劉勝利

摘 要 在交通事故產(chǎn)生的主要原因有著駕駛員駕駛行為的不規(guī)范而導(dǎo)致的，這一個行為占據(jù)著交通事故的大部分。而對于汽車前方防碰撞預(yù)警系統(tǒng)來講，它是可以通過一定的檢測，從而在即將發(fā)生危險的時候?qū)︸{駛員進行警告，有效的避免事故的發(fā)生，但是在當前，F(xiàn)CW系統(tǒng)因為受到了道路環(huán)境的復(fù)雜性以及行駛工況多變性等因素影響，在進行實際的操作過程中仍然存在著很大的問題。因此為了能夠很好的提升FCW系統(tǒng)對于駕駛員的適應(yīng)性，從而提出了一種基于駕駛員的行為變化以及個體差異來進行實施調(diào)整的方法。

關(guān)鍵詞 汽車駕駛員;自適應(yīng);防碰撞預(yù)警

引言

先進汽車駕駛輔助系統(tǒng)這是一種可以將人-車-路三者做為閉環(huán)系統(tǒng)，有效的使用當前現(xiàn)代信息技術(shù)，來擴展駕駛員的感知能力，從而通過路況以及車況的綜合信息來對安全隱患問題進行有效的便是，這在當前只能交通領(lǐng)域是一個研究的重點。

1 自適應(yīng)FCW系統(tǒng)總體方案規(guī)劃和設(shè)計

對于FCW系統(tǒng)來講，這是一個集預(yù)警，緊急避撞功能于一體的控制系統(tǒng)，可以很好的實現(xiàn)其防碰撞預(yù)警的功能，它的主要關(guān)鍵點便是：設(shè)計的防撞預(yù)警策略可以很好的滿足駕駛員的特性，并且還能滿足不同風格的駕駛習慣。因此我們需要構(gòu)建精確的車輛動力學(xué)模型，在進行設(shè)計的控制器標準中需要有著很好的實時性以及穩(wěn)定性。因此，為了能夠使得設(shè)計達成標準，設(shè)計的自適應(yīng)FCW系統(tǒng)總體方案如圖1所示。

從圖1當中我們可以知道，F(xiàn)CW算法它能夠很好的提高系統(tǒng)效能以及系統(tǒng)的指令接受度。當即將發(fā)生危險的時候，報警系統(tǒng)頻繁干擾正常駕駛從而起到報警的作用，固定不變的跟車模型參數(shù)以及報警啟動邏輯無法適應(yīng)駕駛?cè)说男袨椴▌有砸约皞€體差異性，因此為了很好的使得FWC系統(tǒng)穩(wěn)定的工作，我們應(yīng)當重點的關(guān)注FCW算法的操作。

2 對于自適應(yīng)FCW算法的總體設(shè)計探討

在帶有自適應(yīng)功能的FCW算法中它有著兩個方面的特點：第一、內(nèi)部的風險評價模型不能進行固定，而是需要駕駛?cè)藛T調(diào)整。通過不同的參數(shù)數(shù)據(jù)調(diào)整，從而才能使得變得穩(wěn)定，另外還相應(yīng)的會受到交通環(huán)境，疲勞狀態(tài)等因素的影響，使得駕駛員的個體存在波動性。第二、內(nèi)部固定啟動閥值也是需要進行調(diào)整的，當駕駛員的應(yīng)激反應(yīng)特點受到了路況因素的影響，從而使得對于風險的規(guī)避能力也在不斷的進行變化。

3 風險評估模型參數(shù)以及啟動閥值兩者調(diào)整的探討分析

3.1 數(shù)據(jù)類型

對于系統(tǒng)來講，如何有效的收集數(shù)據(jù)是基礎(chǔ)參數(shù)，在這個系統(tǒng)的框架中將在線數(shù)據(jù)分為了三個方面：第一、危險辨識數(shù)據(jù)，這是一種當FCW預(yù)警開始運作時產(chǎn)生的數(shù)據(jù)，這一種數(shù)據(jù)越多，那么就說明內(nèi)部闡述以及啟動閥值較為穩(wěn)定。第二、漏警數(shù)據(jù)，這是一種當FCW沒有正確的檢測到后面跟車風險時產(chǎn)生的數(shù)據(jù)。第三、誤警數(shù)據(jù)，當出現(xiàn)假警報的時候產(chǎn)生的數(shù)據(jù)，我們都知道，在汽車當中頻繁的出現(xiàn)假警報會干擾到駕駛員的操作，因此當前出現(xiàn)誤警數(shù)據(jù)的發(fā)生時，我們需要對閥值進行重新評估。

3.2 基于駕駛員制動行為的報警閥值預(yù)測方式

對于風險感知數(shù)據(jù)序列來講，當制動的時候可以收集到所有的RP值便可以進行對數(shù)據(jù)進行重新的預(yù)測，從而獲得風險感知數(shù)據(jù)序列，并且當決定最后的RP值時候，會使得序列重新開始，從而生成一個新的序列。

3.3 對于啟動閥值來講有效的判斷

制動信號和警告信號這兩個信號是系統(tǒng)當中最為重要的信息，可以用來評估和匹配當前的設(shè)置參數(shù)，在實際操作過程當中，當熟不B=1的時候，可以保障啟動閥值的合理性。并且對于應(yīng)用信息來講，它是用來衡量數(shù)據(jù)B的混亂記錄，當混亂的程度越比，內(nèi)部B值的比率就越高。

4 驗證探析

4.1 有效的構(gòu)建駕駛仿真模型

首先我們需要在Carsim系統(tǒng)當中構(gòu)建出可以模擬車輛運行的過程，從而在一定的程度上反映出系統(tǒng)非線性動態(tài)特性并且滿足模型精確性要求的車輛系統(tǒng)動力學(xué)模擬。當我們在進行離線仿真設(shè)計算法的時候，需要應(yīng)用到Carsim系統(tǒng)中的路面數(shù)據(jù)，并且為了可以全面的平復(fù)反饋改進后的FCW算法以及有效的驗證修改之后的指標，當我們在對離線方針操作進行執(zhí)行的時候，這此時制動信號不會被認作為邏輯警報。在本篇文章當中我們提出了FCW算法的輸入是調(diào)整指標THW以及TTCI的結(jié)果，并不是在一個車道上只考慮到駕駛員行為的傳統(tǒng)指標。因此提出了預(yù)警算法的觀點，僅僅是為了能夠在最大的限度上考慮模型參數(shù)以及啟動閥值的自我調(diào)整，因此我們可以把它看做為自適應(yīng)預(yù)警裝置。

4.2 模型參數(shù)以及啟動閥值兩者的自適應(yīng)過程

對于FCW參數(shù)的調(diào)整都是基于在線數(shù)據(jù)流來進行操作的，它的主要邏輯過程如下：首先，我們需要判斷啟動閥值內(nèi)部的參數(shù)設(shè)置是否合理，假設(shè)它符合當前駕駛員的制動行為，那么就代表著閥值以及模型參數(shù)兩者數(shù)據(jù)都不需要進行調(diào)整。反之，系統(tǒng)將會找尋最佳的閥值參數(shù)來進行操控。接著，我們還需要確定風險評估模型的參數(shù)內(nèi)部設(shè)置是否有效，如果有效的話，那么當前的風險評估模型參數(shù)就會不受到改變繼續(xù)保持形式，如果參數(shù)的設(shè)置不合理，那么便需要對模型參數(shù)以及啟動閥值進行修改，并且還需要對前期的數(shù)據(jù)進行清除操作。

4.3 定義性能有效指標探討

在對性能進行定義的時候，我們需要對其內(nèi)部的每一幀實時數(shù)據(jù)進行有效的分類，接著按照FCW評價的方法來對其性能指標進行定義，在這些指標當中有著：適應(yīng)率，預(yù)警正確率，危險辨識率，安全辨識率，誤警率等等。

對于這一些指標我們需要保障有著很好的預(yù)警正確率，當算法在出現(xiàn)警報的時候，駕駛員也可以進行剎車操作，這樣就會在一定的程度上使得系統(tǒng)可以在主動安全中發(fā)揮出作用，并且在一定程度上為了使得駕駛員在駕駛的過程中不會受到干擾，我們還需要在算法當中加入一個高安全辨識率以及低誤警率。

4.4 性能指標的比較

從圖2當中我們可以了解到三中算法模式的性能比較，在所有的性能指標當中，我們可以看出模式1它不同于其他的兩種模式，對于FCW產(chǎn)品的概念來講，它在早期的階段便需要進行研究以及優(yōu)化，內(nèi)部的指標修改或者是自適應(yīng)預(yù)警都需要進一步的加強，從而避免發(fā)生誤警率。在比較當中的所有性能中，整合兩種模式3無疑是三中模式當中最好的，對于模式3來講，為了進一步的加強精確度，它內(nèi)部當中的安全辨識率提高到了百分之九十以上。

圖2 三中算法模型的性能比較

5 結(jié)束語

在本篇文章當中，我們對FCW算法的特點進行了有效的分析和探討，打破了傳統(tǒng)FCW算法使用固定跟車模型以及固定報警啟動閥值的局限，從而有效的實現(xiàn)了跟車模型參數(shù)可以在線進行調(diào)整的概念，這就在一定的程度上使得內(nèi)部FCW系統(tǒng)可以很好的適應(yīng)駕駛員的個體差異性以及行為波動性，并且在隨著系統(tǒng)使用時間的不斷增加，系統(tǒng)對于駕駛員行為的使用性也逐漸被提高，在一定的程度上使得誤警率也變得降低，因此可以很好的匹配駕駛員當前的駕駛行為。另外我們還可以通過對數(shù)據(jù)樣本進行擴大，使得驗證的結(jié)果能夠進一步的有效提高，在不久的將來，這一種方法評估風險感知以及FCW算法可以在復(fù)雜的交通環(huán)境進行更加的適應(yīng)，這也是未來需要重點研究的方向。

參考文獻

[1] 胡均平，劉鎮(zhèn)，李勇成.汽車駕駛員自適應(yīng)防碰撞預(yù)警系統(tǒng)設(shè)計[J].計算機仿真，2017，34（11）：107-113.

[2] 王婷婷. 基于DSRC和DGPS的縱向碰撞預(yù)警系統(tǒng)的設(shè)計和實現(xiàn)[D].重慶大學(xué)，2017.

[3] 梁軍. 基于Multi-Agent和駕駛行為的汽車追尾預(yù)警系統(tǒng)關(guān)鍵理論與技術(shù)研究[D].江蘇大學(xué)，2015.

[4] 于廣鵬. 基于駕駛傾向的汽車防碰撞預(yù)警系統(tǒng)設(shè)計[D].山東理工大學(xué)，2015.