肖獻(xiàn)強(qiáng) 王其東

合肥工業(yè)大學(xué)，合肥，230009

0 引言

公路交通的快速發(fā)展給人們帶來(lái)便捷的同時(shí)，交通事故的頻繁發(fā)生，也對(duì)社會(huì)造成了巨大的損失，如何避免和減少交通事故的發(fā)生在當(dāng)今顯得尤為重要。通常的汽車安全防御措施都屬于被動(dòng)安全防御，只能減少事故發(fā)生帶來(lái)的傷害和損失。主動(dòng)安全防御即主動(dòng)安全性表示汽車避免或減少事故發(fā)生的能力，主動(dòng)安全性所涉及的因素很多，但歸納起來(lái)可以分為“人”、“車”、“路”三方面的因素。

目前關(guān)于駕駛行為主動(dòng)安全性的研究，主要集中在對(duì)某一個(gè)危險(xiǎn)駕駛行為的檢測(cè)和預(yù)警上，雖然這些研究都提出了環(huán)境的重要性，但是并沒(méi)有對(duì)車輛行駛環(huán)境信息的獲取給予足夠的重視［1－2］，沒(méi)有利用環(huán)境信息以及車輛運(yùn)行狀態(tài)信息綜合判斷駕駛員的駕駛行為及意圖，然后進(jìn)行相應(yīng)的告警［3］。本文提出了人—車—路各種信息對(duì)某種駕駛行為都應(yīng)參與行為決策的理念，并對(duì)決策權(quán)重進(jìn)行了研究。本文提出利用車輛運(yùn)行狀態(tài)和環(huán)境信息進(jìn)行駕駛行為及意圖的提前分析預(yù)測(cè)，并根據(jù)駕駛行為及意圖是否存在危險(xiǎn)，進(jìn)行相應(yīng)的預(yù)警。

1 常見(jiàn)駕駛行為

駕駛行為其本質(zhì)是一個(gè)在符合安全規(guī)范的條件下，為達(dá)到某種交通目的的連續(xù)決策過(guò)程。駕駛員在一系列狀態(tài)點(diǎn)上作出駕駛決策，汽車主動(dòng)安全的駕駛行為識(shí)別需要實(shí)時(shí)識(shí)別車輛運(yùn)行狀態(tài)、環(huán)境以及駕駛員的駕駛行為，判斷此時(shí)汽車的安全狀態(tài)，同時(shí)需要對(duì)下一時(shí)刻的行車安全狀態(tài)作出評(píng)估和預(yù)警。常見(jiàn)的駕駛行為主要有以下8種：①壓車道線行駛。在高速公路上壓道行駛是一種很危險(xiǎn)的駕駛行為［4－5］。②疲勞駕駛。本文采用通過(guò)方向盤(pán)轉(zhuǎn)角監(jiān)控來(lái)預(yù)測(cè)駕駛員是否處于疲勞駕駛［6］。③超車并道。超車并道也是導(dǎo)致交通事故的一個(gè)重要原因，系統(tǒng)要進(jìn)行提前預(yù)警。④車輛掉頭轉(zhuǎn)彎。車輛掉頭轉(zhuǎn)彎主要是指駕駛員在駕駛車輛過(guò)程中，突然進(jìn)行轉(zhuǎn)彎掉頭。⑤加速行駛狀態(tài)。在車輛處于加速行駛的狀況中，需要進(jìn)行各種實(shí)時(shí)數(shù)據(jù)分析，預(yù)測(cè)駕駛員下一個(gè)時(shí)刻的可能駕駛行為，判斷車輛是否處于安全狀態(tài)。⑥減速行駛狀態(tài)。駕駛員在駕駛車輛的過(guò)程中突然減速也是一種很危險(xiǎn)的駕駛行為，因此在這個(gè)過(guò)程中，也要判斷駕駛員下一時(shí)刻的駕駛行為。⑦勻速行駛狀態(tài)。勻速行駛狀態(tài)是車輛在大部分時(shí)間里的行駛狀態(tài)，跟蹤這個(gè)狀態(tài)可為下一個(gè)時(shí)刻的駕駛行為預(yù)測(cè)奠定基礎(chǔ)。⑧啟動(dòng)狀態(tài)。作為系統(tǒng)初始狀態(tài)。

2 權(quán)重決策矩陣分析建模

2.1 信號(hào)矩陣

根據(jù)前期國(guó)內(nèi)外對(duì)駕駛行為研究的成果以及調(diào)查分析，總結(jié)出有如下參數(shù)信息對(duì)駕駛員的駕駛行為分析與預(yù)測(cè)起決定性作用：①車道線信號(hào)；②方向盤(pán)轉(zhuǎn)角信號(hào)；③車速信號(hào)；④方向燈信號(hào)；⑤油門(mén)信號(hào)；⑥剎車信號(hào)；⑦離合器信號(hào)；⑧擋位信號(hào)。

將八種信號(hào)定義為一個(gè)信號(hào)矩陣S，S＝［x1x2x3x4x5x6x7x8］，代表信號(hào)系統(tǒng)采集到的對(duì)應(yīng)信號(hào)量。

為了建立每種信號(hào)對(duì)某種駕駛行為的決策權(quán)重，課題組在合肥針對(duì)出租車司機(jī)、駕校教練、公交車司機(jī)以及個(gè)人發(fā)放了800份關(guān)于常見(jiàn)駕駛行為和上述八種信號(hào)關(guān)系的問(wèn)卷調(diào)查，結(jié)合理論研究對(duì)八種信號(hào)初始權(quán)重作出了如下分配。x1代表是否壓車道線信號(hào)，根據(jù)視覺(jué)傳感器（CCD）圖像處理程序計(jì)算和識(shí)別車輛是否處于壓道行駛和車道是否跑偏，分別取1和0。x2代表方向盤(pán)信號(hào)，根據(jù)駕駛員是否連續(xù)地、長(zhǎng)時(shí)間地沒(méi)有轉(zhuǎn)動(dòng)方向盤(pán)操作，或者方向盤(pán)大轉(zhuǎn)角地轉(zhuǎn)動(dòng)分別進(jìn)行判斷。如果是第一種情況則表明駕駛員處于疲勞駕駛狀態(tài)，此時(shí)取x2＝1；如果駕駛員以每秒大于32°的速度轉(zhuǎn)動(dòng)方向盤(pán)則表明駕駛員可能想超車并道或者想轉(zhuǎn)彎掉頭，此時(shí)取x2＝0.5。x3代表車速信號(hào)，這是一個(gè)常規(guī)的監(jiān)控變量，其值為汽車當(dāng)前速度vnow與該車型的最大速度vmax的比值，即x3＝代表方向燈信號(hào)，根據(jù)其開(kāi)或關(guān)取值1或0。x5代表油門(mén)信號(hào)，根據(jù)油門(mén)的開(kāi)啟度取值范圍為［0，1］。x6代表剎車信號(hào)，根據(jù)剎車信號(hào)有無(wú)分別取1和0。x7代表離合器信號(hào)，根據(jù)離合器的開(kāi)啟度取值范圍為［0，1］。x8代表?yè)跷恍盘?hào)，不同的擋位取不同的值。以福特?？怂管囆蜑槔論跞?；1 擋 為 起 步，取 0.2；2 擋 對(duì) 應(yīng) 的 是 30 ～40km／h，取0.4；3擋對(duì)應(yīng)的是50～60km／h，取0.6；4擋對(duì)應(yīng)的是60～70km／h，取0.8；5擋對(duì)應(yīng)的是70km／h以上，取1。

2.2 權(quán)重矩陣

各種信號(hào)對(duì)駕駛行為的決策權(quán)重是不一樣的，因此定義一個(gè)權(quán)重決策矩陣R，R由8列權(quán)值向量構(gòu)成，其中r1～r8分別對(duì)應(yīng)一組列向量，即

該矩陣代表各個(gè)信號(hào)量對(duì)常見(jiàn)駕駛行為分析判斷的權(quán)重，各個(gè)元素取值范圍為［0，1］。

2.3 狀態(tài)矩陣

系統(tǒng)將每一時(shí)刻的信號(hào)矩陣S與權(quán)重矩陣R相乘，得到這個(gè)時(shí)刻的狀態(tài)矩陣T，即

只要掃描這個(gè)狀態(tài)矩陣，找出矩陣中的最大值tx（x＝1，2，…，8），這個(gè)值就代表系統(tǒng)此時(shí)判斷出來(lái)對(duì)應(yīng)的駕駛員所處的駕駛行為。

狀態(tài)矩陣隨著車輛運(yùn)行參數(shù)以及環(huán)境參數(shù)的改變處于不斷的變化中，系統(tǒng)按照一定的時(shí)間間隔來(lái)進(jìn)行狀態(tài)矩陣運(yùn)算，判斷此刻駕駛員的駕駛行為，通過(guò)上一個(gè)時(shí)刻的駕駛狀態(tài)和此刻的駕駛行為，同時(shí)結(jié)合采集到的某些車輛運(yùn)行參數(shù)，可以進(jìn)一步判斷駕駛行為的安全性，并作出相應(yīng)的預(yù)警。

3 權(quán)重決策矩陣的實(shí)現(xiàn)

3.1 權(quán)值取值原則

權(quán)重矩陣R中的8個(gè)列向量r1～r8分別包含8個(gè)元素，每列向量的8個(gè)元素之和為1，而這8個(gè)元素與信號(hào)矩陣S中的8路信號(hào)x1～x8分別對(duì)應(yīng)，它們表示x1～x8對(duì)駕駛行為及意圖分析的貢獻(xiàn)值大小。例如：

其中，r11＋r21＋…＋r81＝1，且r11，r21，…，r81按序號(hào)各自一一對(duì)應(yīng)于信號(hào)矩陣S中的8路信號(hào)元素x1，x2，…，x8，則r11，r21，…，r81就代表x1，x2，…，x8在駕駛行為分析時(shí)所占的權(quán)值比重。由式（1）通過(guò)矩陣的乘法運(yùn)算可得：

rij（i＝1，2，…，8；j＝1，2，…，8）為0～1之間的具體數(shù)值，其取值原則如下：

本文所考慮的8種駕駛行為狀態(tài)都只與某種或某幾種的車輛和環(huán)境參數(shù)有關(guān)，因此對(duì)應(yīng)的各個(gè)信號(hào)的權(quán)值大小也有所不同。例如，壓車道線行駛在狀態(tài)矩陣中由t1表示，這種狀態(tài)看成只與是否壓線的信號(hào)x1有關(guān)，而與其他7種信號(hào)量，如車速、方向盤(pán)、油門(mén)等無(wú)關(guān)，所以在這種情況下，只考慮與x1對(duì)應(yīng)的權(quán)值，假設(shè)取值為1，而忽略與其他七種信號(hào)對(duì)應(yīng)的權(quán)值，假設(shè)都取值為0。

3.2 仿真權(quán)重決策矩陣的有效性

首先，任意設(shè)置一個(gè)權(quán)重矩陣的初始值，并且人為給出汽車在某種確定狀態(tài)下的車輛和環(huán)境信號(hào)，然后把信號(hào)矩陣和權(quán)重矩陣相乘得到此時(shí)的狀態(tài)矩陣，找出狀態(tài)矩陣中的最大值，判斷該最大值所對(duì)應(yīng)的駕駛行為及意圖是否與人為給定的車輛和環(huán)境信號(hào)一致，若結(jié)果一致，則用同樣的方法對(duì)余下的7種駕駛狀態(tài)進(jìn)行判斷；若結(jié)果不一致，則改變權(quán)重矩陣的初始值，重復(fù)上述過(guò)程，不斷逼近，直至達(dá)到8種典型駕駛行為預(yù)測(cè)全部準(zhǔn)確，誤報(bào)率小于5%，可靠性大于95%時(shí)，此時(shí)權(quán)重決策矩陣視為合理的權(quán)重決策矩陣。同時(shí)結(jié)合課題組對(duì)合肥出租車司機(jī)、公交車司機(jī)、駕校教練以及個(gè)人駕駛員的調(diào)查問(wèn)卷表來(lái)修正權(quán)重矩陣。

初始值的驗(yàn)算過(guò)程涉及較復(fù)雜的矩陣運(yùn)算，若采取人工計(jì)算，則會(huì)耗費(fèi)大量的時(shí)間，且不能保證結(jié)果的準(zhǔn)確性，效率較低。據(jù)此，本文使用MATLAB軟件進(jìn)行仿真，利用MATLAB的矩陣運(yùn)算工具和繪圖工具，可以很方便地進(jìn)行矩陣的運(yùn)算以及運(yùn)算結(jié)果分析。

為了提高仿真的效率，把矩陣運(yùn)算和繪圖等要實(shí)現(xiàn)的命令編譯成一個(gè)M文件［7］。其主要功能為實(shí)現(xiàn)信號(hào)矩陣和權(quán)重矩陣之間的乘法運(yùn)算，得到狀態(tài)矩陣，并使用plot命令繪制出狀態(tài)矩陣中元素大小的折線圖，方便比較各個(gè)元素的大小，使用時(shí)，只需調(diào)用該M文件，輸入不同的信號(hào)參數(shù)，運(yùn)行函數(shù)就能夠很直觀地判斷結(jié)果［8］。

在所有的駕駛行為決策分析權(quán)重矩陣確定后，還要針對(duì)處理處于兩種混合模糊的駕駛行為重新調(diào)整權(quán)重矩陣。

值得注意的是，對(duì)部分不合理的權(quán)值向量初始值進(jìn)行修改后，往往會(huì)影響到其他先前合理的權(quán)值向量，使得當(dāng)時(shí)合理的賦值此時(shí)變?yōu)椴缓侠?；因此，?quán)值矩陣的初始值由不合理到合理，其修改過(guò)程是不斷反復(fù)的，最終所有合理的取值都建立在對(duì)整體考慮的基礎(chǔ)之上。

4 仿真實(shí)驗(yàn)

根據(jù)表1的結(jié)論進(jìn)行迭代仿真，最終得到的權(quán)重矩陣如下：

表1 權(quán)重矩陣的驗(yàn)算

汽車在行駛過(guò)程中，為了提高系統(tǒng)的可靠性，采用每間隔0.5s進(jìn)行一次狀態(tài)矩陣運(yùn)算的方法，給出駕駛員的駕駛行為預(yù)測(cè)結(jié)果，并根據(jù)結(jié)果進(jìn)行相應(yīng)的提示。

為了仿真汽車駕駛過(guò)程中的各種信號(hào)，本文設(shè)計(jì)了基于ARM9＋Linux的軟件運(yùn)行平臺(tái)，該平臺(tái)利用ARM7模擬汽車駕駛信號(hào)。圖1所示為仿真實(shí)驗(yàn)平臺(tái)。

圖1 仿真實(shí)驗(yàn)平臺(tái)

圖2和圖3分別為超車并道和轉(zhuǎn)彎掉頭的測(cè)試結(jié)果圖片，圖片中左側(cè)編輯框中的各個(gè)信號(hào)是模擬汽車運(yùn)行各種信號(hào)測(cè)試平臺(tái)上ARM7發(fā)出的模擬駕駛信號(hào)，分別對(duì)應(yīng)權(quán)重矩陣運(yùn)算需要的各個(gè)汽車運(yùn)行中駕駛員的操作信號(hào)；實(shí)時(shí)圖像顯示本次測(cè)試是通過(guò)CCD采集的，為下一步研究車輛運(yùn)行環(huán)境進(jìn)行綜合判斷作好了鋪墊。

圖2 超車駕駛行為仿真測(cè)試

圖3 轉(zhuǎn)彎掉頭駕駛行為仿真測(cè)試測(cè)試

5 結(jié)束語(yǔ)

本文在研究國(guó)內(nèi)外關(guān)于汽車主動(dòng)安全研究成果的基礎(chǔ)上，提出了設(shè)計(jì)基于駕駛行為的汽車主動(dòng)安全系統(tǒng)的思路，通過(guò)采集車輛運(yùn)行狀態(tài)參數(shù)以及CCD攝像采集的車輛運(yùn)行環(huán)境信息數(shù)據(jù)，提前預(yù)測(cè)駕駛行為是否安全，并作出相應(yīng)的安全提示及預(yù)警，通過(guò)搭建ARM＋Linux仿真測(cè)試平臺(tái)，測(cè)試表明本文提出的方法切實(shí)可行。課題組下一步需要進(jìn)行對(duì)系統(tǒng)的預(yù)警可靠性及漏警率進(jìn)行深入的研究，以提高系統(tǒng)的可靠性，降低誤報(bào)率，為本文的研究?jī)?nèi)容實(shí)用化奠定基礎(chǔ)。

［1］ Zong Changfu，Yang Xiao，Wang Chang，et al.Driving Intentions Identification and Behaviors Prediction in Car Lane Change［J］.Journal of Jilin University（Engineering and Technology Edition），2009，39：27－32.

［2］ Farid M N，Kopf M，Bubb H，et al.Methods to Develop a Driver Observation System Used in an Active Safety System［J］.VDI Berichte，2006，1960：639－650.

［3］ 廖傳錦.以人為中心的汽車主動(dòng)安全預(yù)警信息系統(tǒng)研究［D］.重慶：重慶大學(xué)，2005.

［4］ 吳沫，安向京，賀漢根.基于視覺(jué)的車道跑偏檢測(cè)方法研究及仿真［J］.中國(guó)圖像圖形學(xué)報(bào)，2007，12（1）：110－115.

［5］ Godthelp H，Milgram P，Blaauw G J.The Development of a Time－related Measure to Describe Driver Strategy［J］.Human Factors，1984，26（3）：257－268.

［6］ 石堅(jiān).人－車－路綜合環(huán)境下主動(dòng)安全性模擬系統(tǒng)的研究［D］.上海：上海交通大學(xué)，2000.

［7］ 張德喜，周予生.MATLAB語(yǔ)言程序設(shè)計(jì)教程［M］.北京：中國(guó)鐵道出版社，2006.

［8］ 常巍，謝光軍.MATLAB R2007基礎(chǔ)與提高［M］.北京：電子工業(yè)出版社，2007.