智能辅助驾驶系统模式决策建模与安全性评价研究
发布时间：2021-05-07 12:58
智能车和智能辅助驾驶系统的出现为降低交通事故发生概率提供了良好的解决方案和契机,尤其是针对由于驾驶人不可靠性和不稳定性导致的交通事故。但是考虑到当前的技术条件和社会接受度等问题,完全的自动驾驶在短期内还无法实现和推广。因此,在较长的一段时间内,机器和驾驶人共同对车辆进行操作控制（即人机共驾）将是一个重要的发展趋势。在人机共驾过程中,针对当前的交通环境及人车状态,如何选择合适的驾驶模式是研究的重点问题之一。此外,对驾驶安全性进行评价也是提高车辆行驶安全性的关键步骤。本研究针对以上问题,综合考虑驾驶人生理特性变化的影响,通过对多传感器采集的属性进行筛选,提出了智能辅助驾驶系统驾驶模式决策选择模型,并对不同驾驶模式下的车辆行驶安全性进行了评价分析。本研究的主要工作如下:（1）根据智能辅助驾驶系统的特点,构建了智能辅助驾驶系统模拟实验系统和实车实验系统,考虑到不同驾驶行为险态场景的危险性,设计了基于驾驶模拟器和生物反馈仪的驾驶人生理特性采集系统。根据车辆运动的特性,设计了车辆运动特征信息采集系统。针对智能辅助驾驶系统模式切换和人机交互的要求,搭建了智能辅助驾驶系统模拟实验平台,能够实现由人工驾...
【文章来源】：武汉理工大学湖北省 211工程院校 教育部直属院校
【文章页数】：138 页
【学位级别】：博士
【文章目录】：
摘要
abstract
第1章 绪论
1.1 研究背景及意义
1.2 依托课题
1.3 国内外研究现状与评价
1.3.1 驾驶行为险态国内外研究现状
1.3.2 智能车系统发展研究综述
1.3.3 智能辅助驾驶系统国内外研究现状
1.3.4 驾驶行为险态评估与驾驶模式决策的关系
1.3.5 现有研究存在的问题
1.4 论文研究内容与章节安排
1.4.1 研究内容
1.4.2 章节安排
第2章 智能辅助驾驶实验及信息采集系统
2.1 驾驶行为险态辨识模拟实验系统
2.1.1 实验设备
2.1.2 数据指标参数
2.2 智能辅助驾驶实车实验系统
2.3 智能辅助驾驶模拟实验系统
2.4 多传感器信息数据处理方法
2.4.1 实验数据同步处理
2.4.2 多传感器数据预处理方法
2.5 本章小结
第3章 基于生理特性分析的驾驶行为险态辨识方法
3.1 不同驾驶行为险态下驾驶人生理特性参数采集
3.1.1 实验被试招募
3.1.2 实验场景设计
3.1.3 实验过程
3.1.4 实验数据预处理
3.2 不同交通事件下驾驶人生理特性分析
3.2.1 基于时窗长度理论的交通事件持续时间标定
3.2.2 生理特征指标选取及特性分析
3.3 基于K-means聚类的驾驶行为险态辨识方法
3.3.1 K-means聚类算法介绍
3.3.2 驾驶行为险态单特征的聚类分析
3.3.3 驾驶行为险态组合特征的聚类分析
3.4 驾驶行为险态辨识因子特性分析
3.5 本章小结
第4章 智能辅助驾驶系统驾驶模式决策属性选择
4.1 引言
4.1.1 属性选择在驾驶模式决策中的作用
4.1.2 属性选择方法研究现状
4.2 基于改进马尔科夫毯(MB-NEW)的属性选择方法(Filter)
4.3 融合信息增益和多分类器的属性选择方法(Wrapper)
4.4 属性选择算法验证
4.4.1 算法实现平台
4.4.2 实验设计和数据集获取
4.4.3 实验结果分析
4.5 本章总结
第5章 智能辅助驾驶系统驾驶模式决策建模
5.1 引言
5.2 基于驾驶行为险态辨识的驾驶模式标定
5.3 智能辅助驾驶系统驾驶模式决策属性特性分析
5.3.1 智能辅助驾驶系统驾驶模式决策属性因子特征分析
5.3.2 决策属性与驾驶模式关联性分析
5.4 智能辅助驾驶系统驾驶模式决策模型
5.4.1 决策算法
5.4.2 优化决策算法
5.4.3 决策结果分析
5.5 本章小结
第6章 智能辅助驾驶模拟系统实现与安全性评价
6.1 引言
6.2 不同驾驶模式切换实验
6.2.1 实验设计
6.2.2 数据采集
6.3 实验结果分析
6.3.1 不同驾驶模式下注视特性分析
6.3.2 不同驾驶模式下操作特性分析
6.4 智能辅助驾驶系统驾驶安全性评价模型
6.4.1 贝叶斯网络
6.4.2 驾驶安全性评估模型的构建
6.5 本章小结
第7章 总结与展望
7.1 研究工作总结
7.2 创新点
7.3 研究展望
致谢
参考文献
攻读博士学位期间发表的论文及参加科研情况
【参考文献】：
期刊论文
[1]基于危险态势识别的智能车驾驶模式选择[J]. 严利鑫,黄珍,吴超仲,秦伶巧,朱敦尧,冉斌. 华南理工大学学报(自然科学版). 2016(08)
[2]中国交通工程学术研究综述·2016[J]. 马建,孙守增,芮海田,马勇,王磊,刘辉,张伟伟,陈红燕,陈磊. 中国公路学报. 2016(06)
[3]基于马尔科夫毯和隐朴素贝叶斯的驾驶行为险态辨识[J]. 严利鑫,黄珍,朱敦尧,陈志军,冉斌. 吉林大学学报(工学版). 2016(06)
[4]基于车联网数据挖掘的营运车辆驾驶速度行为聚类研究[J]. 孙川,吴超仲,褚端峰,杜志刚,田飞. 交通运输系统工程与信息. 2015(06)
[5]基于Vondrak滤波和三次样条插值的船舶轨迹修复研究[J]. 刘立群,吴超仲,褚端峰,陈志军,孙川. 交通信息与安全. 2015(04)
[6]城市道路交通拥堵状态时空相关性分析[J]. 张婧,任刚. 交通运输系统工程与信息. 2015(02)
[7]道路交通事故类型与诱因分析[J]. 张大伟,贺锦鹏,孙立志,周大永,刘卫国,冯擎峰. 汽车工程师. 2015(01)
[8]基于遗传算法和支持向量机的城镇土地定级方法研究[J]. 高娟,王海军,张怡然,李娜,赵杰. 华中师范大学学报(自然科学版). 2014(06)
[9]基于K-均值聚类算法RBF神经网络交通流预测[J]. 管硕,高军伟,张彬,刘新,冷子文. 青岛大学学报(工程技术版). 2014(02)
[10]基于朴素贝叶斯分类的高速公路交通事件检测[J]. 张轮,杨文臣,刘拓,施奕骋. 同济大学学报(自然科学版). 2014(04)
博士论文
[1]驾驶行为险态辨识理论与方法[D]. 郭孜政.西南交通大学 2009
[2]城市道路环境中汽车驾驶员动态视觉特性试验研究[D]. 袁伟.长安大学 2008
硕士论文
[1]驾驶愤怒情绪诱导实验方法研究及应用[D]. 严利鑫.武汉理工大学 2014
[2]高速公路匝道区域驾驶信息负荷对交通安全的影响研究[D]. 付强.武汉理工大学 2014
[3]高速公路匝道区驾驶负荷特性研究[D]. 吴萌.武汉理工大学 2013
[4]基于路径规划的智能小车控制系统研究[D]. 孙颖.青岛大学 2007
本文编号：3173431
【文章来源】：武汉理工大学湖北省 211工程院校 教育部直属院校
【文章页数】：138 页
【学位级别】：博士
【文章目录】：
摘要
abstract
第1章 绪论
1.1 研究背景及意义
1.2 依托课题
1.3 国内外研究现状与评价
1.3.1 驾驶行为险态国内外研究现状
1.3.2 智能车系统发展研究综述
1.3.3 智能辅助驾驶系统国内外研究现状
1.3.4 驾驶行为险态评估与驾驶模式决策的关系
1.3.5 现有研究存在的问题
1.4 论文研究内容与章节安排
1.4.1 研究内容
1.4.2 章节安排
第2章 智能辅助驾驶实验及信息采集系统
2.1 驾驶行为险态辨识模拟实验系统
2.1.1 实验设备
2.1.2 数据指标参数
2.2 智能辅助驾驶实车实验系统
2.3 智能辅助驾驶模拟实验系统
2.4 多传感器信息数据处理方法
2.4.1 实验数据同步处理
2.4.2 多传感器数据预处理方法
2.5 本章小结
第3章 基于生理特性分析的驾驶行为险态辨识方法
3.1 不同驾驶行为险态下驾驶人生理特性参数采集
3.1.1 实验被试招募
3.1.2 实验场景设计
3.1.3 实验过程
3.1.4 实验数据预处理
3.2 不同交通事件下驾驶人生理特性分析
3.2.1 基于时窗长度理论的交通事件持续时间标定
3.2.2 生理特征指标选取及特性分析
3.3 基于K-means聚类的驾驶行为险态辨识方法
3.3.1 K-means聚类算法介绍
3.3.2 驾驶行为险态单特征的聚类分析
3.3.3 驾驶行为险态组合特征的聚类分析
3.4 驾驶行为险态辨识因子特性分析
3.5 本章小结
第4章 智能辅助驾驶系统驾驶模式决策属性选择
4.1 引言
4.1.1 属性选择在驾驶模式决策中的作用
4.1.2 属性选择方法研究现状
4.2 基于改进马尔科夫毯(MB-NEW)的属性选择方法(Filter)
4.3 融合信息增益和多分类器的属性选择方法(Wrapper)
4.4 属性选择算法验证
4.4.1 算法实现平台
4.4.2 实验设计和数据集获取
4.4.3 实验结果分析
4.5 本章总结
第5章 智能辅助驾驶系统驾驶模式决策建模
5.1 引言
5.2 基于驾驶行为险态辨识的驾驶模式标定
5.3 智能辅助驾驶系统驾驶模式决策属性特性分析
5.3.1 智能辅助驾驶系统驾驶模式决策属性因子特征分析
5.3.2 决策属性与驾驶模式关联性分析
5.4 智能辅助驾驶系统驾驶模式决策模型
5.4.1 决策算法
5.4.2 优化决策算法
5.4.3 决策结果分析
5.5 本章小结
第6章 智能辅助驾驶模拟系统实现与安全性评价
6.1 引言
6.2 不同驾驶模式切换实验
6.2.1 实验设计
6.2.2 数据采集
6.3 实验结果分析
6.3.1 不同驾驶模式下注视特性分析
6.3.2 不同驾驶模式下操作特性分析
6.4 智能辅助驾驶系统驾驶安全性评价模型
6.4.1 贝叶斯网络
6.4.2 驾驶安全性评估模型的构建
6.5 本章小结
第7章 总结与展望
7.1 研究工作总结
7.2 创新点
7.3 研究展望
致谢
参考文献
攻读博士学位期间发表的论文及参加科研情况
【参考文献】：
期刊论文
[1]基于危险态势识别的智能车驾驶模式选择[J]. 严利鑫,黄珍,吴超仲,秦伶巧,朱敦尧,冉斌. 华南理工大学学报(自然科学版). 2016(08)
[2]中国交通工程学术研究综述·2016[J]. 马建,孙守增,芮海田,马勇,王磊,刘辉,张伟伟,陈红燕,陈磊. 中国公路学报. 2016(06)
[3]基于马尔科夫毯和隐朴素贝叶斯的驾驶行为险态辨识[J]. 严利鑫,黄珍,朱敦尧,陈志军,冉斌. 吉林大学学报(工学版). 2016(06)
[4]基于车联网数据挖掘的营运车辆驾驶速度行为聚类研究[J]. 孙川,吴超仲,褚端峰,杜志刚,田飞. 交通运输系统工程与信息. 2015(06)
[5]基于Vondrak滤波和三次样条插值的船舶轨迹修复研究[J]. 刘立群,吴超仲,褚端峰,陈志军,孙川. 交通信息与安全. 2015(04)
[6]城市道路交通拥堵状态时空相关性分析[J]. 张婧,任刚. 交通运输系统工程与信息. 2015(02)
[7]道路交通事故类型与诱因分析[J]. 张大伟,贺锦鹏,孙立志,周大永,刘卫国,冯擎峰. 汽车工程师. 2015(01)
[8]基于遗传算法和支持向量机的城镇土地定级方法研究[J]. 高娟,王海军,张怡然,李娜,赵杰. 华中师范大学学报(自然科学版). 2014(06)
[9]基于K-均值聚类算法RBF神经网络交通流预测[J]. 管硕,高军伟,张彬,刘新,冷子文. 青岛大学学报(工程技术版). 2014(02)
[10]基于朴素贝叶斯分类的高速公路交通事件检测[J]. 张轮,杨文臣,刘拓,施奕骋. 同济大学学报(自然科学版). 2014(04)
博士论文
[1]驾驶行为险态辨识理论与方法[D]. 郭孜政.西南交通大学 2009
[2]城市道路环境中汽车驾驶员动态视觉特性试验研究[D]. 袁伟.长安大学 2008
硕士论文
[1]驾驶愤怒情绪诱导实验方法研究及应用[D]. 严利鑫.武汉理工大学 2014
[2]高速公路匝道区域驾驶信息负荷对交通安全的影响研究[D]. 付强.武汉理工大学 2014
[3]高速公路匝道区驾驶负荷特性研究[D]. 吴萌.武汉理工大学 2013
[4]基于路径规划的智能小车控制系统研究[D]. 孙颖.青岛大学 2007
本文编号：3173431
本文链接：https://www.wllwen.com/guanlilunwen/lindaojc/3173431.html
