一种驾驶员制动行为分析方法与流程

[0001]
本发明涉及自动驾驶技术领域，具体涉及一种驾驶员制动行为分析方法。


背景技术：

[0002]
随着智能网联汽车的大力发展，汽车的自动驾驶能力加强需要结合本土自然驾驶习惯，现行的自动驾驶功能参数制定缺少中国自然驾驶习惯结论的支撑，本发明提供一种方法，通过分析中国道路自然人驾驶习惯，确定驾驶员制动心理阈值，为自动驾驶功能安全提供优化方法。
[0003]
名词解释：
[0004]
cipv(closest in path vehicle)：路径上最近的车辆。


技术实现要素：

[0005]
本发明针对现有技术中存在的技术问题，提供一种驾驶员制动行为分析方法。
[0006]
本发明解决上述技术问题的技术方案如下：
[0007]
第一方面，本发明提供一种驾驶员制动行为分析方法，包括以下步骤：
[0008]
分别获取自车制动参数、自车与其他交通参与者之间的相对行驶参数以及环境参数；所述自车制动参数包括自车速度、制动踏板速度；
[0009]
以自车制动踏板从非制动状态变为制动状态为基准，提取场景关键帧及关键帧对应前3秒内的信息，并根据所述关键帧以及关键帧对应前3秒内的信息将关键帧所在场景划分为前车加塞场景、前车减速场景、前车静止场景；
[0010]
根据场景划分结果将关键帧信息进行分类存储，并计算关键帧下车头时距值thw＝纵向距离/自车车速；
[0011]
在所有组合场景下利用线性回归算法对thw为纵轴，自车车速为横轴的数据分布点上边界进行回归计算，进而得到在各场景下驾驶员制动行为模型。
[0012]
进一步的，所述自车与其他交通参与者之间的相对行驶参数包括：自车与其他交通参与者间的纵向距离、横向距离、相对速度以及其他交通参与者的横向速度变化率；所述环境参数包括cipv、道路类型、天气、时间。
[0013]
进一步的，所述的根据所述关键帧以及关键帧对应前3秒内的信息将关键帧所在场景划分为前车加塞场景、前车减速场景、前车静止场景，包括：
[0014]
从关键帧中进行查找当前车cipv状态值在三秒内存在0变为1的帧数，将其分类为加塞场景；
[0015]
当前车cipv状态值在三秒内维持1不变，且计算相对速度+自车速度在3秒内减小时，将其分类为前车减速场景；
[0016]
当前车cipv状态值在三秒内维持1不变，且计算相对速度+自车速度在3秒内均小于等于1m/s，将其分类为前车静止场景。
[0017]
进一步的，在进行回归计算之前还包括：根据道路类型、时间、天气对所述前车加
塞场景、前车减速场景、前车静止场景进行进一步细分。
[0018]
进一步的，所述的根据道路类型、时间、天气对所述前车加塞场景、前车减速场景、前车静止场景进行进一步细分，具体为：
[0019]
在前车加塞场景、前车减速场景下根据道路类型按照普通道路与高速道路进行区分；
[0020]
在前车加塞场景、前车减速场景、前车静止场景下根据时间按照黑夜与白天进行区分，根据天气按照晴天、雨天进行区分。
[0021]
第二方面，本发明提供一种驾驶员制动行为分析系统，包括：
[0022]
数据获取模块，分别获取自车制动参数、自车与其他交通参与者之间的相对行驶参数以及环境参数；所述自车制动参数包括自车速度、制动踏板速度；
[0023]
场景划分模块，以自车制动踏板从非制动状态变为制动状态为基准，提取场景关键帧及关键帧对应前3秒内的信息，并根据所述关键帧以及关键帧对应前3秒内的信息将关键帧所在场景划分为前车加塞场景、前车减速场景、前车静止场景；
[0024]
计算模块，根据场景划分结果将关键帧信息进行分类存储，并计算关键帧下车头时距值thw＝纵向距离/自车车速；
[0025]
模型构建模块，在所有组合场景下利用线性回归算法对thw为纵轴，自车车速为横轴的数据分布点上边界进行回归计算，进而得到在各场景下驾驶员制动行为模型。
[0026]
进一步的，所述自车与其他交通参与者之间的相对行驶参数包括：自车与其他交通参与者间的纵向距离、横向距离、相对速度以及其他交通参与者的横向速度变化率；所述环境参数包括cipv、道路类型、天气、时间。
[0027]
进一步的，在进行回归计算之前还包括：根据道路类型、时间、天气对所述前车加塞场景、前车减速场景、前车静止场景进行进一步细分。
[0028]
第三方面，本发明提供一种电子设备，包括：
[0029]
多个传感器，用于采集自车制动参数、自车与其他交通参与者之间的相对行驶参数以及环境参数；
[0030]
存储器，用于存储传感器采集的参数并用于存储计算机软件程序；
[0031]
处理器，用于读取并执行所述存储器中存储的计算机软件程序，对传感器采集的参数进行处理，进而实现本发明第一方面所述的一种驾驶员制动行为分析方法。
[0032]
第四方面，本发明提供一种非暂态计算机可读存储介质，该存储介质中存储有用于实现本发明第一方面所述的一种驾驶员制动行为分析方法的计算机软件程序。
[0033]
本发明的有益效果是：传统的驾驶员制动行为的分析没有具体分场景进行模型设定，场景覆盖度低，指标化单一，可靠性不足，本方法将场景分为三个大类，有相互独立的驾驶员制动行为模型，可为自动驾驶功能算法设计提供更加可靠地理论支撑。
附图说明
[0034]
图1为本发明实施例提供的一种驾驶员制动行为分析方法流程图。
具体实施方式
[0035]
以下结合附图对本发明的原理和特征进行描述，所举实例只用于解释本发明，并
非用于限定本发明的范围。
[0036]
实施例1
[0037]
如图1所示，本发明实施例提供一种驾驶员制动行为分析方法，包括以下步骤：
[0038]
1.在采集时以固定帧率记录自车速度，制动踏板状态，自车与其他交通参与者间的纵向距离，横向距离，相对速度，其他交通参与者的横向速度变化率，cipv，道路类型，天气，时间。
[0039]
2.以自车制动踏板从非制动变为制动状态进行场景关键帧查找，并提取当前帧采集信息。
[0040]
3.利用横向距离，自车速度，相对速度进行计算归类将场景分为前车减速、前车静止、前车加塞三类。
[0041]
4.通过回归算法对每个场景下进行模型分析，总结适用于场景下的驾驶员刹车模型。
[0042]
具体的，在采集时将自车速度，制动踏板速度从can通道中进行解析记录，将自车与其他交通参与者间的纵向距离，横向距离，相对速度，其他交通参与者的横向速度变化率，cipv，道路类型，天气，时间从传感器通道中进行解析记录。
[0043]
然后以固定帧率融合两种采集数据，以自车制动踏板从非制动状态变为制动状态为基准提取场景关键帧数及帧数对应前3秒内信息。
[0044]
从关键帧中进行查找当前车cipv状态值在三秒内存在0变为1的帧数，将其分类为加塞场景；当前车cipv状态值在三秒内维持1不变，且计算相对速度+自车速度在3秒内减小时，将其分类为前车减速场景；；当前车cipv状态值在三秒内维持1不变，且计算相对速度+自车速度在3秒内均小于等于1m/s，将其分类为前车静止场景；
[0045]
按照分类将关键帧信息进行分别存储，计算关键帧下车头时距值thw＝纵向距离/自车车速；
[0046]
在前车加塞场景、前车减速场景下根据道路类型按照普通道路与高速道路进行区分，在三个场景下均根据时间按照黑夜与白天进行区分，根据天气按照晴天、雨天进行区分；
[0047]
在所有组合场景下利用线性回归算法对thw为纵轴，自车车速为横轴的数据分布点上边界进行回归计算；
[0048]
最终得到晴天白天普通道路前车加塞、晴天白天普通道路前车减速、晴天白天前车静止、晴天白天高速道路前车加塞、晴天白天高速道路前车减速、晴天黑夜普通道路前车加塞、晴天黑夜普通道路前车减速、晴天黑夜前车静止、晴天黑夜高速道路前车加塞、晴天黑夜高速道路前车减速、雨天白天普通道路前车加塞、雨天白天普通道路前车减速、雨天白天前车静止、雨天白天高速道路前车加塞、雨天白天高速道路前车减速、雨天黑夜普通道路前车加塞、雨天黑夜普通道路前车减速、雨天黑夜前车静止、雨天黑夜高速道路前车加塞、雨天黑夜高速道路前车减速共计20个小场景下驾驶员制动行为模型。
[0049]
传统的驾驶员制动行为的分析没有具体分场景进行模型设定，场景覆盖度低，指标化单一，可靠性不足，本方法将场景分为三个大类，有相互独立的驾驶员制动行为模型，可为自动驾驶功能算法设计提供更加可靠地理论支撑。
[0050]
实施例2
[0051]
本发明实施例提供一种电子设备，包括：
[0052]
多个传感器，用于采集自车制动参数、自车与其他交通参与者之间的相对行驶参数以及环境参数；
[0053]
存储器，用于存储传感器采集的参数并用于存储计算机软件程序；
[0054]
处理器，用于读取并执行所述存储器中存储的计算机软件程序，对传感器采集的参数进行处理，进而实现一种驾驶员制动行为分析系统，并通过该系统完成实施例1所公开的一种驾驶员制动行为分析方法。该系统包括：数据获取模块，分别获取自车制动参数、自车与其他交通参与者之间的相对行驶参数以及环境参数；所述自车制动参数包括自车速度、制动踏板速度；
[0055]
场景划分模块，以自车制动踏板从非制动状态变为制动状态为基准，提取场景关键帧及关键帧对应前3秒内的信息，并根据所述关键帧以及关键帧对应前3秒内的信息将关键帧所在场景划分为前车加塞场景、前车减速场景、前车静止场景；
[0056]
计算模块，根据场景划分结果将关键帧信息进行分类存储，并计算关键帧下车头时距值thw＝纵向距离/自车车速；
[0057]
模型构建模块，在所有组合场景下利用线性回归算法对thw为纵轴，自车车速为横轴的数据分布点上边界进行回归计算，进而得到在各场景下驾驶员制动行为模型。
[0058]
进一步的，所述自车与其他交通参与者之间的相对行驶参数包括：自车与其他交通参与者间的纵向距离、横向距离、相对速度以及其他交通参与者的横向速度变化率；所述环境参数包括cipv、道路类型、天气、时间。
[0059]
进一步的，在进行回归计算之前还包括：根据道路类型、时间、天气对所述前车加塞场景、前车减速场景、前车静止场景进行进一步细分。
[0060]
同时还需说明的是，计算机软件程序中的逻辑指令可以通过软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本发明实施例的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储介质包括：u盘、移动硬盘、只读存储器(rom，read-only memory)、随机存取存储器(ram，random access memory)、磁碟或者光盘等各种可以存储程序代码的介质。
[0061]
以上所述仅为本发明的较佳实施例，并不用以限制本发明，凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。

起点商标作为专业知识产权交易平台，可以帮助大家解决很多问题，如果大家想要了解更多知产交易信息请点击 【在线咨询】或添加微信 【19522093243】与客服一对一沟通，为大家解决相关问题。

此文章来源于网络,如有侵权,请联系删除