汽车驾驶员的行为状态识别
合集下载
相关主题
- 1、下载文档前请自行甄别文档内容的完整性,平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益,请联系客服反馈,我们会尽快为您处理(人工客服工作时间:9:00-18:30)。
义 印n d s . F i r s 气 ed h t i r v e r a f t i g u e i d d a c nb a ea C i h e v e d r f o mt e s h i m u 1 t a o r . 几e s i m u l t a o r d 别 以1 5
i d i v d e d n i t o t r h es t ge a s , n a n l e ya l t e n t i nh o i hd g a 讯甜e n t i nm o e d i md u a讯a sw eU sa a te l l t i n o
l wd o a 扭( .9 e . e f U s a l e e P ) U s l n g e l r o c io t a na n 司 y i, s er h t la e io t s n h 扣加抽e e n a 田 l d s sl i i n e r a
C o n ℃ l io t a ni nt el h -f w o r e q u e n c y b nd a , ol s n c a c h os eA R Xs t U r c 奴 汀 e om t de o l n i g . 丁 h e e o s u f A 滋 苗 k eF P E而l e 创 a ri o f d e n t i i f c a t i no o ft ei h ro d r e r , 即dt h e nt e l h Pu n td a t ao ft e 到 h e e 对 力 9
d u i r n g 面访 n g . D a 扭叨U e c t i ni o s五 ℃ ma t u o m o i b es l l m u l t a o r V R 礴朋d s 田 时 a n a v e h i c ei l nt h e
es D i nh g i s t i t t l t e f1 o J I 1 i v si r e yo t f S i c e e a n nd T c e no h l o yB g e j i g. n i D ts a 刃 1 1 P l e i n l e v r li a s o . 1
残差分析来验证模型的准确性,即残差接近于白噪声。可以从三个时段的模型参数的不
同, 来判断驾驶员是否处于疲劳状态。第二种方法是利用当人疲劳时对道路偏离中心线
程度的判断能力的下降,用偏离中心线位移数据的方差会不断变大来判断驾驶员是否处
于疲劳状态。 第三种方法是对汽车偏离车道中 心线的位移序列建立 A R 入 4 A模型,利用 三种状态下模型系数的 不同 判断驾驶员所处的驾驶状态。除了 在V R 礴 模拟器上试验,
w h c e 1 os p t i na o n d eo h t t u P u t d a t a fv o e h i c e1 I a 把 r a 1 os p t i nf o rS o y s t e mi d e n t i i f c io t a nc nb a e 1 比d os t t叩t e et h 】 1 1 ℃ e d i er f e l l l n l o d e l nU i 甘 e e s a t g e s . es R i d u la a na 】 y s i s su i 义 月t ov e d 勿t h e a c c 切 a r c y fm o de o 1 s rr o f e i s d a1 u s c o l rt e s ow i h en t is o eB s u a c e ft o ed h i er f e n t p r a 田 力 e t e r s f o e t h t r h e e m o d e l , ec w nd a e t e m 五 力 e w I 1 e h t e r e d h t iv r r i e sf ig t a ue rn o o t nt i e 引 h a l e . no A h t e r i d e n t i 丘滋 i o n m e d 1 di o s ou t e t s ev h na a e o n ft ev h ic h e l la e t e a I 1 os p t i nS o om t o t rd o iv r e r s
鱿 成 e , h 沈 a t 搜 详叩1 e n l a c 1 o t j u d g e ed h t i t S a n c e s d e v i a t e d r f o mt ec h e I 1 1 r e 1 eo n i ft er h o a d w h e n
山 e y ei r a n甜e n 石 n】 o o ws 。 唱 e . S On C e d 】 y , nt o h e i h g h w a y ea h t C t t 司d a t a ft o e引 h e i r l l g w h e e l os p t i na o nd l a l e a r l os p to i nf i O mt e代 h lc a ri a s o J n y nt i ea h t e n t 1 nh o i hs g t a g e w i h hi c sd o r e s 侧t ht ed h a t a nt i es h n i l u 】 a 加 r . hs h o w s h t e a C 切 a r c y ft o es h 如 n u l 川 o r d a l aB c e e s s u a t e e 血9
l d e n t l i f c a t i no o f面v r s e t a l e s i a es d i 任 由 l e l e e m e n t fn o l ny a P r o o, p 月v e i h l c e C a t i v e a s e f y t
y S s t e m s .9 e ( . , 喇h i s nd o e t ct e i o n nda a oi v d nc a e , ndr a o dd a P田 e 七 r J e w a n u n g ys s t e m ) . i 面5 h p 即 耽, 面v e r 引 t a e s a es s m e n t sc i o n s i d 即 di e nt e c h o n t e x t fi o n i d 曰 时 o r s f 面v o r f e ti a Ue g . A
北京科技大学硕士学位论文
摘
要
驾驶员行为状态的 识别对机动车驾驶的安全性有很重要的意义,比 如驾驶员疲劳状
态监测对避免事故的发生非常重要。这篇论文的主要 目 的是建立机动车驾驶员疲劳状态 检测器。该系统使用汽车方向 盘角度 a作为输入,汽车偏离路面车道中心线的垂直位移
5作为输出 来建立模型,并观察模型参数的 变化规律。 数据来源于北京科技大学设计研 究院的V R , 4 汽车模拟器及其桑塔纳实车, 数据采样间隔0 . 1 秒。数据来源是在V R 4模 拟器上取 巧 名驾 驶员在清醒状态,轻度疲劳状态, 重度疲劳状态下分别驾驶 2小时所
s y s t e m . el D yo a P t i s c n o o 1 ) 】 d e山 b a r 期l r f o mt e s h na l le tr s e i s d 口 习v 如a n c e . 1 、 e a c U t lv a e l 妇 l c e
万方数据
北京科技大学硕士学位论文
he w l 即g l ea ndt e f h i O n t he w l a ng l ec h ng a ei n on c is s t e n t , e m w u tc s o n ‘ l d e r e a h t c t u 目 吮以 e 们 c e fv o e i h l c s 俪t e hg 已 江i nt h e r e a l v e i h l c e m de o l sC o n s i d e 由g e 面v h t r c e ou 】 dn o t
取得的数 据. 驾 驶员 角 度位移数 据被分成三 种情况,即 清醒时 段数据, 轻度疲劳时 段数
据,以 及重度疲劳时段数据。本文通过三种方法来判断 V R 4 模拟器上的驾驶员是否处 -
在疲劳状态,第一种方法通过对模拟器数据进行相关性分析知道: a 和5 之间呈线性关 系, 则选择A R X模型结构, 利用产 上 a 议 e F P E 准则辨识其阶次, 接着分别对三个数据段 的输入 角度, 输出 位移之间的模型参数进行系统辨识, 得出 三个不同的 模型,利用模型
b l C a k l - X 〕 XS y t s nl e l d e i n l i f c a t i o na P P o r C a h , 此 m g t s e i r n g w h e 1 os p to i n aa st h e n i P u t nd a v e i h el l c 川 e 司p os i i t o n s s触 叫中 a 诚i s u 歇 月t od e v e l O P a m de o l 田 月t o娜 闷 幽i s声 t . m d 欢 s r
万方数据
北京科技大学硕士学位论文
a 和5 建立模型的有效性,以 及直接使用 5 的方差来判断驾驶员是否处在疲劳状态的 方
法既简单又实用。
关键词:驾驶员行为状态, 汽车模拟器,驾驶疲劳, 建模, 识别
万方数据
北京科技大学硕士学位论文
S 1 a 1 eI d e ti l f i f c ti a o n0 f Au t o mo b i l e Dr i v e r
i d e n t i 厅t e s h m ] a l l t a e 司e n 习 r , em w ቤተ መጻሕፍቲ ባይዱ ta s d d ed h t a e d 妙 o fn - l o r . a e m P OP e 】 e s a t dt os t e r
w h e l 峨e r h t e y j u d g e el h t t a r e lp a os i t i o n e n o ’ r , em w s u t a d d t 而e e d l yi a nt is h r 已 目v e h i l c e
还在高速公路上获取实际桑塔纳轿车的角度位移值,但只有清醒时段的数据,将此数据 同模拟器上的数据进行比较发现,二者比较接近,说明了模拟器数据的准确性。进一
步, 对实车模型进行 a ,5建模, 考虑实际汽车中齿轮间隙的影响, 方向 盘角度和前轮 角度的变化不一致, 故加入间隙非线性;由 于驾驶员判断汽车偏离车道中 心线的位移变 化之后才开始打方向 盘,这之间必定有迟滞现象,故选择加入适当时延,时延的选择从 残差方差最小得出。 综合考虑对实际车辆建立 A R M 叭 X 模型来对系统进行辨识,实际 车辆模型的建立将有助于疲劳检测系统的实际应用,即直接从方向 盘角度就可以 得到汽 车偏离车道中心线的 位移, 对偏离位移进行分析 ( 残差方差,时间序列 A R, A K M A模 型参数),就可以 看出 驾驶员是否处于疲劳状态。 模型残差接近白 噪声的结果表明使用
m de o l ll i w c o n 苗 b u t e ot t e e h s a t b l i s h 旧 e n t fd o i r v e r 俪 即e d e l C e 石 o n s y t s e m , 山 a t s i , d 如 民 t l y 丘 ℃ mt es h t e i r n g w h el ng a 】 e , ev h t ic h e l l川 e e lp a r os i i t nc o o u 】 d e朗 b h i e v d, e w h o ev s e C n a
i d i v d e d n i t o t r h es t ge a s , n a n l e ya l t e n t i nh o i hd g a 讯甜e n t i nm o e d i md u a讯a sw eU sa a te l l t i n o
l wd o a 扭( .9 e . e f U s a l e e P ) U s l n g e l r o c io t a na n 司 y i, s er h t la e io t s n h 扣加抽e e n a 田 l d s sl i i n e r a
C o n ℃ l io t a ni nt el h -f w o r e q u e n c y b nd a , ol s n c a c h os eA R Xs t U r c 奴 汀 e om t de o l n i g . 丁 h e e o s u f A 滋 苗 k eF P E而l e 创 a ri o f d e n t i i f c a t i no o ft ei h ro d r e r , 即dt h e nt e l h Pu n td a t ao ft e 到 h e e 对 力 9
d u i r n g 面访 n g . D a 扭叨U e c t i ni o s五 ℃ ma t u o m o i b es l l m u l t a o r V R 礴朋d s 田 时 a n a v e h i c ei l nt h e
es D i nh g i s t i t t l t e f1 o J I 1 i v si r e yo t f S i c e e a n nd T c e no h l o yB g e j i g. n i D ts a 刃 1 1 P l e i n l e v r li a s o . 1
残差分析来验证模型的准确性,即残差接近于白噪声。可以从三个时段的模型参数的不
同, 来判断驾驶员是否处于疲劳状态。第二种方法是利用当人疲劳时对道路偏离中心线
程度的判断能力的下降,用偏离中心线位移数据的方差会不断变大来判断驾驶员是否处
于疲劳状态。 第三种方法是对汽车偏离车道中 心线的位移序列建立 A R 入 4 A模型,利用 三种状态下模型系数的 不同 判断驾驶员所处的驾驶状态。除了 在V R 礴 模拟器上试验,
w h c e 1 os p t i na o n d eo h t t u P u t d a t a fv o e h i c e1 I a 把 r a 1 os p t i nf o rS o y s t e mi d e n t i i f c io t a nc nb a e 1 比d os t t叩t e et h 】 1 1 ℃ e d i er f e l l l n l o d e l nU i 甘 e e s a t g e s . es R i d u la a na 】 y s i s su i 义 月t ov e d 勿t h e a c c 切 a r c y fm o de o 1 s rr o f e i s d a1 u s c o l rt e s ow i h en t is o eB s u a c e ft o ed h i er f e n t p r a 田 力 e t e r s f o e t h t r h e e m o d e l , ec w nd a e t e m 五 力 e w I 1 e h t e r e d h t iv r r i e sf ig t a ue rn o o t nt i e 引 h a l e . no A h t e r i d e n t i 丘滋 i o n m e d 1 di o s ou t e t s ev h na a e o n ft ev h ic h e l la e t e a I 1 os p t i nS o om t o t rd o iv r e r s
鱿 成 e , h 沈 a t 搜 详叩1 e n l a c 1 o t j u d g e ed h t i t S a n c e s d e v i a t e d r f o mt ec h e I 1 1 r e 1 eo n i ft er h o a d w h e n
山 e y ei r a n甜e n 石 n】 o o ws 。 唱 e . S On C e d 】 y , nt o h e i h g h w a y ea h t C t t 司d a t a ft o e引 h e i r l l g w h e e l os p t i na o nd l a l e a r l os p to i nf i O mt e代 h lc a ri a s o J n y nt i ea h t e n t 1 nh o i hs g t a g e w i h hi c sd o r e s 侧t ht ed h a t a nt i es h n i l u 】 a 加 r . hs h o w s h t e a C 切 a r c y ft o es h 如 n u l 川 o r d a l aB c e e s s u a t e e 血9
l d e n t l i f c a t i no o f面v r s e t a l e s i a es d i 任 由 l e l e e m e n t fn o l ny a P r o o, p 月v e i h l c e C a t i v e a s e f y t
y S s t e m s .9 e ( . , 喇h i s nd o e t ct e i o n nda a oi v d nc a e , ndr a o dd a P田 e 七 r J e w a n u n g ys s t e m ) . i 面5 h p 即 耽, 面v e r 引 t a e s a es s m e n t sc i o n s i d 即 di e nt e c h o n t e x t fi o n i d 曰 时 o r s f 面v o r f e ti a Ue g . A
北京科技大学硕士学位论文
摘
要
驾驶员行为状态的 识别对机动车驾驶的安全性有很重要的意义,比 如驾驶员疲劳状
态监测对避免事故的发生非常重要。这篇论文的主要 目 的是建立机动车驾驶员疲劳状态 检测器。该系统使用汽车方向 盘角度 a作为输入,汽车偏离路面车道中心线的垂直位移
5作为输出 来建立模型,并观察模型参数的 变化规律。 数据来源于北京科技大学设计研 究院的V R , 4 汽车模拟器及其桑塔纳实车, 数据采样间隔0 . 1 秒。数据来源是在V R 4模 拟器上取 巧 名驾 驶员在清醒状态,轻度疲劳状态, 重度疲劳状态下分别驾驶 2小时所
s y s t e m . el D yo a P t i s c n o o 1 ) 】 d e山 b a r 期l r f o mt e s h na l le tr s e i s d 口 习v 如a n c e . 1 、 e a c U t lv a e l 妇 l c e
万方数据
北京科技大学硕士学位论文
he w l 即g l ea ndt e f h i O n t he w l a ng l ec h ng a ei n on c is s t e n t , e m w u tc s o n ‘ l d e r e a h t c t u 目 吮以 e 们 c e fv o e i h l c s 俪t e hg 已 江i nt h e r e a l v e i h l c e m de o l sC o n s i d e 由g e 面v h t r c e ou 】 dn o t
取得的数 据. 驾 驶员 角 度位移数 据被分成三 种情况,即 清醒时 段数据, 轻度疲劳时 段数
据,以 及重度疲劳时段数据。本文通过三种方法来判断 V R 4 模拟器上的驾驶员是否处 -
在疲劳状态,第一种方法通过对模拟器数据进行相关性分析知道: a 和5 之间呈线性关 系, 则选择A R X模型结构, 利用产 上 a 议 e F P E 准则辨识其阶次, 接着分别对三个数据段 的输入 角度, 输出 位移之间的模型参数进行系统辨识, 得出 三个不同的 模型,利用模型
b l C a k l - X 〕 XS y t s nl e l d e i n l i f c a t i o na P P o r C a h , 此 m g t s e i r n g w h e 1 os p to i n aa st h e n i P u t nd a v e i h el l c 川 e 司p os i i t o n s s触 叫中 a 诚i s u 歇 月t od e v e l O P a m de o l 田 月t o娜 闷 幽i s声 t . m d 欢 s r
万方数据
北京科技大学硕士学位论文
a 和5 建立模型的有效性,以 及直接使用 5 的方差来判断驾驶员是否处在疲劳状态的 方
法既简单又实用。
关键词:驾驶员行为状态, 汽车模拟器,驾驶疲劳, 建模, 识别
万方数据
北京科技大学硕士学位论文
S 1 a 1 eI d e ti l f i f c ti a o n0 f Au t o mo b i l e Dr i v e r
i d e n t i 厅t e s h m ] a l l t a e 司e n 习 r , em w ቤተ መጻሕፍቲ ባይዱ ta s d d ed h t a e d 妙 o fn - l o r . a e m P OP e 】 e s a t dt os t e r
w h e l 峨e r h t e y j u d g e el h t t a r e lp a os i t i o n e n o ’ r , em w s u t a d d t 而e e d l yi a nt is h r 已 目v e h i l c e
还在高速公路上获取实际桑塔纳轿车的角度位移值,但只有清醒时段的数据,将此数据 同模拟器上的数据进行比较发现,二者比较接近,说明了模拟器数据的准确性。进一
步, 对实车模型进行 a ,5建模, 考虑实际汽车中齿轮间隙的影响, 方向 盘角度和前轮 角度的变化不一致, 故加入间隙非线性;由 于驾驶员判断汽车偏离车道中 心线的位移变 化之后才开始打方向 盘,这之间必定有迟滞现象,故选择加入适当时延,时延的选择从 残差方差最小得出。 综合考虑对实际车辆建立 A R M 叭 X 模型来对系统进行辨识,实际 车辆模型的建立将有助于疲劳检测系统的实际应用,即直接从方向 盘角度就可以 得到汽 车偏离车道中心线的 位移, 对偏离位移进行分析 ( 残差方差,时间序列 A R, A K M A模 型参数),就可以 看出 驾驶员是否处于疲劳状态。 模型残差接近白 噪声的结果表明使用
m de o l ll i w c o n 苗 b u t e ot t e e h s a t b l i s h 旧 e n t fd o i r v e r 俪 即e d e l C e 石 o n s y t s e m , 山 a t s i , d 如 民 t l y 丘 ℃ mt es h t e i r n g w h el ng a 】 e , ev h t ic h e l l川 e e lp a r os i i t nc o o u 】 d e朗 b h i e v d, e w h o ev s e C n a