主权项: |
1.一种基于驾驶员特性的汽车安全驾驶预警方法,其特征在于,包括: 步骤一、采集汽车行驶过程中的环境参数,并对汽车行驶过程中的环境因子进行计算; 步骤二、采集汽车行驶过程中驾驶员的自身状态参数,并对驾驶员特性系数进行计算; 步骤三、采集汽车行驶过程中的方向盘转角、横向位移、与前车距离以及前车车速,并与所述环境因子和所述驾驶员特性系数一同对汽车行驶的安全性进行监测和预警。 2.根据权利要求1所述的基于驾驶员特性的汽车安全驾驶预警方法,其特征在于,所述环境参数包括:环境温度T、环境湿度W、大气能见度h以及风力等级f。 3.根据权利要求2所述的基于驾驶员特性的汽车安全驾驶预警方法,其特征在于,所述驾驶员的自身状态参数包括:驾驶室内的烟雾浓度Cy、驾驶员的心率HR、驾驶员的年龄mp以及眨眼频率Ef。 4.根据权利要求2或3所述的基于驾驶员特性的汽车安全驾驶预警方法,其特征在于,所述环境因子ξ的经验公式满足: 其中,λ为相关系数,为标准环境温度,为标准大气能见度,为标准湿度,λ=0.35~0.47。 5.根据权利要求4所述的基于驾驶员特性的汽车安全驾驶预警方法,其特征在于,所述驾驶员特性系数φ的经验公式满足: 其中,为标准驾驶员心率,为标准烟雾浓度,为平均驾驶年龄,为标准眨眼频率。 6.根据权利要求5所述的基于驾驶员特性的汽车安全驾驶预警方法,其特征在于,所述步骤三具体包括: 步骤1、按照采样周期,获取汽车行驶过程中的方向盘转角α、横向位移L、与前车距离H以及前车车速v、环境因子ξ以及驶员特性系数φ,并进行归一化; 步骤2、确定三层BP神经网络的输入层向量为x={x1,x2,x3,x4,x5,x6};其中,x1为方向盘转角系数、x2为横向位移系数、x3为与前车距离系数、x4为前车车速系数,x5环境因子系数,x6为驾驶员特性系数; 步骤3、所述输入层映射到中间层,所述中间层向量y={y1,y2,…,ym};m为隐层节点个数; 步骤4、得到输出层向量o={o1,o2};其中,o1为汽车速度调节系数,o2为预警信号,所述输出层向量的神经元值为为k为输出层神经元序列号,k={1,2};其中,当o1为1时,汽车正常行驶,当o1为0时,汽车减速;当o2为1时,汽车正常行驶,预警系统不工作,当o2为0时,存在异常情况,预警系统进行预警。 7.根据权利要求6所述的基于驾驶员特性的汽车安全驾驶预警方法,其特征在于,所述隐层节点个数m满足:其中,n为输入层节点个数,p为输出层节点个数。 8.根据权利要求7所述的基于驾驶员特性的汽车安全驾驶预警方法,其特征在于,所述归一化公式为: 其中,xj为输入层向量中的参数,Xj分别为测量参数:α、L、H、v、ξ和φ,j=1,2,3,4,5,6;Xjmax和Xjmin分别为相应测量参数中的最大值和最小值。 |