论文部分内容阅读
为了适应越来越快的社会节奏和满足人类对安全、舒适等性能越来越高的要求,在汽车产品中日益广泛地采用各种先进技术,特别是电子技术,已经成为时代的潮流。汽车上的驾驶员辅助系统的种类越来越多,对这些驾驶员辅助系统来说,人—机控制模式的平滑转换是非常重要的。同时近些年,很多学者、研究员在线控驱动(X-by-Wire)方向进行了研究。X-by-Wire取消了传统系统的机械连接,利用传感器感知驾驶员驾驶意图,并将其通过导线输送给中央控制单元,中央控制单元再发送指令给相应的执行机构,以完成驾驶员的相关操作。可见,不管是驾驶员辅助系统还是X-By-Wire系统,要实现X-By-Wire功能或实现人——机模式的平滑转换,都需要对驾驶员的驾驶意图进行辨识。本文结合国家自然科学基金项目“汽车前轮电子控制转向的关键技术研究”及“线控汽车底盘控制方法和关键技术研究”,在分析、总结和学习国内外驾驶员驾驶意图辨识与预测的现有研究成果的基础上,以准确、实时在线辨识复合工况下的驾驶员驾驶意图为目标,建立了用于驾驶员驾驶意图辨识的双层HMM模型结构,应用离线训练的方法训练双层HMM结构里所有的表征驾驶员驾驶行为及驾驶员驾驶意图的多维高斯HMM模型及多维离散HMM模型。以此为基础,借助于驾驶模拟器对本文提出的驾驶员驾驶行为辨识的方法及驾驶员驾驶意图辨识的方法做了在线验证。在线辨识的结果表明本文提出的驾驶员驾驶意图的辨识方法能达到较高的准确率,且可以满足实时性要求。论文主要进行了以下几方面的研究工作：(1).建立了用于驾驶员驾驶意图辨识的双层HMM结构鉴于驾驶员驾驶行为是一个时序过程,而驾驶员在特定的驾驶环境下的驾驶规律是大体一致的。因此,本文以HMM层次化模型结构为基础,搭建了双层的驾驶员驾驶意图辨识HMM模型。其中,下层的HMM模型对应着驾驶员操纵行为；上层的HMM模型对应着驾驶员意图,下层模型通过自己的推理结果和上层模型结合,从而构成一个整合的双层HMM模型。然后,结合HMM工具箱和MATLAB对双层HMM模型结构中的表征驾驶员驾驶行为及驾驶员驾驶意图的多维高斯HMM模型及多维离散HMM模型进行了离线训练,为在线驾驶模拟器实验验证奠定了基础。(2).驾驶员驾驶意图辨识实验工况的选取及实验方法HMM为基础的问题的首要任务就是确定模型参数,也就是首先要对HMM模型进行训练。本文通过驾驶模拟器实验采集相应工况的实验数据,并离线训练各多维高斯HMM模型。文中根据各驾驶员驾驶辅助系统、主动安全系统及X-By-Wire系统的功能,从舒适性和安全性,单一工况和复合工况方面考虑,最后选取紧急制动工况、正常制动工况、坡路起步工况、紧急避障工况及弯道制动工况作为本文考察的工况。其中：坡路起步——主要考虑加速踏板和制动踏板操作(舒适性)(单一工况)紧急避障——主要考虑方向盘操作(安全性)(单一工况)紧急制动——主要考虑加速踏板和制动踏板操作(安全性)(单一工况)弯道制动——考虑踏板和方向盘操作的组合(安全性与舒适性) (复合工况)结合吉林大学29自由度固定式开发型驾驶模拟器,对选取的5个实验工况制定了相应的实验方法并做了相应实验。采集所有的实验数据构成双层HMM模型结构训练的数据集。(3).实验数据预处理方法对采集来的数据进行了预处理,为模型训练做准备。首先把弧度制的方向盘数据转化成角度制；然后选取双向滤波算法来消除传感器数据所带的噪声；数据放大和滤波处理后,把处理后的数据按数据来源分成3类：踏板数据、方向盘数据及车速信息,这样就得到了三个数据类；紧接着把每个数据类里的数据分割成若干段,把这些数据段归类,使得每一类对应一个短时间段的驾驶员驾驶行为。对某数据段类里的数据,我们采用t-test算法,结合数据段的某特征参数,对数据段集合里的异常数据进行剔除；并且应用k-means算法,对数据库中紧急操作和正常操作的界限值进行设置,为以后判断辨识结果的准确性做准备。(4).在线辨识驾驶员驾驶意图因为需要对建立的双层HMM模型结构进行在线验证,也就是要不断采集驾驶员操作信号及车辆状态信息,并基于HMM工具箱实时辨识驾驶员的驾驶意图并显示,所以文中根据MATLAB及LabVIEW的优缺点,应用LabVIEW里提供的MATLAB Script控件,将工具箱里的m文件程序引入到LabVIEW程序中。在MATLAB和LabVIEW混合编制的程序中,MATLAB负责运行HMM工具箱里的程序,LabVIEW负责设计用户图形界面、硬件控制、数据采集、数据分析处理、数据存储、运行控制和网络通信等。考虑到HMM是一种基于最大期望值的算法,而意图层的MDHMM模型不是全工况下的,所以我们通过在线实验,为四个驾驶员驾驶意图MDHMM设置了似然度门限值。只有给定观察序列相对于某MDHMM产生的概率超过这个MDHMM的似然度门限值,这个MDHMM对应的驾驶员驾驶意图才被确认发生。在线辨识的结果表明本文提出的驾驶员驾驶意图的辨识方法能达到较高的准确率,且可以满足实时性要求。