《仿駕駛員態勢感知模型與人機協同駕駛決策研究》是依託湖南大學，由宋曉琳擔任項目負責人的面上項目。
基本介紹
- 中文名：仿駕駛員態勢感知模型與人機協同駕駛決策研究
- 項目類別：面上項目
- 項目負責人：宋曉琳
- 依託單位：湖南大學
中文摘要,結題摘要,
中文摘要
隨著我國汽車保有量持續增加，道路交通事故頻發，其中由於駕駛員的注意力分散、疲勞駕駛或錯誤判斷等導致的交通事故約占75%。目前大多數主動安全系統很少考慮駕駛員行為因素，因而如何評估駕駛員行為是制約此類安全系統的核心和難點。研究表明面對不同的交通場景時駕駛員的操作行為、面部（即眼睛和嘴唇）變化以及心理生理反應等都隨之變化，且有一定規律可循。因此本項目將立足於駕駛員操作意圖分析、駕駛員視覺注意力分析等已開展的研究基礎，採用深度學習方法，探索駕駛員在不同危險程度的交通場景中，其視覺注意力、精神負荷量、操作意圖和駕駛技能等駕駛員行為多維度評估機制，以及駕駛員行為特徵與交通事故的關聯關係，並以此建立仿駕駛員態勢感知模型。同時，充分發揮人的智慧型HI、人工智慧AI和計算機技術CT各自的優勢及特點，研究人機協同駕駛決策機制與評估體系，為汽車的智慧型駕駛（輔助駕駛和自動駕駛）儲備理論基礎和關鍵技術。
結題摘要
本項目基於駕駛員在環仿真平台，綜合考慮了交通環境信息、車輛狀態信息、駕駛員生理信號、心理信號、眼動信號等人-車-路多維信號，採集了駕駛員行為原始數據信息，建立了駕駛員行為資料庫，使用支持向量機、半監督學習方法等機器學習方法建立了駕駛行為多維評估模型，並探究了駕駛員執行次要駕駛任務時，駕駛員人口學因素與碰撞危險之間的關聯關係。此外，本項目進一步研究了人機協同控制決策機制，基於駕駛換道意圖和環境危險評估等信息提出了多種人機協同控制策略，解決了駕駛員與自動駕駛系統之間的控制權衝突問題，實現了人機協同避障，取得良好的車輛穩定性能，為智慧型駕駛系統設計提供了合理思路和理論方法。
