确定;

所述的驾驶行为风险表征参数包括制动反应时间、车速波动率、横摆角速度波动率和碰撞时间倒数中的一种或多种;

(6)三重驾驶绩效交叉比较:

针对上一步中待定的分心驾驶行为,采用两两比较的方法确定不同分心驾驶行为之间的相对影响程度即驾驶绩效差别程度,引入驾驶绩效交叉比较系数计算第i名驾驶人的驾驶行为b与驾驶行为c的驾驶绩效差异,分析驾驶绩效差别程度,根据差别程度对风险评估结果进行最终排序。

2.根据权利要求1所述的一种分心驾驶行为的风险评估方法,其特征在于:步骤(1)中所述的专注驾驶的驾驶任务为:受试者在驾驶过程中无其他与驾驶无关的行为、无其他外界环境的干扰,按培训好的试验设计方案和路线展开驾驶试验;

所述的手持手机通话的驾驶任务为:受试者在驾驶过程全程用其习惯的手接听试验助理的电话并保持全程通话,其中,高负荷任务要求受试者回答较高难度的心算题,低负荷任务要求受试者回答较低难度的心算题;

所述的编辑文本消息的驾驶任务为:受试者在驾驶过程全程用其习惯的手在即时聊天软件中给试验助理发文字消息,其中,高负荷任务要求受试者撰写文字内容汇报当前行驶的位置、时速以及周围车辆状态信息,低负荷任务仅要求受试者随意撰写畅通的文字内容;

所述的阅读文本消息的驾驶任务为:受试者在驾驶过程全程用其习惯的手打开手机预置的文字内容进行阅读,其中,高负荷任务要求受试者尽力理解、记忆文字内容,并以奖励形式鼓励其行为,低负荷任务仅要求受试者阅读文字内容;

所述的交谈的驾驶任务为:受试者在驾驶过程全程回答副驾驶位置的试验助理提问,其中,高负荷任务要求受试者回答较高难度的心算题,低负荷任务要求受试者回答较低难度的心算题;

所述的思考的驾驶任务为:受试者在驾驶过程全程解决临时给定的题目,其中,高负荷任务要求受试者结合自己的职业和经验解决问题,并尽力给出较详细的方案流程;低负荷任务仅要求受试者梳理简单的解决方案。

3.根据权利要求1所述的一种分心驾驶行为的风险评估方法,其特征在于:步骤(2)中所述的驾驶场景包括被动型驾驶任务路段和主动型驾驶任务路段,包括至少3辆辅助车辆及行人仿真模型和移动障碍物作为道路干扰因素协助完成交互驾驶方案;

所述的交互驾驶方案如下:

被动型驾驶任务路段:受试车辆接近前车辅助车辆1,辅助车辆1变速行驶,受试车辆跟车行驶,辅助车辆1紧急制动,受试车辆自主采取应对措施,前车辅助车辆2倒车,受试车辆自主采取应对措施;

受试车辆右车道行驶,辅助车辆1从邻车道横向逼近,受试车辆自主采取应对措施,辅助车辆1强行切入,受试车辆自主采取应对措施,辅助车辆1紧急制动,受试车辆自主采取应对措施,行人横穿马路,受试车辆自主采取应对措施,行车道出现移动障碍物,受试车辆自主采取应对措施;

主动型驾驶任务路段:受试车辆在右车道接近前车辅助车辆1,辅助车辆1在右车道匀速行驶,受试车辆从左车道超车,辅助车辆2在左车道匀速行驶,受试车辆从右车道超车,辅助车辆3在右车道匀速行驶,受试车辆从左车道超车;

受试车辆接近前车辅助车辆1,辅助车辆1匀速行驶,受试车辆换道超车并切回原车道,前车辅助车辆2匀速行驶,受试车辆换道超车并切回原车道,前车辅助车辆3匀速行驶,受试车辆换道超车并切回原车道。

4.根据权利要求1所述的一种分心驾驶行为的风险评估方法,其特征在于:步骤(3)所述的异常加速度事件的判别标准如下:所述的纵向急减速或急刹车:纵向加速度a≤-0.45g;所述的纵向急加速或快速起步:纵向加速度a≥0.35g;所述的侧向急左转:横向加速度a≤-0.50g;所述的侧向急右转:横向加速度a≥0.50g;异常左横摆和异常右横摆:3秒内累积横摆角变化大于6度或小于-6度;其中,加速度取值以车辆的前进方向和右侧为正值,以车辆倒退方向和左侧为负值,g=

9.80m/s2。

5.根据权利要求1所述的一种分心驾驶行为的风险评估方法,其特征在于:步骤(5)中所述的驾驶行为风险表征参数的定义及计算方法如下:a)制动反应时间:从前汽车的刹车灯亮起到受试车辆驾驶人刹车之间的时间长度,它包括参与者的知觉和行动时间;

b)车速波动率:衡量自车速度的波动,将其定义为沿车道在不同采样时间的速度偏离平均速度的标准差:式中, 是车速波动值,vi是第i采样时刻自车的速度,是采样期间自车的平均速度,n是采样点数量;

c)横摆角速度波动率:衡量驾驶人对自车横向控制的稳定性,波动率越小说明驾驶人的横向操纵状态越平稳:式中, 是横摆角速度波动值,ri是第i采样时刻自车的横摆角速度,是采样期间自车的平均横摆角速度,n是采样点数量;

d)碰撞时间倒数:碰撞时间是指某一时刻自车驾驶人可以利用的通过调整本车速度以避免与前车碰撞的时间,其值等于跟驰距离除以相对速度,碰撞时间TTC存在前后车速度相等时无法求解的问题,引入碰撞时间倒数的概念:式中:tTTC为碰撞时间值,tRTC为碰撞时间倒数值,di为前后车之间的跟驰距离,va为自车速度;vb为前车的速度。

6.根据权利要求1所述的一种分心驾驶行为的风险评估方法,其特征在于:步骤(5)中所述的驾驶绩效比较系数为gbi,为驾驶人在执行某个风险驾驶行为时,与正常驾驶行为的风险表征参数比,其计算方法如下:式中,θbi是执行某一驾驶行为b时的驾驶行为风险表征参数,θ0i是专注驾驶行为时的驾驶行为风险表征参数;i是驾驶人编号,b是驾驶行为编号;

考虑消除人口统计学因素产生的不确定性因素,使用某一驾驶行为b的驾驶绩效比较系数的均值μb和标准差σb进行量化分析:式中,n是受试者的数量;假设驾驶行为b的驾驶绩效比较系数以均值μb和标准差σb服从对数正态分布;

对数正态分布的均值 和方差Var(x)=σ2,为了定义对数正态分布的置信区间,根据其均值和方差来估算该分布的参数E(ln x)和Var(ln x);对均值展开ln x的泰勒级数,得到:取(8)两侧的期望,忽略高阶项,得到:

由于 是常数,且 取(8)两侧的方差而

忽略高阶项,可以证明:

由于 是常数,基于(7)和(8)可以推理得到对数正态分布的2.5%和97.5%的百分位值,形成95%的置信区间;因此,定义H0为驾驶行为b不影响驾驶绩效比较系数gbi的零假设,根据对数正态分布可以得出 的95%置信区间 若 则没有足够的证据来拒绝零假设;否则,H0可以被拒绝;由此

可以得出结论:在5%的显著性水平下,驾驶行为b与专注驾驶的驾驶绩效相比差异(μb-1),以此分析不同风险驾驶行为的驾驶绩效差别程度。

7.根据权利要求1所述的一种分心驾驶行为的风险评估方法,其特征在于:步骤(6)中为了进一步确定待定项目中不同分心驾驶行为之间的相对影响程度,提出驾驶绩效交叉比较系数ηbci,用于反映驾驶人在执行某一驾驶行为b和驾驶行为c时的相对影响,即第i名驾驶人的驾驶行为b相比驾驶行为c的驾驶绩效差异(ηbci-1);

式中gbi和gci分别为驾驶行为b和驾驶行为c的驾驶绩效比较系数,vbi和vci分别为执行某一驾驶行为b和c时的驾驶行为风险表征参数,i是驾驶人编号;

驾驶行为b和c的驾驶绩效交叉比较系数的均值记为ζbc;

假设驾驶绩效交叉比较系数的均值和标准差都服从对数正态分布,以H1表示零假设,即驾驶行为b和c之间的相对影响在绩效指标上没有显现出差异;以对数正态分布确定95%的置信区间 若则证据不足拒绝零假设;否则,H1可以被拒绝;由此可以得出结论,在5%的显著性水平下,风险驾驶行为b对驾驶绩效的影响与驾驶行为c相比差异(ζbc-1),以此确定不同风险驾驶行为的驾驶绩效差别程度。

8.根据权利要求7所述的一种分心驾驶行为的风险评估方法,其特征在于:依次对待定项目中的每两种分心驾驶行为的驾驶绩效进行交叉比较分析,驾驶绩效交叉比较系数变化量(ζbc-1)的正、负值分别代表两种分心驾驶行为风险程度的大、小关系;由于包括多种驾驶行为风险表征参数,可能存在正负值同时存在的情况,因此,超过半数的风险表征参数对应的(ζbc-1)为正值,则表明驾驶行为b整体驾驶绩效高于驾驶行为c,由此推理驾驶行为b的风险程度高于驾驶行为c;反之,超过半数的(ζbc-1)为负值,则表明驾驶行为b的风险程度低于驾驶行为c;如果(ζbc-1)的正负值数量相等,则表明驾驶行为b与驾驶行为c的风险程度相当,归为并列的同一风险等级。