详情

原文传递基于知识的汽车驾驶行为特性研究

论文题名：	基于知识的汽车驾驶行为特性研究
关键词：	驾驶员行为特性;知识表达;知识融合;辅助驾驶;虚拟环境
摘要：	汽车的安全性是人们高度关注并为之努力的重要课题。人们需要能够在事故发生前提醒驾驶员注意以及在紧急状况下帮助驾驶员采取安全措施的汽车辅助驾驶系统。人、车、环境是影响汽车行驶安全性能的三大因素,这三者组成了相互制约的系统工程。研究汽车辅助驾驶系统,必须充分考虑这三方面的因素,在考虑车、环境影响的同时,充分考虑驾驶员在车辆行驶过程中的主导地位和驾驶员的个体差异对驾驶行为的影响。论文致力于研究汽车辅助驾驶技术中人一车一环境驾驶系统的知识表达和驾驶知识的融合方法,以及驾驶员行为特性和分类方法。　　由于建立真实的交通环境以及在真实的交通环境下进行驾驶行为模型的研究和实验的成本极其昂贵,因此论文采用虚拟现实技术,建立逼真的虚拟驾驶环境,进行汽车驾驶行为特性研究。论文主要研究和解决了以下五个方面的问题: 　　首先研究了驾驶过程知识结构和人-车-环境驾驶系统的知识表达方法。运用框架表示法对驾驶知识的整体结构和层次进行了表达,运用产生式规则表达了驾驶操作时的逻辑判断过程。　　其次研究了驾驶知识的融合方法。在分析汽车应采用的安全运行模式和驾驶影响因子选择的基础上,提出基于粗糙集理论的知识发现算法,融合驾驶过程的多源信息,阐述了基于可变精度粗糙集的驾驶过程获取规则的方法,选取前车速度、后车速度、前后车距离差作为多源信息,举例说明通过基于可变精度粗糙集获取规则方法的应用。　　第三研究了驾驶员行为特性,提出了用粗糙集理论研究驾驶员的轨迹决策问题的方法。论文引入影响驾驶决策的驾驶员心理、生理及技能等不可量化因素,将驾驶员特性结合进驾驶行为模式中,选择驾驶员注意力、激进性及驾驶经验三个对驾驶的影响因素,采用优势粗糙集的多属性排序方法建立优势粗糙集模型,研究不同驾驶员心理、生理及技能等不可量化因素对驾驶决策的影响。　　第四研究了驾驶员激进性分类。驾驶员由于习惯、性格、年龄、文化、驾驶车龄等差异,在实际的驾车操作中,将会表现出一些驾驶行为和习惯的不同。论文利用模糊聚类分析的方法,以汽车行驶中驾驶员控制的油门开角为研究对象,通过对驾驶员的行驶数据信息进行有序化的加工处理,从数据中发现潜在规律。对驾驶员的驾驶特征进行合理的分类,监督控制驾驶行为,并给出了根据具体驾驶员行为参数将其归类的方法和例子。　　第五研究了虚拟环境下基于知识库的辅助驾驶方法,构建了虚拟环境下辅助驾驶系统的结构。采用EON Studio建立虚拟驾驶环境,创建虚拟交通环境操控平台。建立了多知识融合的知识库,并建立相应的推理机制。在虚拟交通环境操控平台中对驾驶员行为发现进行验证仿真。通过记录不同驾驶员的行驶数据信息,按照模糊聚类的方法进行分类；并且结合速度、方向盘转角和交通环境综合考虑驾驶员驾驶行为,给出比较全面的评价。
作者：	梁燕飞
专业：	机械电子工程
导师：	郑德涛;何汉武
授予学位：	博士
授予学位单位：	广东工业大学
学位年度：	2010
正文语种：	中文