淺談汽車駕駛員自適應防碰撞預警系統設計

劉勝利

中共孟津縣紀律檢查委員會 河南 孟津 471100

引言

先進汽車駕駛輔助系統這是一種可以將人-車-路三者做為閉環系統，有效的使用當前現代信息技術，來擴展駕駛員的感知能力，從而通過路況以及車況的綜合信息來對安全隱患問題進行有效的便是，這在當前只能交通領域是一個研究的重點。

1 自適應FCW系統總體方案規劃和設計

對于FCW系統來講，這是一個集預警，緊急避撞功能于一體的控制系統，可以很好的實現其防碰撞預警的功能，它的主要關鍵點便是：設計的防撞預警策略可以很好的滿足駕駛員的特性，并且還能滿足不同風格的駕駛習慣。因此我們需要構建精確的車輛動力學模型，在進行設計的控制器標準中需要有著很好的實時性以及穩定性。因此，為了能夠使得設計達成標準，設計的自適應FCW系統總體方案如圖1所示。

從圖1當中我們可以知道，FCW算法它能夠很好的提高系統效能以及系統的指令接受度。當即將發生危險的時候，報警系統頻繁干擾正常駕駛從而起到報警的作用，固定不變的跟車模型參數以及報警啟動邏輯無法適應駕駛人的行為波動性以及個體差異性，因此為了很好的使得FWC系統穩定的工作，我們應當重點的關注FCW算法的操作。

2 對于自適應FCW算法的總體設計探討

在帶有自適應功能的FCW算法中它有著兩個方面的特點：第一、內部的風險評價模型不能進行固定，而是需要駕駛人員調整。通過不同的參數數據調整，從而才能使得變得穩定，另外還相應的會受到交通環境，疲勞狀態等因素的影響，使得駕駛員的個體存在波動性。第二、內部固定啟動閥值也是需要進行調整的，當駕駛員的應激反應特點受到了路況因素的影響，從而使得對于風險的規避能力也在不斷的進行變化。

3 風險評估模型參數以及啟動閥值兩者調整的探討分析

3.1 數據類型

對于系統來講，如何有效的收集數據是基礎參數，在這個系統的框架中將在線數據分為了三個方面：第一、危險辨識數據，這是一種當FCW預警開始運作時產生的數據，這一種數據越多，那么就說明內部闡述以及啟動閥值較為穩定。第二、漏警數據，這是一種當FCW沒有正確的檢測到后面跟車風險時產生的數據。第三、誤警數據，當出現假警報的時候產生的數據，我們都知道，在汽車當中頻繁的出現假警報會干擾到駕駛員的操作，因此當前出現誤警數據的發生時，我們需要對閥值進行重新評估。

3.2 基于駕駛員制動行為的報警閥值預測方式

對于風險感知數據序列來講，當制動的時候可以收集到所有的RP值便可以進行對數據進行重新的預測，從而獲得風險感知數據序列，并且當決定最后的RP值時候，會使得序列重新開始，從而生成一個新的序列。

3.3 對于啟動閥值來講有效的判斷

制動信號和警告信號這兩個信號是系統當中最為重要的信息，可以用來評估和匹配當前的設置參數，在實際操作過程當中，當熟不B=1的時候，可以保障啟動閥值的合理性。并且對于應用信息來講，它是用來衡量數據B的混亂記錄，當混亂的程度越比，內部B值的比率就越高。

4 驗證探析

4.1 有效的構建駕駛仿真模型

首先我們需要在Carsim系統當中構建出可以模擬車輛運行的過程，從而在一定的程度上反映出系統非線性動態特性并且滿足模型精確性要求的車輛系統動力學模擬。當我們在進行離線仿真設計算法的時候，需要應用到Carsim系統中的路面數據，并且為了可以全面的平復反饋改進后的FCW算法以及有效的驗證修改之后的指標，當我們在對離線方針操作進行執行的時候，這此時制動信號不會被認作為邏輯警報。在本篇文章當中我們提出了FCW算法的輸入是調整指標THW以及TTCI的結果，并不是在一個車道上只考慮到駕駛員行為的傳統指標。因此提出了預警算法的觀點，僅僅是為了能夠在最大的限度上考慮模型參數以及啟動閥值的自我調整，因此我們可以把它看做為自適應預警裝置。

4.2 模型參數以及啟動閥值兩者的自適應過程

對于FCW參數的調整都是基于在線數據流來進行操作的，它的主要邏輯過程如下：首先，我們需要判斷啟動閥值內部的參數設置是否合理，假設它符合當前駕駛員的制動行為，那么就代表著閥值以及模型參數兩者數據都不需要進行調整。反之，系統將會找尋最佳的閥值參數來進行操控。接著，我們還需要確定風險評估模型的參數內部設置是否有效，如果有效的話，那么當前的風險評估模型參數就會不受到改變繼續保持形式，如果參數的設置不合理，那么便需要對模型參數以及啟動閥值進行修改，并且還需要對前期的數據進行清除操作。

4.3 定義性能有效指標探討

在對性能進行定義的時候，我們需要對其內部的每一幀實時數據進行有效的分類，接著按照FCW評價的方法來對其性能指標進行定義，在這些指標當中有著：適應率，預警正確率，危險辨識率，安全辨識率，誤警率等等。

對于這一些指標我們需要保障有著很好的預警正確率，當算法在出現警報的時候，駕駛員也可以進行剎車操作，這樣就會在一定的程度上使得系統可以在主動安全中發揮出作用，并且在一定程度上為了使得駕駛員在駕駛的過程中不會受到干擾，我們還需要在算法當中加入一個高安全辨識率以及低誤警率。

4.4 性能指標的比較

從圖2當中我們可以了解到三中算法模式的性能比較，在所有的性能指標當中，我們可以看出模式1它不同于其他的兩種模式，對于FCW產品的概念來講，它在早期的階段便需要進行研究以及優化，內部的指標修改或者是自適應預警都需要進一步的加強，從而避免發生誤警率。在比較當中的所有性能中，整合兩種模式3無疑是三中模式當中最好的，對于模式3來講，為了進一步的加強精確度，它內部當中的安全辨識率提高到了百分之九十以上。

圖2 三中算法模型的性能比較

5 結束語

在本篇文章當中，我們對FCW算法的特點進行了有效的分析和探討，打破了傳統FCW算法使用固定跟車模型以及固定報警啟動閥值的局限，從而有效的實現了跟車模型參數可以在線進行調整的概念，這就在一定的程度上使得內部FCW系統可以很好的適應駕駛員的個體差異性以及行為波動性，并且在隨著系統使用時間的不斷增加，系統對于駕駛員行為的使用性也逐漸被提高，在一定的程度上使得誤警率也變得降低，因此可以很好的匹配駕駛員當前的駕駛行為。另外我們還可以通過對數據樣本進行擴大，使得驗證的結果能夠進一步的有效提高，在不久的將來，這一種方法評估風險感知以及FCW算法可以在復雜的交通環境進行更加的適應，這也是未來需要重點研究的方向。