详情

原文传递以人为中心的汽车主动安全预警信息系统研究

论文题名：	以人为中心的汽车主动安全预警信息系统研究
关键词：	汽车;安全预警;安全技术;信息系统
摘要：	目前，汽车主动安全技术成为研究热点。大力研究开发如汽车防撞等主动式汽车安全技术，减少驾驶员的负担和判断错误，对于提高交通安全将起到重要作用。由于驾驶过程是一个高度智能化的过程，尽管学术界对汽车自动驾驶的研究投入了大量的精力，也取得了一定成果，但就目前计算机技术和人工智能的研究成果而言，尚不能建立一个确切的模型以全面真实地反映驾驶过程，因而，我们认为：安全预警，是目前提高行车安全的最为行之有效的技术手段。论文简要介绍了汽车主动安全技术、以人为中心的汽车主动安全思想的起源与发展，和汽车主动安全技术领域国内外的发展状况；针对当前研究状况提出：汽车主动安全技术当“以人为中心”，即：以驾驶员的安全为中心、以驾驶员的认知特性为中心和以驾驶员操作特性为中心。论文分析了行车过程中信息的特点与流程，以及驾驶过程的三个阶段，即：感知、决策和操作；探讨了汽车——驾驶员——环境这一闭环系统中，三者之间的相互作用关系，并以此得到了汽车——驾驶员——环境简易模型；提出了以人为中心的汽车主动安全预警信息系统的功能结构，结合安全预警的需要，提出了面向安全预警的以人为中心的汽车——驾驶员——环境模型。论文在分析了传统的以注意力“单源论”为基础的人的信息感知与处理模型基础上，采用注意力“多源论”思想，提出了注意力资源分为动态资源和静态资源的构想；建立了静态注意力资源的分配模型和动态注意力资源的功能结构模型；并在此基础之上，提出了新的“人（驾驶员）的信息感知与处理过程模型”；并针对该模型的各个功能环节提出了：基于模糊可测函数的信息特征指标匹配度模型、基于主成分分析法的信息特征指标优先权权重分配模型、基于隶属度的信息类别分类模型；构造了基于信息类别隶属度、类别优先权系数及人的倾向性系数的信息重要性指数；实现了基于信息重要性指数的信息选择。论文在分析了传统决策过程模型的特点与不足的基础上，针对驾驶过程的基本特点，提出了基于自学习机制的决策过程模型；针对该模型的各个环节，提出了：基于证据融合理论的特征匹配、基于特征相似度的一致性分析、基于模糊重心的行车状态安全性评估；构造了措施优选指数并以此实现驾驶操作措施方案选择；提出了基于降为映射变换的自学习机制模型。根据驾驶员的安全意识在驾驶过程中所起的作用，论文引入安全意识测度的概念，提出了安全意识测度的统计模型；利用汽车——驾驶员——环境系统安全等级模糊隶属度，通过统计模型对驾驶员的安全意识进行衡量，进行驾驶行为进行实时审计；提出了基于疲劳素的疲劳积累过程模型，以单位斜坡函数响应曲线特性为基础，分析了驾驶员感知、判断决策、操作诸环节的疲劳特性；根据驾驶员在疲劳状态下的延时特性对安全意识测度的影响，提出了基于安全意识测度的疲劳分析算法。论文从信息获取、危险估计与决策、系统硬件体系结构三方面介绍了以人为中心的汽车主动安全预警信息系统。从道路信息、本车速度、障碍物信息等几方面介绍了系统信息获取算法。提出了面向序列图像的改进的最优阈值分割算法，实现了分道线完整、有效地分割；提出了基于几何特征的分道线特征点提取算法，实现了分道线特征快速、准确、完整的提取；提出了基于分道线状态周期的图像速度传感器算法，实时、准确地检测出了本车的速度；引入了路面单位像素灰度等级数的概念，并由此设计了车辆定位算法；采用了单目测距算法，并利用信息熵原理实现了距离数据滤波，保证了测距的精度；介绍了系统用于检测近距离障碍物的超声波检测装置硬件结构原理。在信息获取的基础上，通过对一类典型运行状态的分析，提出了基于最小安全距离的危险估计（即报警决策）算法。
作者：	廖传锦
专业：	控制理论与控制工程
导师：	黄席樾
授予学位：	博士
授予学位单位：	重庆大学
学位年度：	2005
正文语种：	中文