详情

原文传递一种基于实车的驾驶人潜在危险感知评估方法

专利名称：	一种基于实车的驾驶人潜在危险感知评估方法
摘要：	本发明涉及交通潜在危险判别领域，公开了一种基于实车的驾驶人潜在危险感知评估方法，将潜在危险研究分为可见潜在危险和隐蔽潜在危险，利用实车、眼动仪进行实车驾驶并采集眼动数据，再根据不同的潜在危险特征选取多个典型潜在危险交通情境，并设置注视特性指标与扫视特性指标，建立灰色近优综合评价模型，对驾驶人的潜在危险感知能力进行量化，得到潜在危险感知综合评价值，以解决现有技术中缺乏对复杂交通情况研究的问题。
专利类型：	发明专利
国家地区组织代码：	重庆;50
申请人：	重庆交通大学
发明人：	彭金栓;崔雄博;成家佳;赵刘昌;徐磊;徐进
专利状态：	有效
申请日期：	2023-08-18T00:00:00+0800
发布日期：	2023-11-17T00:00:00+0800
申请号：	CN202311047825.4
公开号：	CN117068181A
代理机构：	重庆强大凯创专利代理事务所(普通合伙)
代理人：	向林
分类号：	B60W40/08;B60W40/02;B60W40/09;G06Q10/0639;G06V40/18;A61B5/16;A61B5/18;A61B5/00;B;G;A;B60;G06;A61;B60W;G06Q;G06V;A61B;B60W40;G06Q10;G06V40;A61B5;B60W40/08;B60W40/02;B60W40/09;G06Q10/0639;G06V40/18;A61B5/16;A61B5/18;A61B5/00
申请人地址：	400060 重庆市南岸区学府大道66号
主权项：	1.一种基于实车的驾驶人潜在危险感知评估方法，其特征在于，包括以下步骤： S1：将潜在危险分为可见潜在危险和隐蔽潜在危险，再根据可见潜在危险和隐蔽潜在危险的危险特征选取多个用于实车行驶的典型潜在危险交通情境； S2：由不同驾驶人进行实车驾驶，通过行车记录仪采集场景实拍图，采用眼动仪采集驾驶人的眼动数据； S3：根据驾驶人的注视频率，将所述眼动数据映射到所述场景实拍图中，形成注视点热点图； S4：由S3中注视热点图进行分析，得出各典型潜在危险交通情境的特点，并依此设置用于衡量驾驶人眼动行为的眼动测量指标，并利用独立样本检验得出不同驾驶人之间在各典型潜在危险交通情境下具有显著性差异的眼动测量指标； S5：对场景实拍图中的注视区域进行划分，并根据驾驶人在各注视区域的注视点分布特征，得出不同驾驶人之间在各典型潜在危险交通情境下具有显著性差异的注视区域； S6：建立驾驶人在各典型潜在危险交通情境下的注视区域的一步转移概率矩阵，得到各注视区域的注视一步转移概率，进而分析得出不同驾驶人之间在各典型潜在危险交通情境下具有显著性差异的注视一步转移概率所对应的注视区域，再由注视一步转移概率建立关于注视转移稳定概率向量的方程组，并求解得出各注视区域的注视转移稳定概率。 S7：将S4-S6中所得出具有显著性差异的眼动测量指标和注视区域所对应的注视转移稳定概率作为评价指标，为各典型潜在危险交通情境选择相应的评价指标，建立用于量化驾驶人的潜在危险感知能力的灰色近优综合评价模型，由评价指标求解得到该驾驶人在该典型潜在危险交通情境下的潜在危险感知综合评价值。 2.根据权利要求1所述的一种基于实车的驾驶人潜在危险感知评估方法，其特征在于：S1中所述可见潜在危险的典型潜在危险交通情境包括情境一和情境二，所述隐蔽潜在危险的典型潜在危险交通情境包括情境三、情境四和情境五；所述情境一为出现非机动车情境，所述情境二为出现公交车情境，所述情境三为出现平行超车情境，所述情境四为出现有信号等控制的交叉口，所述情境五为出现无信号等控制的交叉口；所述各典型潜在危险交通情境的触发与结束规则如下：情境一、情境二和情境三均将眼动数据中的眼动仪第一视角视频内首次出现目标车辆的时间帧作为场景触发时刻，将眼动仪第一视角视频中最后一次出现目标车辆的时间帧作为场景结束时刻；情境四和情境五均将眼动仪第一视角视频中车头边缘与导向车道线恰好接触时的时间帧作为场景触发时刻，将眼动仪第一视角视频中车头与双黄实线恰好接触时的时刻时间帧作为场景结束时刻；其中，所述情境四中若驾驶人行驶至该信号交叉口需等待红灯，则增加信号灯变绿前的3s眼动片段同时剔除车辆在等待信号灯期间的其他眼动视频片段。 3.根据权利要求1所述的一种基于实车的驾驶人潜在危险感知评估方法，其特征在于：对所述S2中采集到的眼动数据进行预处理，对于时间间隔75ms以下的空白数据采用线性插值补齐数据，以左右眼的数据均值为基准进行参数过滤与降噪处理，并提取眼动注视点的数据；其中，注视点提取的设置参数与流程如下： (1)计算角速度：时间窗口为20ms，第一个注视点与最后一个注视点方向向量的夹角除以两点时间差； (2)注视分类：角速度阈值为30°/s，即当计算的角速度大于该阈值时，该眼动点归为扫视，否则归为注视； (3)相邻注视点合并：合并的相邻注视点须同时满足两次注视点时间间隔不超过75ms，且空间位置不超过0.5°； (4)丢弃短时注视点：当合并之后注视点的注视持续小于最短注视时间阈值60ms时，则剔除该注视点。 4.根据权利要求1所述的一种基于实车的驾驶人潜在危险感知评估方法，其特征在于：所述S3中注视点热点图的方法是，将场景实拍图划分为均匀分布的网格，所述驾驶人的注视频率，即为在每个网格中的注视次数，将注视次数转换成相应的颜色，由红－黄－绿的渐变色分别表明该网格相对注视次数由高到低的变化。 5.根据权利要求1所述的一种基于实车的驾驶人潜在危险感知评估方法，其特征在于：所述眼动测量指标包括注视特性指标和扫视特性指标，其中，注视特征指标的特征参数包括注视时间、水平搜索广度、垂直搜索深度、AOI注视时间、AOI注视时间占比，注视反应时间，所述AOI为可见潜在危险情境中的各危险源区域；所述扫视特性指标的特征参数包括扫视幅度、扫视强度。 6.根据权利要求1所述的一种基于实车的驾驶人潜在危险感知评估方法，其特征在于：所述S4中先利用正态性检验与方差齐性检验，检验各驾驶人之间的眼动测量指标的差异是否符合统计学规律；若符合统计学规律，则采用独立样本t检验并得出不同驾驶人之间在各典型潜在危险交通情境下显著性差异的眼动测量指标；若不符合统计学规律，则采用独立样本MannaWhitney检验并得出不同驾驶人之间在各典型潜在危险交通情境下显著性差异的眼动测量指标。 7.根据权利要求6所述的一种基于实车的驾驶人潜在危险感知评估方法，其特征在于：所述S5中，将驾驶人注视点落在某注视区域的次数除以总注视次数，得出该注视区域的注视概率，由各注视区域的注视概率得出的注视点分布特征。 8.根据权利要求7所述的一种基于实车的驾驶人潜在危险感知评估方法，其特征在于：所述S6中，一步转移概率矩阵： Pij(1)为注视一步转移概率，由注视区域i→注视区域j的转移概率可记作Pij，且注视区域为N个；类推公式：概率公式：统计估算各注视区域间注视点转移的频数或概率得到求解一步转移概率矩阵的类推公式，aij为由注视区域i转向注视区域j的频数，且注视区域为n个；将类推公式与概率公式结合，由统计估算的方法最终求解得到各注视区域的注视一步转移概率；其中，关于注视转移稳定概率向量的方程组为，可见潜在危险的注视转移稳定概率向量的方程组：隐蔽潜在危险的注视转移稳定概率向量的方程组： π为注视转移稳定概率向量。 9.根据权利要求8所述的一种基于实车的驾驶人潜在危险感知评估方法，其特征在于：所述S7中的灰色近优综合评价模型为，由关于多个驾驶人的n维度的灰矩阵，再代入所确定的n个评价指标得到白化灰矩阵，采用单点效果测度中的上限效果测度和下限效果测度对选取的评价指标进行数据去量纲化，得到近优白化灰矩阵，最终对近优白化灰矩阵使用评价公式，可得到潜在危险感知综合评价值；上限效果测度公式：下限效果测度公式：式中：umax为各行评价指标中的最大最优值，/>umin为各行评价指标中的最小最优值，为第j名驾驶人的第i个评价指标的实际测量值，/>是第j名驾驶人的第i个眼动评价指标的近优白化灰值，该值是量化评价指标与驾驶人的关联度。
所属类别：	发明专利