基于不同駕駛員特性的汽車防撞安全距離算法研究

于佳

摘? 要：隨著汽車數(shù)量的不斷增加，不僅給道路交通帶來了壓力，也增加了交通安全隱患。為了提高車輛行駛的安全性，目前很多品牌的汽車都加裝了汽車主動防撞安全系統(tǒng)。加裝主動防撞系統(tǒng)后，能夠消除部分隱患，減少交通事故概率，并且盡量不影響車輛行駛的平順性。該文首先研究了作為主動防撞系統(tǒng)的核心的安全距離模型，發(fā)現(xiàn)駕駛員反應(yīng)時間是影響安全距離結(jié)果的重要因素。進(jìn)而分析研究了影響駕駛員反應(yīng)時間的各種特性，最后將駕駛員特性添加安全距離模型中，為不同駕駛員計算出更貼合其自身特點的反應(yīng)時間和安全距離。通過仿真實驗，取得了較好的實驗效果。

關(guān)鍵詞：駕駛員特性;反應(yīng)時間;安全距離;模糊算法

中圖分類號：U491? ? ? 文獻(xiàn)標(biāo)志碼：A

1 現(xiàn)有安全距離模型概述

汽車主動防撞安全系統(tǒng)是由安全距離模型實現(xiàn)的，通過計算安全距離，判斷出汽車是否需要進(jìn)行緊急制動或何時需要進(jìn)行緊急制動，以確保汽車在行駛過程中不會與前車相撞。目前現(xiàn)有的安全距離模型都是通過預(yù)估前車行進(jìn)狀態(tài)，分析自身車速與前車車速，計算出一個安全距離。現(xiàn)有的安全距離模型有一些已經(jīng)考慮到駕駛員反應(yīng)時間因素，具體因素如下。

駕駛員反應(yīng)時間t，自身車速為v1，前車車速v2，自身車速加速度為a1，前車加速度為a2，當(dāng)前后兩車保持相對靜止時設(shè)需要保持的必要最小間隔距離為d0。

通過上述公式可以看出，駕駛員反應(yīng)時間在安全距離模型中占據(jù)十分重要的地位，而不同的駕駛員必然會具有不同的反應(yīng)速度，因此安全距離應(yīng)該因人而異，為不同駕駛員設(shè)置不同的安全距離。

2 駕駛員特性

該文研究和分析的駕駛員特性是指能影響到駕駛員反應(yīng)速度的特性。駕駛員在駕駛車輛過程中，需要不斷感知自身車輛狀態(tài)信息和道路環(huán)境因素，綜合分析判斷后，大腦做出決策，進(jìn)而身體執(zhí)行大腦指令，對車輛進(jìn)行操控調(diào)整，如圖1所示。

結(jié)合相關(guān)研究資料，決定駕駛員駕車反應(yīng)速度的主要特性有很多，象生理因素、性格因素、駕駛習(xí)慣以及疲勞程度等。通過分析這些因素對駕駛員反應(yīng)速度影響程度的不同，并考慮到容易得出實驗數(shù)據(jù)，該文最終采用了3個影響最大的特征，分別是年齡特征、經(jīng)驗特征和疲勞特征。人會隨著年齡的增長和生理機能下降導(dǎo)致反應(yīng)速度變慢，隨著駕駛經(jīng)驗的增加，反應(yīng)速度會逐漸增快，隨著駕駛員疲勞程度的增加，反應(yīng)速度也會逐漸下降。

性格差別、心理狀態(tài)、血型類型、性別和行為習(xí)慣等因素也會對駕駛員遇到緊急狀況時的反應(yīng)速度造成一定影響，但目前缺乏這些方面的實驗和數(shù)據(jù)統(tǒng)計，而且實驗樣本數(shù)據(jù)也較難獲取。雖然這些因素綜合考量后加入模型中進(jìn)行計算會使最終結(jié)果更加精確，但受到實驗條件和數(shù)據(jù)獲取的困難，該文不予考慮，只考量更便于獲取數(shù)據(jù)和量化計算的年齡特征、經(jīng)驗特征和疲勞特征。

3 建立駕駛員反應(yīng)時間模型

該文根據(jù)駕駛員特征的模糊性決定采用模糊算法來計算反應(yīng)時間。將年齡特征、經(jīng)驗特征及疲勞情況作為特征值，根據(jù)模糊特征值的函數(shù)將特征值進(jìn)行模糊化處理，將具體的數(shù)值轉(zhuǎn)化為可以用語言來描述的模糊值，這個過程就是模糊化。將特征值模糊化處理后輸入模型中進(jìn)行模糊運算，這個過程需要用到模糊規(guī)則。模糊規(guī)則是事先根據(jù)專家經(jīng)驗或?qū)嶋H需要制定好的語言規(guī)則，適用于模糊集合的推理運算。經(jīng)過模糊運算后得出駕駛員反應(yīng)時間的模糊值，這個模糊值是無法精確表達(dá)具體時間的，因此最后還要再利用反模糊化計算得出駕駛員反應(yīng)所需具體時間，這個最后的時間是精確的具體數(shù)字時間值，如圖2所示。

3.1 年齡特征

把年齡特征設(shè)為論域，將模糊集劃分為3個子集，分別為青年N1、中年N2和老年N3。結(jié)合駕駛車輛的年齡要求，論域取值范圍為 [18，70]。3個模糊子集相對應(yīng)的隸屬度函數(shù)設(shè)為n1、n2和n3，根據(jù)年齡逐年遞增的特點采用梯形函數(shù)。在18歲和70歲之間，大概平均將年齡等分成5個部分，將30歲、40歲、50歲和60歲設(shè)為梯形函數(shù)的幾個關(guān)鍵節(jié)點，可以列舉出梯形的隸屬度公式。為了便于計算，隸屬度函數(shù)取值均為0～1。

這里將駕駛經(jīng)驗用駕駛里程數(shù)來代替，可以更加直觀和數(shù)字化地表現(xiàn)出駕駛經(jīng)驗是否豐富，而且易于統(tǒng)計和獲取具體里程數(shù)值。根據(jù)駕駛里程數(shù)量增長變化的特點，將模糊集論域取值定為0到+∞，并劃為3個子集，分別為S1、S2和S3，代表短、中、長。對應(yīng)的隸屬度函數(shù)同樣采用梯形函數(shù)，將5 000 km、10 000km、15 000 km和20 000 km設(shè)為梯形函數(shù)幾個關(guān)鍵節(jié)點。

3.2 疲勞特征

疲勞特征的描述是個模糊概念，為了便于用數(shù)字進(jìn)行描述，因此把取值定為 [0，10]。將根據(jù)疲勞特征的輕重程度定義模糊子集分別為P1、P2和P3。對應(yīng)的隸屬度函數(shù)選取為高斯型隸屬度函數(shù)。σ是高斯函數(shù)曲線的寬度，取值設(shè)為2，c為各子集中心點。

3.3 反應(yīng)時間

反應(yīng)時間一般用長短來衡量，這依然是一個模糊概念。經(jīng)過綜合分析，決定使用4個模糊子集來描述時間的長短。分別設(shè)為短T1、較短T2、較長T3和長T4，對應(yīng)的隸屬度函數(shù)也采用高斯型函數(shù)。根據(jù)已有文獻(xiàn)的統(tǒng)計結(jié)果，將反應(yīng)時間的取值范圍定為[0.2，3]。隸屬度函數(shù)中c的值分別取為各子集中心，σ取值為2。

3.4 模糊規(guī)則

該文模糊規(guī)則使用if-and-and-then形式，根據(jù)3個輸入特征值的不同模糊值，窮舉法列出模糊規(guī)則表，根據(jù)模糊規(guī)則表進(jìn)行模糊運算。限于篇幅僅列出兩條模糊規(guī)則為例。

3.5 反模糊化

根據(jù)模糊規(guī)則計算出的反應(yīng)時間是一個模糊值，需要通過反模糊化計算將模糊值轉(zhuǎn)換成一個精確的時間值。該文采用加權(quán)的方式進(jìn)行反模糊化運算。年齡特征、經(jīng)驗特征及疲勞特征對應(yīng)的加權(quán)值為ω1、ω2、ω3，加權(quán)和為1。根據(jù)已有的統(tǒng)計結(jié)果，疲勞特征對駕駛行為影響最深，其余兩個特征次之，因此ω1取值0.3，ω2取值0.3，ω3取值0.4，該取值可在實際實驗中逐步微調(diào)以達(dá)到算法最優(yōu)。

將年齡特征、經(jīng)驗特征和疲勞特征的隸屬度進(jìn)行加權(quán)計算，得出反應(yīng)時間的隸屬度取值。之前根據(jù)模糊運算已經(jīng)得出反應(yīng)時間的模糊值。根據(jù)加權(quán)后隸屬度值和模糊值對應(yīng)的模糊子集隸屬度函數(shù)，可以反向計算出精確的反應(yīng)時間值。這個時間值就是駕駛員反應(yīng)時間模型的最終結(jié)果，將其加入安全距離模型中，進(jìn)而計算出安全距離。

4 結(jié)論

利用MATLAB軟件進(jìn)行仿真計算，對多個駕駛員樣本的年齡特征、經(jīng)驗特征和疲勞特征進(jìn)行了統(tǒng)計和計算，對不同駕駛員的模型計算結(jié)果進(jìn)行分析。年齡特征和反應(yīng)所需時間成正比，經(jīng)驗特征與反應(yīng)所需時間成反比，疲勞特征與反應(yīng)時間成正比，同時年齡特征通常與經(jīng)驗特征也成正比。因此對突發(fā)事件所需反應(yīng)時間應(yīng)對上述特征予以綜合考量，結(jié)合不同駕駛員的不同特征制定動態(tài)的反應(yīng)時間和安全距離，從而切實有效的提供交通安全保障。

隨著大數(shù)據(jù)的統(tǒng)計搜集和分析應(yīng)用越來越普及，駕駛員除年齡特征、經(jīng)驗特征和疲勞特征之外的其余特征也會逐漸被全面統(tǒng)計和分析。象建立駕駛員特征庫，綜合分析駕駛員的特征因素，從而建立更精準(zhǔn)的數(shù)學(xué)模型。

參考文獻(xiàn)

[1]中國道路交通安全協(xié)會.2017年一季度全國機動車和駕駛?cè)藬?shù)據(jù)公布[J].道路交通管理，2017（5）：10.

[2]夏道華.基于駕駛員特性的汽車防撞安全距離模型研究[D].錦州：遼寧工業(yè)大學(xué)， 2016.

[3]王博宇， 李杰偉.中國交通事故的統(tǒng)計分析及對策[J].當(dāng)代經(jīng)濟， 2015（7）：116-119.

[4]張立存.高速汽車彎道前方碰撞預(yù)警算法的研究[D].長春：吉林大學(xué)，2004.

[5]張廣祥.基于駕駛行為的汽車主動防撞預(yù)警系統(tǒng)的安全車距研究[D].長春：吉林大學(xué)，2011.

[6]邊明遠(yuǎn).考慮駕駛員個體特性的汽車安全行駛間距模型[J].中國機械工程， 2010， 21（12）：1502-1506.