[发明专利]一种基于驾驶模拟器的弯道驾驶行为机理特征建模方法

说明书

本发明提供一种基于驾驶模拟器的弯道驾驶行为机理特征建模方法，基于驾驶模拟器采集数据；通过引入对驾驶人转弯过程中视觉感兴趣区域信息的采集，开展更加全面的弯道驾驶行为研究；提出一套完整、健全的弯道行驶轨迹分析流程、分析手段与方法以及分析的内在逻辑闭环，通过多源化弯道行驶数据采集以及弯道驾驶行为分析，发现了熟练驾驶人转弯过程中的共性特征和差异性，从驾驶人视觉感兴趣区域角度揭示了弯道驾驶行为的内在生成机理，建立了能够有效描述该机理的高级隐式特征，并将其用于构建类人弯道运动轨迹规划系统，证明了本发明所建立的机理特征对系统性能的显著提升。

技术领域

本发明涉及一种驾驶员弯道驾驶行为分析方法，尤其是一种基于驾驶模拟器的熟练驾驶员弯道驾驶行为机理特征提取与建模方法。

背景技术

随着汽车智能化技术的不断发展，工业界和学术界逐渐将目光聚焦于开发高智能化等级的自动驾驶系统上。智能汽车运动轨迹规划作为整个自动驾驶系统的决策大脑和控制中枢，在高等级自动驾驶系统的实现过程中具有举足轻重的作用。高等级智能汽车还应当具备与人类驾驶员高度相似的驾驶行为，即通过实现类人运动轨迹规划来提升智能汽车的社会认同度、用户信任度和接受度、提升交通效率并降低由于人机差异造成事故的风险。

为应对上述技术需求，近年来智能汽车类人运动轨迹规划的理论与技术得到了蓬勃发展，但是却鲜有研究深入探索专门面向弯道的类人运动轨迹规划系统，现有方法和技术往往直接将弯道的车道中心线作为智能汽车在弯道上的理想轨迹，或直接使用驾驶员转弯数据中的基础运动学信息通过训练轨迹规划的黑盒模型。这种简化的处理方式反应出现有类人弯道运动轨迹规划系统存在以下主要问题：

(1)缺乏对人类驾驶员转弯过程中多源化丰富数据的采集，缺少成熟的多源数据采集平台和采集方法；

(2)没有建立健全一套完整的弯道驾驶行为分析手段和逻辑闭环，普遍选择越过转弯行为分析这一重要环节，或者仅基于简单的感性分析即建立类人弯道运动轨迹规划模型，导致所建模型可解释性和鲁棒性不强，且黑盒化程度较高；

(3)弯道轨迹规划的类人实现仅停留在最基础的运动学显式特征层面，鲜有研究人员深入探索驾驶人弯道驾驶行为显式运动学特征背后蕴藏的隐式机理特征及其表征方法，进而无法建立能够有效描述弯道驾驶行为生成机理的高级隐式特征，从而难以实现高层级的智能汽车类人弯道驾驶。

综上所述，在实现智能汽车弯道类人运动轨迹规划方面，业界亟需一套涵盖弯道行车轨迹多源数据采集、多源数据分析方法、反应驾驶行为生成机理的驾驶人转弯特征提取、分析与建模等内容的完整体系与逻辑闭环，以支撑和指导高性能的智能汽车类人弯道行驶轨迹规划系统的开发工作。

发明内容

为了解决上述技术问题，本发明提供提供一种基于驾驶模拟器的弯道驾驶行为机理特征建模方法，包括以下步骤：

步骤1、搭建用于弯道行车轨迹多源化数据采集的高沉浸式驾驶模拟器；

所述的驾驶模拟器包括：上位PC主机、超宽曲面屏幕、实时仿真模拟器、高沉浸式驾驶座舱模块和驾驶员行为数据采集模块。

所述的上位PC主机中运行场景仿真软件和车辆动力学软件；

所述的超宽曲面屏幕进行栅格化划分，从上到下整体分为3部分区域：驾驶人视野中位于路面外区域、驾驶人视野中路面的远端区域和驾驶人视野中路面的近端区域；

所述的实时仿真模拟器接受并存储各种信息采集设备的输出，并实现多源数据的时间轴同步；

所述的高沉浸式驾驶座舱模块包括实车座椅、实车中控台、力反馈方向盘、油门踏板和制动踏板，并将完整的实车电子液压制动系统集成到模拟器中以提供真实的踏板感觉；