基于ANP-SVR 的驾驶员能力预测模型设计
2021-02-27王时敏孙涛
农业装备与车辆工程 2021年2期
王时敏,孙涛
(200093 上海市 上海理工大学 机械工程学院)
0 引言
纵观中国汽车行业,无人驾驶近年来正在成为其中的新兴热点[1]。世界范围内应用最广泛的SAE 分级标准将自动驾驶分为0 到5 的等级。在完全或高度自动驾驶汽车并未普及时,无人车上路行驶必将遇到人类驾驶的普通车辆,或低级别的有驾驶员监测的人机共驾汽车。在道路交通中,由人的因素导致的道路交通事故占90%左右,而驾驶员因素占人的因素的大部分[2]。驾驶员特征的建模是一个更详细的问题,引起了研究人员关注[3]。Enev[4]等利用了汽车传感器数据识别驾驶员,但是没有进行分类或驾驶能力判断。对于人机共驾以及驾驶员行为特性的方向需要深入的研究。开发人机交互式驾驶模拟仿真系统,可以为基于人车路协同的智能汽车与智能交通系统的研究提供关键技术手段。
本文针对驾驶员在高度无人驾驶中人机共驾的驾驶权分配问题,基于Prescan 智能驾驶仿真平台,进行驾驶场景搭建,设计了自由行驶、调头、红灯、跟车等驾驶工况,搭建了人机交互式的驾驶仿真系统进行数据采集实验。通过网络分析法(ANP)进行了驾驶特性指标数据分析,运用熵权法进行驾驶风险度分析,从而研究驾驶员能力与风险度的关系。此外,本研究还建立了基于SVR 算法的驾驶能力预测模型,为进一步研究驾驶员驾驶能力的动态分析进行铺垫。
1 驾驶模拟器的仿真模型搭建和硬件配合
实验的仿真驾……
登录APP查看全文
