基于KL散度的駕駛員駕駛習(xí)性非監(jiān)督聚類?

朱 冰，蔣淵德，鄧偉文，楊 順，何 睿，蘇 琛

(吉林大學(xué)，汽車仿真與控制國家重點實驗室，長春 130025)

前言

深入理解和準(zhǔn)確辨識駕駛員駕駛習(xí)性是設(shè)計先進駕駛員輔助系統(tǒng)(advanced driver assistance system，ADAS)和人性化無人駕駛車輛的前提和基礎(chǔ)。但駕駛員駕駛習(xí)性紛繁復(fù)雜且動態(tài)變化，不同年齡、不同性別、不同性格、不同駕齡和不同駕駛熟練程度等都會對駕駛習(xí)性產(chǎn)生顯著影響[1]。因此，駕駛員駕駛習(xí)性研究已經(jīng)引起越來越多的關(guān)注和重視。

在個性化ADAS設(shè)計方面，當(dāng)前的研究主要包括在線學(xué)習(xí)控制算法和離線系統(tǒng)設(shè)計兩類。清華大學(xué)張磊將駕駛員縱向加速度決策建模為跟車時距(time headway，THW)和碰撞時間倒數(shù)(inverse of the time to collision，TTCi)的線性函數(shù)，通過模型參數(shù)對駕駛員縱向駕駛習(xí)性進行表達，進而實現(xiàn)了基于最小二乘法的在線學(xué)習(xí)縱向控制算法[2]。文獻[3]中認(rèn)為車輛縱向加速度決策是車間距、相對車速和主車速度等特征變量的線性函數(shù)，能夠在一定程度上反映駕駛員的縱向駕駛過程。然而，在線學(xué)習(xí)策略受工況選擇和傳感器測量噪聲影響很大。離線系統(tǒng)設(shè)計方案在離線狀態(tài)下針對不同駕駛習(xí)性進行控制策略設(shè)計，具有較高可靠性[4]。而如何理解駕駛員駕駛習(xí)性是這兩類方法的基礎(chǔ)性問題，是個性化駕駛系統(tǒng)的設(shè)計前提。針對這一問題，文獻[5]中以設(shè)計考慮不同駕駛習(xí)性的個性化自適應(yīng)巡航系統(tǒng)(adaptive cruise control，ACC)為研究內(nèi)容，對駕駛員縱向駕駛行為進行了研究。南加州大學(xué)的學(xué)者將駕駛員換道所需時間視為駕駛習(xí)性的表征參數(shù)，利用高斯混合模型(Gaussian mixture model，GMM)對其進行估計，設(shè)計了個性化換道模型[6]。文獻[7]中將駕駛員類型辨識視作一個分類問題，利用支持向量機將駕駛員分為激進型和溫和型。吉林大學(xué)的研究人員通過GMM對駕駛員駕駛習(xí)性類別進行了辨識[8]。此外，神經(jīng)網(wǎng)絡(luò)模型和學(xué)習(xí)型模型預(yù)測控制等方法在個性化ADAS設(shè)計中也得到了廣泛應(yīng)用[9-10]。

在這些相關(guān)研究中，如何準(zhǔn)確表征不同駕駛員駕駛習(xí)性之間的差異是首先需要解決的基礎(chǔ)問題。文獻[11]中利用沖擊度分析，將駕駛員分為不同的類型。文獻[12]和文獻[13]分別基于駕駛數(shù)據(jù)和統(tǒng)計數(shù)字特征對不同類型的駕駛員進行了聚類。然而，人類駕駛員作為一個復(fù)雜的強隨機性個體，單一數(shù)字特征指標(biāo)難以準(zhǔn)確地表征不同的駕駛習(xí)性，也無法從駕駛數(shù)據(jù)的整體分布情況來考慮不同駕駛員之間的相似性。

為深入研究駕駛員駕駛習(xí)性的特征規(guī)律和差異性表征方法，本文中構(gòu)建了駕駛員實車道路試驗采集系統(tǒng)，采集了84名駕駛員在典型縱向跟車工況下的駕駛數(shù)據(jù)；將每名駕駛員的駕駛數(shù)據(jù)視為一個高維連續(xù)空間下的GMM，以不同分布之間的KL散度(Kullback-Leibler divergence，又名相對熵)作為駕駛員差異性的衡量標(biāo)準(zhǔn)；為解決兩個GMM之間KL散度沒有解析解的問題，引入蒙特卡洛算法進行近似求解；從而創(chuàng)新性地實現(xiàn)了基于KL散度的駕駛員駕駛習(xí)性非監(jiān)督聚類。

1 駕駛員駕駛數(shù)據(jù)采集

1.1 駕駛員駕駛數(shù)據(jù)采集平臺

為采集駕駛員在實際駕駛狀態(tài)下的駕駛數(shù)據(jù)，建立了駕駛員駕駛數(shù)據(jù)實車道路試驗采集平臺，如圖1所示。

圖1 駕駛員駕駛數(shù)據(jù)采集平臺

數(shù)據(jù)采集平臺包括一輛主車和一輛交通車。主車和交通車上各安裝有一套Oxford Technical Solutions公司的RT3002和RT-Range慣導(dǎo)系統(tǒng)，該系統(tǒng)通過固定參考站GPS Base Station和車輛移動站進行差分定位，能精確地確定車輛位置。另外，慣導(dǎo)系統(tǒng)還能夠精確測量車速、航向角和加速度等車輛狀態(tài)信息。兩個RT-Range之間通過無線局域網(wǎng)通信，主車能夠?qū)崟r接收交通車狀態(tài)信息，對兩車間的相對距離、相對車速等相對狀態(tài)信息進行采集。試驗過程中，前方交通車由一個技術(shù)熟練的駕駛員駕駛，被測駕駛員駕駛主車跟隨前車行駛，通過CANoe從主車CAN總線實時采集被測駕駛員的操控信息，包括加速踏板行程、主缸壓力和轉(zhuǎn)向盤轉(zhuǎn)角等。由于各采集信號均可通過CAN網(wǎng)絡(luò)輸出，所以各信號之間容易保持時間同步。

1.2 被測駕駛員

為充分考慮被測駕駛員的隨機性，面向社會廣泛招募了84名不同職業(yè)、年齡和駕齡分布的駕駛員，如表1所示。其中，既包括普通非職業(yè)駕駛員，也包括若干職業(yè)駕駛員(如出租車駕駛員、代駕駕駛員和職業(yè)賽車手等)。樣本中共有61名男性駕駛員和23名女性駕駛員，平均駕齡為5.71年(標(biāo)準(zhǔn)差SD為5.16)。

表1 駕駛員統(tǒng)計信息

1.3 駕駛員駕駛數(shù)據(jù)采集試驗設(shè)計

選取長春國際汽車公園附近的丙十二路(圖2(a))，對84名駕駛員在真實駕駛場景下的駕駛數(shù)據(jù)進行了采集。

圖2 試驗場地和工況

為對駕駛員縱向駕駛習(xí)性進行測試，設(shè)計了縱向跟車行駛試驗工況，前方交通車按照0-20km/h-50km/h-70km/h-50km/h-20km/h-0的速度行駛，期間包括加速、減速和勻速等不同的行駛狀況，加/減速時間為2s左右，以利用較大加/減速情況激勵主車駕駛員駕駛習(xí)性，圖2(b)為部分試驗中的實際前車行駛速度曲線。

2 基于GMM的駕駛數(shù)據(jù)統(tǒng)計建模

為表征縱向駕駛過程，選擇特征變量集合f＝(s，Δv，vh，ah，vp，ap)對跟車過程進行描述。 其中，s為兩車之間的相對距離，Δv為相對車速，vh和vp分別為主車和前方交通車速度，ah和ap分別為主車和前方交通車加速度。

在傳統(tǒng)的駕駛習(xí)性聚類算法中，通常以各樣本點或其數(shù)字特征作為聚類對象，將樣本之間的幾何距離作為駕駛員之間的相似性表征。然而，駕駛員在實際駕駛過程中存在著很強的隨機性，從統(tǒng)計角度看，每個駕駛員的駕駛數(shù)據(jù)有獨特的統(tǒng)計分布，難以用單一數(shù)字特征參數(shù)對其進行表征。以縱向駕駛為例，保守型駕駛員可能在車間距較大時就以較小的減速度減速接近前車，而激進型駕駛員可能在相距較近時才開始減速，兩種情況下的統(tǒng)計樣本均值差別不大，而各自的分布情況差異明顯。針對這一問題，本文中將每個駕駛員的駕駛數(shù)據(jù)視作一個獨特的高維空間下的連續(xù)分布。

GMM能夠?qū)θ我夥植家?guī)律的概率密度函數(shù)進行擬合，在圖像和語音等領(lǐng)域得到了廣泛應(yīng)用。因此，引入GMM對駕駛數(shù)據(jù)的統(tǒng)計分布進行表達。

在d維特征空間中，每個基本高斯概率密度函數(shù)為

式中:μ為均值向量；Σ為協(xié)方差矩陣。

GMM將觀測到的數(shù)據(jù)視為若干基本高斯概率密度函數(shù)的線性組合:

式中:k為基本高斯概率密度函數(shù)的個數(shù)；αi為第i個高斯成分的混合系數(shù)

利用采集得到的駕駛數(shù)據(jù)對GMM進行訓(xùn)練，即對式(2)參數(shù)進行估計，可得到不同駕駛員駕駛數(shù)據(jù)的分布規(guī)律。本文中采用最大期望迭代法(expectation-maximization，EM)對GMM參數(shù)進行估算。記數(shù)據(jù)集為 D＝{x1，x2，…，xN}，假定這些數(shù)據(jù)點是獨立地從概率分布中采樣而得，根據(jù)GMM的模型函數(shù)可得對數(shù)似然函數(shù)如下:

EM算法的目標(biāo)是均值、協(xié)方差和混合系數(shù)等參數(shù)的最大化似然函數(shù)。對參數(shù)進行初始化后，算法主要包括E步驟和M步驟。

E步驟，根據(jù)當(dāng)前參數(shù)計算后驗概率，即駕駛數(shù)據(jù)xn由第i個高斯分布產(chǎn)生的概率為

M步驟，利用當(dāng)前的后驗概率對參數(shù)進行重新評估:

本文中選擇k＝3。以Driver02的GMM建模為例，其參數(shù)估計結(jié)果如表2所示。

表2 GMM參數(shù)估計示例

3 基于KL散度的駕駛習(xí)性聚類算法

聚類的主要任務(wù)就是將相似的數(shù)據(jù)對象聚為一類，因此如何度量數(shù)據(jù)對象之間的相似性是聚類分析中的核心問題，決定了聚類效果。傳統(tǒng)的樣本相似性度量方式包括歐氏距離、余弦相似性及Jaccard等，這些方法能對各樣本點之間的距離進行衡量[14]。然而，這些傳統(tǒng)的距離度量方式難以對上述不同駕駛員GMM分布之間的相似性進行表達。

KL散度可作為兩隨機變量之間的距離表征，能有效描述不同分布之間的相似性，在信息論中得到了廣泛應(yīng)用[15]。因此，本文中采用KL散度作為各駕駛員GMM之間的相似性度量，以實現(xiàn)對駕駛員進行聚類。

3.1 KL散度

設(shè)原始隨機變量為X，信息瓶頸理論(information bottleneck，IB)通過引入附加變量Y來間接地確定X的距離度量，通常Y所描述的是與X相關(guān)的特征空間。IB算法的目標(biāo)為尋找X的聚類表示X＾，使X＾含有的信息量盡可能少，同時使Y包含的信息量最大化。其目標(biāo)是使所有特征分布與其所在類別的均值分布之間的KL散度之和最小。KL散度是兩個概率分布之間差異性的一種度量，分布f對g的KL散度定義為

假定當(dāng)前時刻得到某一類別駕駛數(shù)據(jù)的GMM分布為

待聚類駕駛員通過以下GMM進行描述:

式中b和a分別表示分布g(x)和f(x)的基本高斯概率密度函數(shù)的個數(shù)。則該駕駛員與該類別統(tǒng)計分布之間的相似性通過KL散度進行衡量為

式(11)沒有解析解，為此引入蒙特卡洛方法對上述兩個連續(xù)GMM分布之間的KL散度進行近似。蒙特卡洛方法以采樣的方式從概率分布f中進行采樣，每次以概率分布α隨機選擇其對應(yīng)的某一基本高斯分布，然后通過采樣獲得樣本點xi，組成樣本點集{xi}。據(jù)此，可以將KL散度的計算問題轉(zhuǎn)化為求取期望:

3.2 基于KL散度的非監(jiān)督聚類

參考k-means聚類框架，得到基于KL散度的非監(jiān)督聚類算法偽代碼如表3所示，其中分布gk代表相應(yīng)類別k在特征空間上的統(tǒng)計分布。該算法以最小化駕駛員特征分布與其所在類的統(tǒng)計分布之間的KL散度之和為目標(biāo)進行聚類。

表3 基于KL散度的非監(jiān)督聚類算法

4 聚類結(jié)果

通過各GMM之間的KL散度能夠定量地表達駕駛員之間的差異性，如圖3所示。

圖中任一方格表示兩駕駛員之間的KL散度大小，如圖3(a)中(i，j)表示駕駛員i與駕駛員j之間的KL散度D(fifj)。在此選取10名駕駛員樣本為例，任意兩駕駛員之間的KL散度分布如圖3(b)所示。據(jù)此，能夠?qū)崿F(xiàn)不同駕駛員之間差異性的定量比較，為駕駛員習(xí)性聚類奠定基礎(chǔ)。

通過上述非監(jiān)督聚類方法，可將駕駛員駕駛習(xí)性聚類為3種類型。圖4為各類典型駕駛數(shù)據(jù)在相對距離-相對車速-主車加速度三維空間下的分布情況，為便于直觀理解不同類型駕駛數(shù)據(jù)的分布，對主車加速度與相對距離之間的關(guān)系作圖，如圖5所示。按照每類駕駛員在跟車過程中的相對距離和相對車速不同，可將3類駕駛員分別定義為激進型、一般型和保守型。可以看出，保守型駕駛員在跟車過程中趨向于保持較大的相對車距，車輛加速度絕對值相對較??；而激進型駕駛員的跟車間距較小，且加速度絕對值較大；一般型駕駛員的跟車行駛數(shù)據(jù)介于二者之間。

圖4 聚類后的相對車速-相對距離-加速度分布圖

圖5 聚類后的相對距離-加速度散點圖

圖6 為每種駕駛習(xí)性下的相對車速-相對距離百分比分布統(tǒng)計。由圖6可知:激進型駕駛員的行駛車速相對較大，絕大部分情況下相對車速為負值；保守型駕駛員的行駛車速相對較?。灰话阈婉{駛員介于二者之間。

3類駕駛員跟車過程中跟車距離與車速關(guān)系如圖7所示。圖中散點表示真實跟車數(shù)據(jù)，可以看出車間距隨著車速的升高而增加。利用最小二乘法可得到3類駕駛員的2階車間距模型和固定時距車間距模型，分別如圖中的實線和虛線所示。如圖可見，3類駕駛員中，保守型駕駛員的跟車距離最遠，激進型跟車距離最近。固定時距車間距模型與2階車間距模型的結(jié)果非常接近，而模型參數(shù)更少，有利于后續(xù)進行ACC算法設(shè)計。

圖6 每種駕駛習(xí)性下的相對車速-距離統(tǒng)計分布

圖8 為各類駕駛員的跟車時距(定義為THW＝s/vh)和主車加速度統(tǒng)計結(jié)果。圖中顯示了3類駕駛員跟車時距和加速度的第5百分位數(shù)、均值和第90百分位數(shù)?？梢钥闯觯瑥募みM型到保守型，3類駕駛員的跟車時距呈上升趨勢，平均跟車時距分別為1.6，2.0和3.1s。而在加速度統(tǒng)計方面，3類駕駛員的均值加速度都在0附近。但是激進型駕駛員的最大減速度較大，而保守型駕駛員更趨于將車輛加速度控制在較小范圍內(nèi)。

圖7 跟車距離-車速關(guān)系圖

5 結(jié)論

提出了一種基于KL散度的駕駛員駕駛習(xí)性非監(jiān)督聚類算法。將每個駕駛員的實際駕駛數(shù)據(jù)視為一個高維連續(xù)高斯混合分布，并利用EM算法對其參數(shù)進行估計；以每個駕駛員統(tǒng)計分布模型與典型類別分布之間的KL散度作為其相似性的度量，據(jù)此對駕駛員進行聚類。

圖8 各類駕駛員跟車時距和加速度統(tǒng)計

采集了84名隨機駕駛員的駕駛數(shù)據(jù)，基于對聚類后各類別駕駛員駕駛數(shù)據(jù)的統(tǒng)計分析，將駕駛員分為激進型、一般型和保守型3種類別，得到了各類駕駛員跟車距離和行駛車速的統(tǒng)計特點。

本文中提出的非監(jiān)督聚類方法優(yōu)勢在于:以GMM表達駕駛員的真實駕駛數(shù)據(jù)統(tǒng)計分布，基于不同分布之間的相似性實現(xiàn)聚類，而非以數(shù)據(jù)的單一數(shù)字特征作為聚類樣本，能夠?qū)︸{駛數(shù)據(jù)分布進行總體考慮。