本發(fā)明屬于駕駛安全性評(píng)價(jià)的
技術(shù)領(lǐng)域：
，特別涉及一種用于駕駛員實(shí)時(shí)安全特性評(píng)估的分析方法。
背景技術(shù)：
：交通安全是全球范圍內(nèi)與人類健康和發(fā)展息息相關(guān)的問題，美國印第安大學(xué)的研究證實(shí)：至少有92.6％的交通事故與人的因素有關(guān)。中國官方資料報(bào)告指出，70％的交通事故是駕駛員責(zé)任。其原因在于人是道路交通系統(tǒng)中相對最不穩(wěn)定的因素，人的生理、心理隨著時(shí)空的改變表現(xiàn)出潛在的易變性和波動(dòng)性。駕駛員是人－車－路系統(tǒng)的主體，其個(gè)體特性決定了駕駛行為的質(zhì)量，進(jìn)而影響交通安全，這些特性包括各種直接因素(如注意不當(dāng)，反應(yīng)遲鈍、超速行駛，疏忽，措施不當(dāng)?shù)?和間接因素(如酒精中毒，藥物損傷，缺乏經(jīng)驗(yàn)等)。事故研究表明大約90％的交通事故是由于駕駛員信息處理故障、缺乏警覺、技能低下等行為所引起的。駕駛員在判斷、決策和操作過程中出現(xiàn)的任何失誤都有導(dǎo)致交通事故的可能，所以對駕駛員駕駛狀態(tài)的實(shí)時(shí)監(jiān)測尤為重要，這在預(yù)防和減少交通事故方面有顯著作用。當(dāng)前對駕駛員實(shí)時(shí)安全特性的研究著重于通過對駕駛員腦電信號(hào)的采集分析和對駕駛員面部表情圖像分析來判斷駕駛員是否疲勞駕駛，或是實(shí)時(shí)監(jiān)測駕駛員的酒精含量判斷是否酒駕，或是對車輛行駛狀態(tài)(方向盤轉(zhuǎn)角、車輛速度等)進(jìn)行分析判斷駕駛行為的合理性。上述的駕駛狀態(tài)監(jiān)測系統(tǒng)存在準(zhǔn)確度不夠，實(shí)用性不強(qiáng)等問題，難以在實(shí)際駕駛環(huán)境中推廣應(yīng)用。技術(shù)實(shí)現(xiàn)要素：針對上述問題，本發(fā)明提出了一種用于駕駛員實(shí)時(shí)安全特性評(píng)估的分析方法，包括如下步驟：步驟1、通過數(shù)據(jù)采集模塊采集實(shí)時(shí)行車數(shù)據(jù)，所述實(shí)時(shí)行車數(shù)據(jù)包括本車和前車的行駛狀態(tài)數(shù)據(jù)、本車的加速度、本車與前車的車速、本車與前車的車距；步驟2、根據(jù)所述實(shí)時(shí)行車數(shù)據(jù)建立跟馳模型C＝α·Δt，其中，C為穩(wěn)定性指標(biāo)、α為駕駛員靈敏度系數(shù)、Δt為駕駛員的反應(yīng)時(shí)間，基于采集的數(shù)據(jù)進(jìn)行模型擬合，目標(biāo)函數(shù)為均方根差RMSE；步驟3、根據(jù)所述擬合輸出模型結(jié)果，如果所述模型結(jié)果為危險(xiǎn)，則提醒司機(jī)采取相應(yīng)的安全措施。所述數(shù)據(jù)采集模塊包括傳感器采集模塊、視頻采集模塊、GPS數(shù)據(jù)采集模塊，利用所述傳感器采集模塊、視頻采集模塊、GPS數(shù)據(jù)采集模塊采集實(shí)時(shí)數(shù)據(jù)，具體包括：步驟101、所述傳感器采集模塊采集本車與前車的車距，所述GPS數(shù)據(jù)采集模塊采集本車的車速和加速度，采集數(shù)據(jù)的頻率為5Hz；步驟102、根據(jù)采集的數(shù)據(jù)，得到本車與前車的車速差、本車與前車的車距、本車的加速度。所述步驟101還包括：通過所述視頻采集模塊采集的視頻分析得到本車與前車的車距、本車的車速和加速度。所述步驟2具體包括：步驟201、使用當(dāng)前時(shí)刻前13秒的數(shù)據(jù)標(biāo)定當(dāng)前時(shí)刻的參數(shù)，標(biāo)定的頻率為1Hz；步驟202、根據(jù)所述跟馳模型擬合得到后車加速度的預(yù)測值，并與實(shí)際采集數(shù)據(jù)進(jìn)行對比，得到所述預(yù)測值與所述實(shí)際采集數(shù)據(jù)的均方根差RMSE；步驟203、遍歷α和Δt所有可行值，其中α∈[0,3]，步長0.01，Δt∈[0,2]，步長0.2；當(dāng)RMSE最小時(shí)，得到參數(shù)α、Δt的標(biāo)定值。所述步驟3具體包括：步驟301、根據(jù)模型參數(shù)α、Δt的標(biāo)定值，每秒鐘計(jì)算并輸出一次C＝α·Δt的值；步驟302、判斷C＝α·Δt中C的區(qū)間，其中：(1)如果0≤C＝α·Δt≤1/e，則系統(tǒng)絕對穩(wěn)定；(2)如果1/e＜(C＝αT)≤π/2，則系統(tǒng)穩(wěn)定，但不絕對穩(wěn)定；(3)如果(C＝αT)＞π/2，則系統(tǒng)不穩(wěn)定；步驟303、分析跟馳狀態(tài)穩(wěn)定性，當(dāng)C值落在不穩(wěn)定的區(qū)間內(nèi)或在長時(shí)間內(nèi)呈逐漸上升趨勢時(shí)，則認(rèn)為駕駛員可能會(huì)出現(xiàn)危險(xiǎn)，此時(shí)提醒駕駛員采取相應(yīng)的安全措施。本發(fā)明的有益效果在于：本發(fā)明通過設(shè)計(jì)一套駕駛員駕駛狀態(tài)安全預(yù)警方法，具體通過采集實(shí)時(shí)行車數(shù)據(jù)、利用跟馳模型擬合數(shù)據(jù)、基于模型參數(shù)識(shí)別駕駛員不穩(wěn)定駕駛狀態(tài)并對駕駛員給出實(shí)時(shí)預(yù)警?；诟Y模型的穩(wěn)定性分析對駕駛員的安全特性進(jìn)行分析，對駕駛員的安全性分析有堅(jiān)實(shí)的交通流理論支撐。基于行車數(shù)據(jù)實(shí)時(shí)監(jiān)控駕駛員的狀態(tài)，可對駕駛員不穩(wěn)定駕駛狀態(tài)實(shí)時(shí)預(yù)警，當(dāng)結(jié)果顯示駕駛員跟馳狀態(tài)不穩(wěn)定時(shí)，及時(shí)提醒駕駛員正常駕駛，預(yù)防交通事故發(fā)生。附圖說明圖1是駕駛員實(shí)時(shí)C值曲線圖；圖2是用于駕駛員實(shí)時(shí)安全特性評(píng)估的分析方法的工作流程示意圖。具體實(shí)施方式下面結(jié)合附圖，對實(shí)施例作詳細(xì)說明。實(shí)施例一：本發(fā)明提供了一種用于駕駛員實(shí)時(shí)安全特性評(píng)估的分析方法，其特征在于設(shè)計(jì)一套駕駛員駕駛狀態(tài)安全預(yù)警方法，系統(tǒng)包括數(shù)據(jù)采集，數(shù)據(jù)處理和預(yù)警提示三部分。其中數(shù)據(jù)處理部分利用跟馳模型對實(shí)際行車數(shù)據(jù)進(jìn)行分析，識(shí)別駕駛員不穩(wěn)定狀態(tài)；預(yù)警提示部分根據(jù)數(shù)據(jù)處理結(jié)果，及時(shí)提醒駕駛員安全駕駛，預(yù)防和減少交通事故。包括如下步驟：步驟1、通過數(shù)據(jù)采集模塊采集實(shí)時(shí)行車數(shù)據(jù)，包括本車和前車的行駛狀態(tài)數(shù)據(jù):本車的加速度、本車與前車的車速、兩車之間的車距；步驟2、根據(jù)步驟1得到的實(shí)時(shí)行車數(shù)據(jù)建立跟馳模型，基于采集的數(shù)據(jù)進(jìn)行模型擬合，目標(biāo)函數(shù)為RMSE，標(biāo)定模型中的參數(shù)α、Δt；步驟3、輸出模型結(jié)果，針對危險(xiǎn)情況，提醒司機(jī)采取相應(yīng)安全措施。所述步驟1中，數(shù)據(jù)采集部分包括傳感器采集模塊、視頻采集模塊、GPS數(shù)據(jù)采集模塊，利用上述模塊采集實(shí)時(shí)數(shù)據(jù)，包括：步驟101、傳感器采集模塊采集兩車車距，GPS數(shù)據(jù)模塊采集本車的車速和加速度信息；或通過視頻采集模塊采集的視頻分析得到兩車車距、車速和加速度信息，采集數(shù)據(jù)的頻率為5Hz；步驟102、根據(jù)采集的數(shù)據(jù)，基于牛頓運(yùn)動(dòng)力學(xué)知識(shí)可以得到兩車的車速差、車距和本車的加速度。所述步驟2中，根據(jù)步驟1得到的實(shí)時(shí)行車數(shù)據(jù)建立跟馳模型，跟馳模型分為線性跟馳模型和非線性跟馳模型等，在此我們使用線性跟馳模型。理論方程為：其中，為本車的加速度，和分別為前車和本車的車速，因此為兩車的速度差。標(biāo)定上述線性模型中的參數(shù)α、Δt，包括：步驟201、為了標(biāo)定當(dāng)前時(shí)刻的參數(shù)，使用當(dāng)前時(shí)刻前13秒的數(shù)據(jù)進(jìn)行計(jì)算，標(biāo)定的頻率為1Hz，即每秒鐘計(jì)算一次；步驟202、通過模型擬合得到后車加速度的預(yù)測值，再與實(shí)際采集數(shù)據(jù)進(jìn)行對比，計(jì)算目標(biāo)函數(shù)。目標(biāo)函數(shù)為兩者的均方根差RMSE，均方根誤差越小，模型擬合度越高；步驟203、遍歷α和Δt所有可行值，其中α∈[0,3]，步長0.01，Δt∈[0,2]，步長0.2；當(dāng)模型擬合度取得最優(yōu)解時(shí)，即RMSE最小時(shí)，得到參數(shù)α、Δt的標(biāo)定值。所述步驟3輸出模型結(jié)果，根據(jù)跟馳模型C＝α·Δt所在的區(qū)間，分析跟馳行為的穩(wěn)定性，具體方法包括：步驟301、利用步驟2中標(biāo)定的參數(shù)，每秒鐘輸出一次駕駛員的狀態(tài)信息，也就是每秒鐘計(jì)算C＝α·Δt的值；步驟302、判斷C＝α·Δt的區(qū)間，其中：(1)0≤C＝α·Δt≤1/e，系統(tǒng)絕對穩(wěn)定；(2)1/e＜(C＝αT)≤π/2，系統(tǒng)穩(wěn)定，但不絕對穩(wěn)定；(3)(C＝αT)＞π/2，系統(tǒng)不穩(wěn)定；步驟303、分析跟馳狀態(tài)穩(wěn)定性，當(dāng)C值落在不穩(wěn)定的區(qū)間內(nèi)或在長時(shí)間內(nèi)呈逐漸上升趨勢時(shí)，可認(rèn)為駕駛員可能會(huì)出現(xiàn)危險(xiǎn)，此時(shí)提醒司機(jī)小心駕駛，或適當(dāng)休息。實(shí)施例二：本發(fā)明提供了一種對駕駛員安全特性實(shí)時(shí)分析的方法，如圖2所示，包括如下步驟：步驟1、通過數(shù)據(jù)采集模塊采集實(shí)時(shí)行車數(shù)據(jù)，包括本車和前車的行駛狀態(tài)數(shù)據(jù):本車的加速度、本車與前車的車速、兩車之間的車距；步驟2、根據(jù)步驟1得到的實(shí)時(shí)行車數(shù)據(jù)建立跟馳模型，基于采集的數(shù)據(jù)進(jìn)行模型擬合，目標(biāo)函數(shù)為RMSE，標(biāo)定模型中的參數(shù)α、Δt；步驟3、輸出模型結(jié)果，針對危險(xiǎn)情況，提醒司機(jī)采取相應(yīng)安全措施。針對上述的三大步驟，以某次駕駛過程為例，對本發(fā)明予以說明。所述步驟1中，通過數(shù)據(jù)采集模塊采集實(shí)時(shí)行車數(shù)據(jù)，包括：步驟101、傳感器采集模塊采集本車與前車車距，GPS數(shù)據(jù)模塊采集本車的車速和加速度信息(或通過視頻采集模塊采集的視頻分析得到兩車車距、車速和加速度信息)，采集數(shù)據(jù)的頻率為5Hz；步驟102、根據(jù)采集的數(shù)據(jù)，基于牛頓運(yùn)動(dòng)力學(xué)知識(shí)計(jì)算兩車的車速差、車距和本車的加速度。此處只展示前3秒采集得到的實(shí)時(shí)數(shù)據(jù)，如表1所示(車輛開始跟馳記為0時(shí)刻，從10s開始采集數(shù)據(jù))。表1采集的前3秒實(shí)時(shí)數(shù)據(jù)所述步驟2中根據(jù)步驟1得到的實(shí)時(shí)行車數(shù)據(jù)建立線性跟馳模型，并標(biāo)定線性模型中的參數(shù)α、Δt，包括：步驟201、為了標(biāo)定當(dāng)前時(shí)刻的參數(shù)，使用當(dāng)前時(shí)刻前13秒的數(shù)據(jù)進(jìn)行計(jì)算，標(biāo)定的頻率為1Hz，即每秒鐘計(jì)算一次；步驟202、通過模型擬合得到后車加速度的預(yù)測值，再與實(shí)際采集數(shù)據(jù)進(jìn)行對比，計(jì)算目標(biāo)函數(shù)。目標(biāo)函數(shù)為兩者的均方根差RMSE，均方根誤差越小，模型擬合度越高；步驟203、遍歷α和Δt所有可行值，其中α∈[0,3]，步長0.01，Δt∈[0,2]，步長0.2；當(dāng)模型擬合度取得最優(yōu)解時(shí)，即RMSE最小時(shí)，得到參數(shù)α、Δt的標(biāo)定值。重復(fù)步驟2，得到的線性跟馳模型的實(shí)時(shí)參數(shù)α、Δt，此處只展示前20s的數(shù)據(jù)如表2所示(采集數(shù)據(jù)從10s開始，標(biāo)定參數(shù)要用當(dāng)前時(shí)刻前13s的數(shù)據(jù)，因此得到的第一個(gè)參數(shù)標(biāo)定值從23s開始)。時(shí)間(s)α(s^-1)Δt(s)230.922.0241.042,0251.091.8261.172.0271.072.0281.021.8291.001.6300.981.6311.001.4320.881.6330.701.4340.451.4350.610.8360.670.8370.760.8380.800.8390.840.8400.880.8411.010.8421.020.8表2實(shí)時(shí)模型參數(shù)α、Δt所述步驟3輸出模型結(jié)果，根據(jù)跟馳模型C＝α·Δt所在的區(qū)間，分析跟馳行為的穩(wěn)定性，包括：步驟301、利用步驟2中標(biāo)定的參數(shù)，每秒鐘輸出一次駕駛員的狀態(tài)信息，也就是每秒計(jì)算C＝α·Δt的值，得到的實(shí)時(shí)C值曲線如圖1所示，上下虛線分別為穩(wěn)定臨界值和絕對穩(wěn)定臨界值；步驟302、判斷C＝α·Δt的區(qū)間，其中：(1)0≤C＝α·Δt≤1/e，系統(tǒng)絕對穩(wěn)定；(2)1/e＜(C＝αT)≤π/2，系統(tǒng)穩(wěn)定，但不絕對穩(wěn)定；(3)(C＝αT)＞π/2，系統(tǒng)不穩(wěn)定；步驟303、分析跟馳狀態(tài)穩(wěn)定性，當(dāng)C值落在不穩(wěn)定的區(qū)間內(nèi)或在長時(shí)間內(nèi)呈逐漸上升趨勢時(shí)，可認(rèn)為駕駛員可能會(huì)出現(xiàn)危險(xiǎn)，此時(shí)提醒司機(jī)小心駕駛，或適當(dāng)休息。由圖1可以看出：在本次跟馳中，應(yīng)該在第64秒對司機(jī)進(jìn)行提醒。此實(shí)施例僅為本發(fā)明較佳的具體實(shí)施方式，但本發(fā)明的保護(hù)范圍并不局限于此，任何熟悉本
技術(shù)領(lǐng)域：
的技術(shù)人員在本發(fā)明揭露的技術(shù)范圍內(nèi)，可輕易想到的變化或替換，都應(yīng)涵蓋在本發(fā)明的保護(hù)范圍之內(nèi)。因此，本發(fā)明的保護(hù)范圍應(yīng)該以權(quán)利要求的保護(hù)范圍為準(zhǔn)。當(dāng)前第1頁1 2 3