一种驾驶行为危险度的监测评估方法

摘要

本发明涉及一种驾驶行为危险度监测评估方法，属于汽车主动安全技术领域，该方法包括：实时采集方向盘转角、车速、纵向加速度、横向加速度；将实时采集到的数据按时间先后排列成数据序列；根据车辆状态参数和驾驶员操作参数信息分别对加速、制动、超速、车道保持、换道的驾驶危险度进行监测评估；根据在时间窗宽范围内得到的各危险度指标进行当前时刻的总体驾驶危险度综合监测评估，得到当前时刻综合监测评估值。将得到的综合监测评估值通过在线实时预警的人机交互方式实现与驾驶员之间的沟通，从而达到提升驾驶安全质量，减少道路交通事故的目的。

主权项

一种驾驶行为危险度监测评估方法，其特征在于，该方法包括以下步骤：1)实时数据采集采集的数据包括方向盘转角、车速、纵向加速度、横向加速度；数据采样频率在[5,100]Hz之间；其中方向盘转角、车速通过解析CAN总线数据输出得到，纵向加速度、横向加速度通过在车辆上安装双轴加速度计采集得到；将实时采集到的数据按时间先后排列成数据序列；取时间窗的窗宽为T₀，T₀∈[0.2,10]s，时间窗的终点为当前时刻t₀，起始点为(t₀‑T₀)时刻；2)危险度监测评估根据车辆状态参数和驾驶员操作参数信息分别对加速、制动、超速、车道保持、换道的驾驶危险度进行监测评估；具体包括：21)加速危险度指标对采集到的纵向加速度随时间变化的数据序列添加时间窗进行数据处理，计算时间窗内加速度序列值的平均值、标准差a、σ_a；加速度的大小和加速的稳定性对驾驶安全性的影响大小的指标E_Acc和E_StdA分别采用分段函数的形式，如式(1.1)、(1.2)所示：$E_{\mathrm{Acc}}=\left\{\begin{array}{cc}{a}_1,& 0\le a_c<a_{c1}\\ a_2,& a_{c1}\le a_c<a_{c2}\\ ...& \\ a_n,& a_{c(n-1)}\le a_c\end{array}\right.---\left(0.1\right)$式中，a_c是车辆的加速度在时间窗窗宽范围内的平均值；a_ci表示车辆加速度大小的分隔阈值0≤a_ci≤9.8m/s²，i∈{1,2,…,n‑1}，n表示驾驶行为危险度的分级数(下同)，根据车辆加速度与分隔阈值的大小关系确定E_Acc的取值，0≤a_i≤1,i∈{1,2,…,n‑1}；$E_{\mathrm{StdA}}=\left\{\begin{array}{cc}{b}_1,& 0\le {\sigma }_a<{\sigma }_{a_1}\\ b_2,& {\sigma }_{a_1}\le {\sigma }_a<{\sigma }_{a_2}\\ ...& \\ b_n,& {\sigma }_{a_{n-1}}\le {\sigma }_a\end{array}\right.---\left(0.2\right)$σ_a是车辆加速度在时间窗窗宽范围内的标准差；是车辆加速度标准差的分隔阈值i∈{1,2,…,n‑1}，根据车辆加速度标准差与它的分隔阈值的大小关系确定E_StdA的取值，0≤b_i≤1,i∈{1,2,…,n‑1}。取E_Acc、E_StdA中的最大值作为最终的加速危险度指标E_A，如式(1.3)所示：E_A＝max{E_Acc,E_StdA}    (0.3)22)制动危险度指标对采集到的制动减速度随时间变化的数据序列添加时间窗进行数据处理，计算出时间窗内减速度序列值的平均值、标准差d、σ_d；制动减速度的大小和制动减速的稳定性对驾驶安全性的影响大小指标E_Dec和E_StdD表达式采用分段函数的形式，分别如式(1.4)、(1.5)所示：$E_{\mathrm{Dec}}=\left\{\begin{array}{cc}{c}_1,& 0\le \left|d\right|<d_1\\ c_2,& d_1\le \left|d\right|<d_2\\ ...& \\ c_n,& d_{n-1}\le \left|d\right|\end{array}\right.---\left(0.4\right)$d是制动减速度在时间窗窗宽范围内的平均值；d_i表示制动减速度大小的分隔阈值0≤d_i≤9.8m/s²,i∈{1,2,…,n‑1}，根据制动减速度与分隔阈值的大小关系确定E_Dec的取值，0≤c_i≤1,i∈{1,2,…,n‑1}；$E_{\mathrm{StdD}}=\left\{\begin{array}{cc}{d}_1,& 0\le {\sigma }_d<{\sigma }_{d_1}\\ d_2,& {\sigma }_{d_1}\le {\sigma }_d<{\sigma }_{d_2}\\ ...& \\ d_n,& {\sigma }_{d_{n-1}}\le {\sigma }_d\end{array}\right.---\left(0.5\right)$σ_d是制动减速度在时间窗窗宽范围内的标准差；是制动减速度标准差的分隔阈值i∈{1,2,…,n‑1}，根据制动减速度标准差与它的分隔阈值的大小关系确定E_StdD的取值，0≤d_i≤1,i∈{1,2,…,n‑1}；取E_Dec、E_StdD中的最大值作为最终的制动危险度指标E_B，如式(1.6)所示：E_B＝max{E_Dec,E_StdD}    (0.6)23)车速危险度指标对采集到的速度随时间变化的数据序列添加时间窗进行数据处理，计算出时间窗内速度序列值的平均值、标准差v、σ_v；车速大小和车速的稳定性对驾驶安全性的影响大小指标E_Spd和E_StdV表达式采用分段函数的形式，分别如式(1.7)、(1.8)所示：$E_{\mathrm{Spd}}=\left\{\begin{array}{cc}{e}_1,& v_0\le v<v_0+10\\ e_2,& v_0+10\le v<v_0+20\\ ...& \\ e_n,& v_0+10\times (n-1)\le v\end{array}\right.---\left(0.7\right)$v是速度在时间窗窗宽范围内的平均值；v₀表示当前行驶道路限速值，根据车辆当前行驶速度和所在道路限制速度之间的大小关系确定E_Spd的取值，0≤e_i≤1,i∈{1,2,…,n‑1}；$E_{\mathrm{StdV}}=\left\{\begin{array}{cc}{f}_1,& 0\le {\sigma }_v<{\sigma }_{v_1}\\ f_2,& {\sigma }_{v_1}\le {\sigma }_v<{\sigma }_{v_2}\\ ...& \\ f_n,& {\sigma }_{v_{n-1}}\le {\sigma }_v\end{array}\right.---\left(0.8\right)$σ_v是速度在时间窗窗宽范围内的标准差；是速度标准差的分隔阈值i∈{1,2,…,n‑1}，根据速度标准差与它的分隔阈值的大小关系确定E_StdV的取值，0≤f_i≤1,i∈{1,2,…,n‑1}；取E_Spd、E_StdV中的最大值作为最终的速度危险度指标E_V，如式(1.9)所示：E_V＝max{E_Spd,E_StdV}    (0.9)24)车道保持危险度指标对采集到的方向盘转角随时间变化的数据序列添加时间窗进行数据处理，计算出时间窗内方向盘转角序列值的标准差σ_lk；驾驶员在当前车道内保持稳定行驶的危险度指标E_LK表达式采用分段函数的形式，如式(1.10)所示：$E_{\mathrm{LK}}=\left\{\begin{array}{cc}{g}_1,& 0\le {\sigma }_{\mathrm{lk}}<{\sigma }_{{\mathrm{lk}}_1}\\ g_2,& {\sigma }_{{\mathrm{lk}}_1}\le {\sigma }_{\mathrm{lk}}<{\sigma }_{{\mathrm{lk}}_2}\\ ...& \\ g_n,& {\sigma }_{{\mathrm{lk}}_{n-1}}\le {\sigma }_{\mathrm{lk}}\end{array}\right.---\left(0.10\right)$σ_lk是时间窗窗宽范围内的方向盘转角的标准差，是方向盘转角标准差的分隔阈值i∈{1,2,…,n‑1}；根据方向盘转角标准差与它的分隔阈值的大小关系确定E_LK的取值，0≤g_i≤1,i∈{1,2,…,n‑1}；25)换道危险度指标对采集到的横向加速度随时间变化的数据序列添加时间窗进行数据处理，计算出时间窗内横向加速度序列值的平均值、标准差a_lat、σ_lat；横向加速度的大小指标和稳定性对驾驶安全性的影响大小指标E_Lat和E_StdLat表达式采用分段函数的形式，分别如式(1.11)、(1.12)所示：$E_{\mathrm{Lat}}=\left\{\begin{array}{cc}{h}_1,& 0\le \left|a_{\mathrm{lat}}\right|<a_{{\mathrm{lat}}_1}\\ h_2,& a_{{\mathrm{lat}}_1}\le \left|a_{\mathrm{lat}}\right|<a_{{\mathrm{lat}}_2}\\ ...& \\ h_n,& a_{{\mathrm{lat}}_{n-1}}\le \left|a_{\mathrm{lat}}\right|\end{array}\right.---\left(0.11\right)$a_lat是车辆的横向加速度在时间窗窗宽范围内的平均值；a_lati表示车辆横向加速度大小的分隔阈值m/s²,i∈{1,2,…,n‑1}，根据车辆横向加速度大小的绝对值与分隔阈值的大小关系确定E_Lat的取值，0≤h_i≤1,i∈{1,2,…,n‑1}。$E_{\mathrm{StdLat}}=\left\{\begin{array}{cc}{j}_1,& 0\le {\sigma }_{\mathrm{lat}}<{\sigma }_{{\mathrm{lat}}_1}\\ j_2,& {\sigma }_{{\mathrm{lat}}_1}\le {\sigma }_{\mathrm{lat}}<{\sigma }_{{\mathrm{lat}}_2}\\ ...& \\ j_n,& {\sigma }_{{\mathrm{lat}}_{n-1}}\le {\sigma }_{\mathrm{lat}}\end{array}\right.---\left(0.12\right)$σ_lat是车辆的横向加速度在时间窗窗宽范围内的标准差；表示车辆加速度标准差的分隔阈值i∈{1,2,…,n‑1}，根据车辆横向加速度标准差与它的分隔阈值的大小关系确定E_StdLat的取值，0≤j_i≤1,i∈{1,2,…,n‑1}；取E_Spd、E_StdV中的最大值作为最终的换道危险度指标；如式(1.13)所示：E_LC＝max{E_Lat,E_StdLat}    (0.13)3)根据各危险度指标对总体驾驶行为危险度进行监测评估根据在时间窗宽T₀范围内得到的加速、制动、超速、车道保持、换道危险度指标进行当前时刻的总体驾驶危险度综合监测评估，分别将各个危险度指标值乘以相应权重系数之后进行求和得到当前时刻综合监测评估值E_Total，如式(1.14)所示：$E_{\mathrm{Total}}=\underset{i\in \{A,B,V,\mathrm{LK},\mathrm{LC}\}}{\Sigma }{\beta }_i{E}_i---\left(0.14\right)$β_i为对应每一个危险度指标的权重系数，并且满足4)将得到的综合监测评估值通过在线实时预警的人机交互方式实现与驾驶员之间的沟通，从而达到提升驾驶安全质量，减少道路交通事故的目的；具体实现包括：当E_Total的值小于等于E₁时(0＜E₁≤1)，不采取预警措施；当E_Total的值大于E₁且小于等于E₂时(0＜E₂≤1,E₂＞E₁)，采取预警声音提醒措施；当E_Total的值大于E₂时，采取预警声音或结合视觉预警措施。