基于人車(chē)耦合的安全駕駛行為預(yù)警關(guān)鍵技術(shù)研究

莊杰

摘要 本項(xiàng)目研究開(kāi)發(fā)基于人車(chē)耦合的安全駕駛行為預(yù)警關(guān)鍵技術(shù)，所涉及的技術(shù)領(lǐng)域包括車(chē)聯(lián)網(wǎng)、移動(dòng)互聯(lián)網(wǎng)、智能視頻分析、深度感知、腦電波分析、衛(wèi)星定位、車(chē)輛運(yùn)動(dòng)狀態(tài)感知、大數(shù)據(jù)挖掘這些前沿科技領(lǐng)域。本次關(guān)鍵技術(shù)設(shè)計(jì)提出了通過(guò)實(shí)時(shí)采集駕駛?cè)松硖卣髦笜?biāo)數(shù)據(jù)及車(chē)輛運(yùn)動(dòng)狀態(tài)特征指標(biāo)數(shù)據(jù)兩個(gè)方面的路徑進(jìn)行監(jiān)測(cè)預(yù)警，提高駕駛安全系數(shù)。

【關(guān)鍵詞】安全駕駛 預(yù)警技術(shù) 駕駛行為 人車(chē)耦合

汽車(chē)安全駕駛及預(yù)警設(shè)備系統(tǒng)作為三大市場(chǎng)之一具有非常巨大的潛能。經(jīng)過(guò)多年的培育，市場(chǎng)已逐步成長(zhǎng)起來(lái)，在某些熱點(diǎn)領(lǐng)域需求十分明顯，例如：緊急救援報(bào)警（含防盜報(bào)警與特種車(chē)輛）市場(chǎng);車(chē)輛調(diào)度管理型應(yīng)用產(chǎn)品市場(chǎng);自主導(dǎo)航系統(tǒng);與通訊機(jī)結(jié)合的產(chǎn)品市場(chǎng)需求量將逐步成為各項(xiàng)之首;與智能交通系統(tǒng)的緊密結(jié)合，基于車(chē)聯(lián)網(wǎng)及大數(shù)據(jù)環(huán)境下的平臺(tái)系統(tǒng)是最佳解決方案。

1 安全駕駛行為預(yù)警研判技術(shù)

監(jiān)測(cè)駕駛員個(gè)性特征的的預(yù)警和車(chē)輛狀態(tài)感知的預(yù)警相結(jié)合的信息融合判斷技術(shù)，將為車(chē)輛安全駕駛預(yù)警提供一個(gè)新的思路，因?yàn)槠淙诤闲畔⒌木C合性和預(yù)警層次性，同時(shí)廣泛利用了現(xiàn)代信息處理技術(shù)的快速、準(zhǔn)確等特點(diǎn)，融合了二者獨(dú)立判斷預(yù)警的優(yōu)勢(shì)，必將是交通車(chē)輛安全預(yù)警的發(fā)展趨勢(shì)。

通過(guò)車(chē)載監(jiān)測(cè)預(yù)警處理器，對(duì)匯集到的駕駛?cè)松硖卣髦笜?biāo)數(shù)據(jù)和車(chē)輛運(yùn)動(dòng)狀態(tài)特征指標(biāo)數(shù)據(jù)進(jìn)行數(shù)據(jù)融合，實(shí)時(shí)判別車(chē)輛的運(yùn)動(dòng)狀態(tài)，一旦發(fā)現(xiàn)危險(xiǎn)狀態(tài)就啟動(dòng)車(chē)載預(yù)警模塊。另外，車(chē)載監(jiān)測(cè)預(yù)警處理器還實(shí)時(shí)接收從大數(shù)據(jù)駕駛行為云計(jì)算中心傳輸回來(lái)的安全駕駛判別準(zhǔn)則及預(yù)警參數(shù)，對(duì)實(shí)時(shí)預(yù)警門(mén)限進(jìn)行及時(shí)調(diào)整，以提高實(shí)時(shí)預(yù)警響應(yīng)的準(zhǔn)確性。由于車(chē)載監(jiān)測(cè)預(yù)警處理器就位于車(chē)內(nèi)，被集成到GPS/BDS定位子系統(tǒng)中，因此可以在最短的距離和時(shí)間內(nèi)對(duì)所發(fā)生的駕駛行為和車(chē)輛危險(xiǎn)狀態(tài)進(jìn)行識(shí)別和預(yù)警，初步分析，基于人車(chē)耦合的車(chē)載安全駕駛預(yù)警時(shí)間不超過(guò)1秒鐘，達(dá)到高速運(yùn)動(dòng)狀態(tài)下的實(shí)時(shí)預(yù)警需要。

安全駕駛行為監(jiān)測(cè)及預(yù)警是實(shí)現(xiàn)車(chē)輛主動(dòng)安全運(yùn)行的根本途徑。根據(jù)前面的研究，假設(shè)已經(jīng)可以對(duì)安全駕駛行為進(jìn)行實(shí)時(shí)監(jiān)測(cè)與跟蹤了，但是，如何將監(jiān)測(cè)到的危險(xiǎn)等級(jí)情況，通過(guò)預(yù)警的方式，作用于駕駛?cè)藛T、作用于車(chē)外的交通參與者呢？

通常來(lái)講，從預(yù)警的手段來(lái)看，主要有：

（1）簡(jiǎn)單實(shí)用的聲音預(yù)警

（2）簡(jiǎn)單實(shí)用的光閃預(yù)警

（3）切斷車(chē)輛動(dòng)力的預(yù)警

從預(yù)警的對(duì)象來(lái)看，主要有：

（1）針對(duì)車(chē)內(nèi)駕駛?cè)藛T的預(yù)警

（2）針對(duì)車(chē)外相鄰交通體的預(yù)警

這三種預(yù)警方式，都是非常科學(xué)有效的預(yù)警手段。但是，需要認(rèn)真研究解決的關(guān)鍵技術(shù)問(wèn)題包括，如何科學(xué)設(shè)定預(yù)警的等級(jí)，如何確保預(yù)警不產(chǎn)生次生安全問(wèn)題，如何確保預(yù)警不產(chǎn)生次生事故，如何確保預(yù)警的效用，都涉及預(yù)警等級(jí)設(shè)計(jì)問(wèn)題。

預(yù)警等級(jí)的設(shè)計(jì)必須考慮駕駛?cè)藛T對(duì)車(chē)輛運(yùn)動(dòng)危險(xiǎn)性的敏感反應(yīng)度。由于駕駛?cè)藛T從年齡層次分，駕駛?cè)藛T可分為老年、中年、青年三大類(lèi)別;從性別來(lái)分，駕駛?cè)藛T可分男士、女士?jī)蓚€(gè)類(lèi)別;從駕駛熟練程度分，駕駛?cè)藛T可分為新手和熟手兩種類(lèi)型。這些不同類(lèi)型的駕駛?cè)藛T對(duì)聲音頻率、聲強(qiáng)的反應(yīng)都存在一定的差異，對(duì)駕駛?cè)藛T的反應(yīng)、行為、敏感性等研究需要涉及人體工效學(xué)、心理學(xué)、管理學(xué)等諸多交叉學(xué)科知識(shí)，換言之，科學(xué)合理的預(yù)警等級(jí)設(shè)計(jì)是本項(xiàng)目面臨的又一個(gè)關(guān)鍵技術(shù)問(wèn)題。

2 駕駛行為預(yù)警模型與方法

2.1 預(yù)警安全距離模型

設(shè)定車(chē)輛緊急制動(dòng)后不予前方車(chē)輛相撞所需要的最小距離為d0（根據(jù)車(chē)速的不同，一般為2至5米之間），那么在車(chē)輛通過(guò)預(yù)警方

2.2 車(chē)內(nèi)車(chē)外預(yù)警方法

2.2.1 車(chē)內(nèi)蜂鳴器預(yù)警方法

結(jié)合現(xiàn)有研究，宜將安全風(fēng)險(xiǎn)等級(jí)劃分為五個(gè)等級(jí)，分別是安全（0-30）、注意（30-50）、有可能危險(xiǎn)（50-70）、危險(xiǎn)（70-80）、嚴(yán)重危險(xiǎn)（90-100），據(jù)此也對(duì)蜂鳴器的聲強(qiáng)與聲頻進(jìn)行分等級(jí)設(shè)置。

一旦車(chē)輛運(yùn)動(dòng)狀態(tài)和駕駛員生理特性指標(biāo)恢復(fù)正常狀態(tài)，即解除車(chē)內(nèi)蜂鳴器警報(bào)。如果危險(xiǎn)等級(jí)持續(xù)5秒以上還未減輕或解除風(fēng)險(xiǎn)，則自動(dòng)啟動(dòng)車(chē)外警示燈閃爍，以提醒周邊車(chē)輛和行人。

2.2.2 車(chē)外警示燈閃爍

當(dāng)車(chē)內(nèi)蜂鳴器預(yù)警失效，則啟動(dòng)車(chē)外警示燈閃爍以提醒路人和周?chē)?chē)輛注意安全。同時(shí)，如果周?chē)?chē)輛也配置了與本車(chē)相同的ZigBee無(wú)線通信模塊和相同的通信信令，則可以主動(dòng)與周?chē)?chē)輛建立車(chē)聯(lián)網(wǎng)絡(luò)，將車(chē)輛的預(yù)警信息通過(guò)ZigBee推送給周?chē)?chē)輛。當(dāng)車(chē)內(nèi)預(yù)警信號(hào)降級(jí)或解除時(shí)，車(chē)外警示燈閃爍預(yù)警模式自動(dòng)解除。

3 人車(chē)耦合預(yù)警判別技術(shù)

駕駛?cè)松硖匦浴④?chē)輛運(yùn)動(dòng)狀態(tài)、駕駛?cè)笋{駛行為之間必然存在著耦合關(guān)系。駕駛?cè)松硖匦员旧硎邱{駛行為的直接體現(xiàn)，而駕駛行為又直接影響了車(chē)輛的運(yùn)動(dòng)狀態(tài)，而車(chē)輛運(yùn)動(dòng)狀態(tài)反過(guò)來(lái)又會(huì)影響駕駛?cè)说纳硖匦裕虼耍@三者之間存在耦合關(guān)系，如圖2所示。

車(chē)輛狀態(tài)與駕駛行為之間必然存在著強(qiáng)相關(guān)關(guān)系，這是因?yàn)椋{駛行為是通過(guò)車(chē)輛的運(yùn)動(dòng)來(lái)體現(xiàn)的，比如車(chē)輛加速狀態(tài)，就與駕駛員足踩油門(mén)有關(guān)，如果駕駛員松開(kāi)油門(mén)，則車(chē)輛將失去動(dòng)力，必然減速。由以上分析可知，車(chē)輛狀態(tài)大致包括：直行、左轉(zhuǎn)、右轉(zhuǎn)、倒車(chē)、上坡、下坡、加速、減速、轉(zhuǎn)彎、變道、剎車(chē)、翻滾等，而駕駛行為則包括加油、踩剎車(chē)、急打方向盤(pán)、雙手松開(kāi)方向盤(pán)、抽煙、打電話等。如果將車(chē)輛狀態(tài)與駕駛行為建立聯(lián)系，從而實(shí)現(xiàn)人車(chē)耦合安全駕駛，是本項(xiàng)目要研究解決的另一個(gè)關(guān)鍵技術(shù)問(wèn)題。

如圖3所示，基于車(chē)輛狀態(tài)感知的駕駛行為分析實(shí)際上是要建立車(chē)輛狀態(tài)與駕駛行為之間的函數(shù)關(guān)系，很顯然，車(chē)輛狀態(tài)是隨著駕駛行為的變化而變化的，故用通用模型表達(dá)就是F=f（X），其中，X表示駕駛行為，是自變量，F(xiàn)表示車(chē)輛狀態(tài)，是因變量。建立起這樣一個(gè)模型，并且進(jìn)行科學(xué)的模型參數(shù)標(biāo)定，就是研究和解決人.車(chē)耦合關(guān)系，為實(shí)現(xiàn)車(chē)輛的主動(dòng)安全預(yù)警提供理論支持。

7 結(jié)論

對(duì)行駛車(chē)輛安全駕駛危險(xiǎn)信號(hào)的采集和預(yù)警，無(wú)非從兩個(gè)方面著手：一是對(duì)駕駛員個(gè)人體征的判斷;二是對(duì)行駛車(chē)輛狀態(tài)的判斷。當(dāng)前的研究還沒(méi)有將二者信息有效地融合起來(lái)，綜合判斷車(chē)輛安全性的報(bào)道。但是，無(wú)論是通過(guò)判別駕駛員個(gè)人體征還是通過(guò)行駛車(chē)輛狀態(tài)的判斷，其判斷依據(jù)和預(yù)警策略都顯得單一，沒(méi)有層次性，從而很難準(zhǔn)確、迅速地判斷出駕駛員或者車(chē)輛的異常狀態(tài)。本次項(xiàng)目的技術(shù)研究，把駕駛員行為、生理預(yù)警和車(chē)輛狀態(tài)感知的預(yù)警相結(jié)合的信息融合判斷技術(shù)，將為車(chē)輛安全駕駛預(yù)警提供一個(gè)新的思路，因?yàn)槠淙诤闲畔⒌木C合性和預(yù)警層次性，同時(shí)廣泛利用了現(xiàn)代信息處理技術(shù)的快速、準(zhǔn)確等特點(diǎn)，融合了二者獨(dú)立判斷預(yù)警的優(yōu)勢(shì)，必將是交通車(chē)輛安全預(yù)警的發(fā)展趨勢(shì)，本項(xiàng)目也就是基于這個(gè)融合技術(shù)的方向，采用了基于可穿戴設(shè)備駕駛?cè)松硖匦詳?shù)據(jù)采集的駕駛員駕駛行為預(yù)警技術(shù)和基于物聯(lián)網(wǎng)車(chē)輛狀態(tài)感知的駕駛行為辨識(shí)技術(shù)相結(jié)合的技術(shù)方案，運(yùn)用大數(shù)據(jù)、云計(jì)算的分析手段，對(duì)駕駛?cè)松硖卣髋c車(chē)輛狀態(tài)耦合分析，最終實(shí)現(xiàn)對(duì)駕駛?cè)朔钦ｑ{駛行為的實(shí)時(shí)預(yù)警。

參考文獻(xiàn)

[1]A. Broggi，G.Conte，F(xiàn).Gregorett i，C. Sansoe and L.M.Reyneri. TheEvolution of the PAPRICA System.Integrated Computer-AidedEngineering Journal - SpecialIssue on Massively ParallelComputing，4（02）：114-136，1997.

[2]V. Cantoni and M.Ferretti. FyramidalArchitectures for Computer Vision.Plenum Press，London，1993.

[3]G.H. Forman and J.Zahorjan. TheChallenge of Mobile Computing.Computer， 27 （04）： 38-47， Apr. 1994.

[4]鄧學(xué)鈞.路基路面工程[M].北京：人民交通出版社，2 000.

[5]鄧學(xué)鈞，黃曉明+路面設(shè)計(jì)原理與方法[M].北京：人民交通出版社，2001.

[6]嚴(yán)天一，劉大維，陳煥明等，基于主動(dòng)懸架系統(tǒng)車(chē)輛的道路友好性[M].機(jī)械工程學(xué)報(bào)，2007，43 （02）：163-167

[7]楊紹普，陳立群，李韶華，車(chē)輛一道路耦合系統(tǒng)動(dòng)力學(xué)研究[M].北京：科學(xué)出版社，2012 （12）.

[8]山崎俊一，王宏雁，陳君毅，南日光，董樂(lè)群，交通事故分析基礎(chǔ)與應(yīng)用，北京：北京大學(xué)出版社，2012（03）.