于佳

摘? 要：隨著汽車(chē)數(shù)量的不斷增加，不僅給道路交通帶來(lái)了壓力，也增加了交通安全隱患。為了提高車(chē)輛行駛的安全性，目前很多品牌的汽車(chē)都加裝了汽車(chē)主動(dòng)防撞安全系統(tǒng)。加裝主動(dòng)防撞系統(tǒng)后，能夠消除部分隱患，減少交通事故概率，并且盡量不影響車(chē)輛行駛的平順性。該文首先研究了作為主動(dòng)防撞系統(tǒng)的核心的安全距離模型，發(fā)現(xiàn)駕駛員反應(yīng)時(shí)間是影響安全距離結(jié)果的重要因素。進(jìn)而分析研究了影響駕駛員反應(yīng)時(shí)間的各種特性，最后將駕駛員特性添加安全距離模型中，為不同駕駛員計(jì)算出更貼合其自身特點(diǎn)的反應(yīng)時(shí)間和安全距離。通過(guò)仿真實(shí)驗(yàn)，取得了較好的實(shí)驗(yàn)效果。

關(guān)鍵詞：駕駛員特性;反應(yīng)時(shí)間;安全距離;模糊算法

中圖分類號(hào)：U491? ? ? 文獻(xiàn)標(biāo)志碼：A

1 現(xiàn)有安全距離模型概述

汽車(chē)主動(dòng)防撞安全系統(tǒng)是由安全距離模型實(shí)現(xiàn)的，通過(guò)計(jì)算安全距離，判斷出汽車(chē)是否需要進(jìn)行緊急制動(dòng)或何時(shí)需要進(jìn)行緊急制動(dòng)，以確保汽車(chē)在行駛過(guò)程中不會(huì)與前車(chē)相撞。目前現(xiàn)有的安全距離模型都是通過(guò)預(yù)估前車(chē)行進(jìn)狀態(tài)，分析自身車(chē)速與前車(chē)車(chē)速，計(jì)算出一個(gè)安全距離?，F(xiàn)有的安全距離模型有一些已經(jīng)考慮到駕駛員反應(yīng)時(shí)間因素，具體因素如下。

駕駛員反應(yīng)時(shí)間t，自身車(chē)速為v1，前車(chē)車(chē)速v2，自身車(chē)速加速度為a1，前車(chē)加速度為a2，當(dāng)前后兩車(chē)保持相對(duì)靜止時(shí)設(shè)需要保持的必要最小間隔距離為d0。

通過(guò)上述公式可以看出，駕駛員反應(yīng)時(shí)間在安全距離模型中占據(jù)十分重要的地位，而不同的駕駛員必然會(huì)具有不同的反應(yīng)速度，因此安全距離應(yīng)該因人而異，為不同駕駛員設(shè)置不同的安全距離。

2 駕駛員特性

該文研究和分析的駕駛員特性是指能影響到駕駛員反應(yīng)速度的特性。駕駛員在駕駛車(chē)輛過(guò)程中，需要不斷感知自身車(chē)輛狀態(tài)信息和道路環(huán)境因素，綜合分析判斷后，大腦做出決策，進(jìn)而身體執(zhí)行大腦指令，對(duì)車(chē)輛進(jìn)行操控調(diào)整，如圖1所示。

結(jié)合相關(guān)研究資料，決定駕駛員駕車(chē)反應(yīng)速度的主要特性有很多，象生理因素、性格因素、駕駛習(xí)慣以及疲勞程度等。通過(guò)分析這些因素對(duì)駕駛員反應(yīng)速度影響程度的不同，并考慮到容易得出實(shí)驗(yàn)數(shù)據(jù)，該文最終采用了3個(gè)影響最大的特征，分別是年齡特征、經(jīng)驗(yàn)特征和疲勞特征。人會(huì)隨著年齡的增長(zhǎng)和生理機(jī)能下降導(dǎo)致反應(yīng)速度變慢，隨著駕駛經(jīng)驗(yàn)的增加，反應(yīng)速度會(huì)逐漸增快，隨著駕駛員疲勞程度的增加，反應(yīng)速度也會(huì)逐漸下降。

性格差別、心理狀態(tài)、血型類型、性別和行為習(xí)慣等因素也會(huì)對(duì)駕駛員遇到緊急狀況時(shí)的反應(yīng)速度造成一定影響，但目前缺乏這些方面的實(shí)驗(yàn)和數(shù)據(jù)統(tǒng)計(jì)，而且實(shí)驗(yàn)樣本數(shù)據(jù)也較難獲取。雖然這些因素綜合考量后加入模型中進(jìn)行計(jì)算會(huì)使最終結(jié)果更加精確，但受到實(shí)驗(yàn)條件和數(shù)據(jù)獲取的困難，該文不予考慮，只考量更便于獲取數(shù)據(jù)和量化計(jì)算的年齡特征、經(jīng)驗(yàn)特征和疲勞特征。

3 建立駕駛員反應(yīng)時(shí)間模型

該文根據(jù)駕駛員特征的模糊性決定采用模糊算法來(lái)計(jì)算反應(yīng)時(shí)間。將年齡特征、經(jīng)驗(yàn)特征及疲勞情況作為特征值，根據(jù)模糊特征值的函數(shù)將特征值進(jìn)行模糊化處理，將具體的數(shù)值轉(zhuǎn)化為可以用語(yǔ)言來(lái)描述的模糊值，這個(gè)過(guò)程就是模糊化。將特征值模糊化處理后輸入模型中進(jìn)行模糊運(yùn)算，這個(gè)過(guò)程需要用到模糊規(guī)則。模糊規(guī)則是事先根據(jù)專家經(jīng)驗(yàn)或?qū)嶋H需要制定好的語(yǔ)言規(guī)則，適用于模糊集合的推理運(yùn)算。經(jīng)過(guò)模糊運(yùn)算后得出駕駛員反應(yīng)時(shí)間的模糊值，這個(gè)模糊值是無(wú)法精確表達(dá)具體時(shí)間的，因此最后還要再利用反模糊化計(jì)算得出駕駛員反應(yīng)所需具體時(shí)間，這個(gè)最后的時(shí)間是精確的具體數(shù)字時(shí)間值，如圖2所示。

3.1 年齡特征

把年齡特征設(shè)為論域，將模糊集劃分為3個(gè)子集，分別為青年N1、中年N2和老年N3。結(jié)合駕駛車(chē)輛的年齡要求，論域取值范圍為 [18，70]。3個(gè)模糊子集相對(duì)應(yīng)的隸屬度函數(shù)設(shè)為n1、n2和n3，根據(jù)年齡逐年遞增的特點(diǎn)采用梯形函數(shù)。在18歲和70歲之間，大概平均將年齡等分成5個(gè)部分，將30歲、40歲、50歲和60歲設(shè)為梯形函數(shù)的幾個(gè)關(guān)鍵節(jié)點(diǎn)，可以列舉出梯形的隸屬度公式。為了便于計(jì)算，隸屬度函數(shù)取值均為0～1。

這里將駕駛經(jīng)驗(yàn)用駕駛里程數(shù)來(lái)代替，可以更加直觀和數(shù)字化地表現(xiàn)出駕駛經(jīng)驗(yàn)是否豐富，而且易于統(tǒng)計(jì)和獲取具體里程數(shù)值。根據(jù)駕駛里程數(shù)量增長(zhǎng)變化的特點(diǎn)，將模糊集論域取值定為0到+∞，并劃為3個(gè)子集，分別為S1、S2和S3，代表短、中、長(zhǎng)。對(duì)應(yīng)的隸屬度函數(shù)同樣采用梯形函數(shù)，將5 000 km、10 000km、15 000 km和20 000 km設(shè)為梯形函數(shù)幾個(gè)關(guān)鍵節(jié)點(diǎn)。

3.2 疲勞特征

疲勞特征的描述是個(gè)模糊概念，為了便于用數(shù)字進(jìn)行描述，因此把取值定為 [0，10]。將根據(jù)疲勞特征的輕重程度定義模糊子集分別為P1、P2和P3。對(duì)應(yīng)的隸屬度函數(shù)選取為高斯型隸屬度函數(shù)。σ是高斯函數(shù)曲線的寬度，取值設(shè)為2，c為各子集中心點(diǎn)。

3.3 反應(yīng)時(shí)間

反應(yīng)時(shí)間一般用長(zhǎng)短來(lái)衡量，這依然是一個(gè)模糊概念。經(jīng)過(guò)綜合分析，決定使用4個(gè)模糊子集來(lái)描述時(shí)間的長(zhǎng)短。分別設(shè)為短T1、較短T2、較長(zhǎng)T3和長(zhǎng)T4，對(duì)應(yīng)的隸屬度函數(shù)也采用高斯型函數(shù)。根據(jù)已有文獻(xiàn)的統(tǒng)計(jì)結(jié)果，將反應(yīng)時(shí)間的取值范圍定為[0.2，3]。隸屬度函數(shù)中c的值分別取為各子集中心，σ取值為2。

3.4 模糊規(guī)則

該文模糊規(guī)則使用if-and-and-then形式，根據(jù)3個(gè)輸入特征值的不同模糊值，窮舉法列出模糊規(guī)則表，根據(jù)模糊規(guī)則表進(jìn)行模糊運(yùn)算。限于篇幅僅列出兩條模糊規(guī)則為例。

3.5 反模糊化

根據(jù)模糊規(guī)則計(jì)算出的反應(yīng)時(shí)間是一個(gè)模糊值，需要通過(guò)反模糊化計(jì)算將模糊值轉(zhuǎn)換成一個(gè)精確的時(shí)間值。該文采用加權(quán)的方式進(jìn)行反模糊化運(yùn)算。年齡特征、經(jīng)驗(yàn)特征及疲勞特征對(duì)應(yīng)的加權(quán)值為ω1、ω2、ω3，加權(quán)和為1。根據(jù)已有的統(tǒng)計(jì)結(jié)果，疲勞特征對(duì)駕駛行為影響最深，其余兩個(gè)特征次之，因此ω1取值0.3，ω2取值0.3，ω3取值0.4，該取值可在實(shí)際實(shí)驗(yàn)中逐步微調(diào)以達(dá)到算法最優(yōu)。

將年齡特征、經(jīng)驗(yàn)特征和疲勞特征的隸屬度進(jìn)行加權(quán)計(jì)算，得出反應(yīng)時(shí)間的隸屬度取值。之前根據(jù)模糊運(yùn)算已經(jīng)得出反應(yīng)時(shí)間的模糊值。根據(jù)加權(quán)后隸屬度值和模糊值對(duì)應(yīng)的模糊子集隸屬度函數(shù)，可以反向計(jì)算出精確的反應(yīng)時(shí)間值。這個(gè)時(shí)間值就是駕駛員反應(yīng)時(shí)間模型的最終結(jié)果，將其加入安全距離模型中，進(jìn)而計(jì)算出安全距離。

4 結(jié)論

利用MATLAB軟件進(jìn)行仿真計(jì)算，對(duì)多個(gè)駕駛員樣本的年齡特征、經(jīng)驗(yàn)特征和疲勞特征進(jìn)行了統(tǒng)計(jì)和計(jì)算，對(duì)不同駕駛員的模型計(jì)算結(jié)果進(jìn)行分析。年齡特征和反應(yīng)所需時(shí)間成正比，經(jīng)驗(yàn)特征與反應(yīng)所需時(shí)間成反比，疲勞特征與反應(yīng)時(shí)間成正比，同時(shí)年齡特征通常與經(jīng)驗(yàn)特征也成正比。因此對(duì)突發(fā)事件所需反應(yīng)時(shí)間應(yīng)對(duì)上述特征予以綜合考量，結(jié)合不同駕駛員的不同特征制定動(dòng)態(tài)的反應(yīng)時(shí)間和安全距離，從而切實(shí)有效的提供交通安全保障。

隨著大數(shù)據(jù)的統(tǒng)計(jì)搜集和分析應(yīng)用越來(lái)越普及，駕駛員除年齡特征、經(jīng)驗(yàn)特征和疲勞特征之外的其余特征也會(huì)逐漸被全面統(tǒng)計(jì)和分析。象建立駕駛員特征庫(kù)，綜合分析駕駛員的特征因素，從而建立更精準(zhǔn)的數(shù)學(xué)模型。

參考文獻(xiàn)

[1]中國(guó)道路交通安全協(xié)會(huì).2017年一季度全國(guó)機(jī)動(dòng)車(chē)和駕駛?cè)藬?shù)據(jù)公布[J].道路交通管理，2017（5）：10.

[2]夏道華.基于駕駛員特性的汽車(chē)防撞安全距離模型研究[D].錦州：遼寧工業(yè)大學(xué)， 2016.

[3]王博宇， 李杰偉.中國(guó)交通事故的統(tǒng)計(jì)分析及對(duì)策[J].當(dāng)代經(jīng)濟(jì)， 2015（7）：116-119.

[4]張立存.高速汽車(chē)彎道前方碰撞預(yù)警算法的研究[D].長(zhǎng)春：吉林大學(xué)，2004.

[5]張廣祥.基于駕駛行為的汽車(chē)主動(dòng)防撞預(yù)警系統(tǒng)的安全車(chē)距研究[D].長(zhǎng)春：吉林大學(xué)，2011.

[6]邊明遠(yuǎn).考慮駕駛員個(gè)體特性的汽車(chē)安全行駛間距模型[J].中國(guó)機(jī)械工程， 2010， 21（12）：1502-1506.