基于信息融合的駕駛行為識別關鍵技術研究.pdf

1、隨著經濟的快速發(fā)展,機動車輛數量與日俱增,隨之而來的是人身安全越來越受到人們的重視,現代車輛制造技術的快速發(fā)展,車輛本身的安全因素造成的交通事故所占比重越來越小,駕駛員的個人因素已成為交通事故的第一因素,也是造成交通事故的主要因為。近年來很多學者對基于人的因素的駕駛行為及汽車主動安全系統(tǒng)開展了一系列的研究,但很多研究局限于某單一駕駛行為或者隔離人-車-路三者之間的關系,沒有從人-車-路整個系統(tǒng)的角度綜合評估駕駛行為給車輛和道路交通帶來的

2、潛在危害及如何有效預防交通事故,因此開展基于駕駛行為的汽車主動安全系統(tǒng)研究具有重要的理論研究意義和工程應用價值。
　　 論文通過采用虛擬傳感器的思路和方法,充分利用車輛上已有的各種傳感器的基礎上,通過設計車載視覺系統(tǒng),組成人-車-路的多傳感器數據采集及預處理系統(tǒng)。研究與開發(fā)基于多傳感器信息融合的駕駛行為識別模型及算法,實現實時識別駕駛員的駕駛行為,并根據實時識別的駕駛行為及環(huán)境信息綜合評估此種駕駛行為的安全性,結合評估的結果給駕

3、駛員相應的告警信息,并將相關信息傳輸給車輛上相應的輔助駕駛系統(tǒng)。
　　 論文首先介紹了國內外關于駕駛行為及相關的汽車主動安全技術的研究成果和面臨的問題,根據近年來相關學者提出-韻以人為中心的主動安全系統(tǒng)設計思路,提出研究設計基于駕駛行為的汽車主動安全系統(tǒng),論文重點研究解決基于多傳感器信息融合的駕駛行為識別這個關鍵技術。
　　 論文采用多指標綜合評價法中的層次分析法-AHP對駕駛行為組成主因子進行組成主因子的決策權重數值化

4、分析,從理論上研究解決常見駕駛行為組成主因子的初步決策權重系數及識別向量基礎問題。利用層次分析法分析建立多傳感器信息中的每個信息在某一種駕駛行為中各自決策權重系數及初始識別向量,為采用基于BP神經網絡與D—S證據理論相組合的多傳感器信息融合的駕駛行為識別模型及算法奠定理論基礎分析工作。
　　 論文提出采用虛擬傳感器思路及方法解決多種傳感器信息共享的問題,通過軟件技術和算法從車輛上現有的單個或者幾個組合的傳感器信息中提取所需的駕駛

5、行為識別虛擬傳感器信息,解決駕駛行為識別所需的大量傳感器信息及共享問題。
　　 論文研究設計了車載視覺識別系統(tǒng),利用CCD視覺傳感器與DSP組成視覺傳感器處理單元,對車載視覺系統(tǒng)的組成、標定、算法以及車載安裝位置與數學計算模型進行了詳細地研究,開發(fā)了車載視覺系統(tǒng)的車道線識別模型及數學算法。
　　 論文在分析研究各種多傳感器信息融合技術的優(yōu)缺點的基礎上,根據駕駛行為的狀態(tài)瞬時多變及主觀性較強的特點,提出采用基于BP神經網絡

6、和D—S證據理論相結合的組合式多傳感器信息融合模型及算法。并對D-S證據理論決策識別實際應用中的局限性問題,結合駕駛行為識別的具體應用,提出采用基于關鍵性證據的方法改進傳統(tǒng)的D-S證據理論決策算法,使改進后的D—S證據理論更適合于駕駛行為識別決策。通過采用BP神經網絡和D-S證據理論相組合的模型,使整個多傳感器信息融合模型中各個多傳感器信息意義明確與透明。
　　 論文根據研究成果測試及未來應用的需求,設計了基于ARM+DSP雙核

7、駕駛行為識別軟硬陣在環(huán)仿真平臺,對仿真平臺設計中涉及到的硬件設計、基于Linux的軟件設計、通信接口、協議及人機界面都給出了詳細地設計思路及方法。并利用ve—DYNA汽車動力學仿真軟件中的Advanced Road&Advanced Driver(高級路面和高級駕駛員模型)和DYNAanimation工具設計模擬駕駛行為數據抽取模型及方法,抽取需測試的駕駛行為數值化的離線參數,測試論文設計的駕駛行為識別模型、算法及軟硬件仿真平臺的可靠性

8、。測試結果表明,論文提出的基于組合式多傳感器信息融合的駕駛行為識別模型及算法可有效地解決實時駕駛行為識別的關鍵技術問題,同時對軟硬件在環(huán)仿真平臺的各種外圍通信接口及人機界面也進行了詳細的測試,結果表明設計的仿真平臺通信接口及協議可靠,可有效地獲得相關外圍通信參數,為下一步研究開發(fā)基于駕駛行為的汽車主動安全系統(tǒng)奠定開發(fā)基礎。
　　 論文最后對研究內容及成果進行了總結,特別是本課題下一步的研究內容、思路和方法進行闡述,即在現有的研究