基于驾驶意图与动态环境的汽车碰撞危险态势辨识研究

本课题拟将汽车驾驶意图与车外动态环境有机地结合起来，综合考虑驾驶员状态信息（驾驶意图）、车外环境信息和车辆状态信息对汽车碰撞危险态势的影响。拟运用logit、probit回归模型建立基本意图的驾驶操作序贯模型，利用移动平均法、指数平滑法、AR 模型法对驾驶行为进行短时预测，引入在线学习方法根据不同驾驶员的操作特点进行修正预测。本课题将引入态势元、态势权、态势基的概念，对汽车碰撞危险态势的定量描述过程以层次化模型来构建车辆安全态势评价体系，利用模糊、粗糙集等方法分别计算前向碰撞风险、侧向碰撞风险，并将其作为整个安全态势评价体系的态势基。拟用周边障碍物距离、驾驶员状态、自身车速、加速度、航向角等特征指标构建虚拟场景，引入军事领域中的危险态势评估方法，对汽车的危险状态进行评估。研究成果在学术上可促进心理学科、人工智能学科和车辆工程的交叉，在应用上可提高汽车防撞预警系统的可靠性、准确性和实时性。

本课题围绕复杂道路交通环境下的汽车碰撞危险态势辨识和避碰决策问题开展了相关研究工作。将驾驶意图与车外动态环境有机的结合起来，综合考虑驾驶人因素、道路交通环境、汽车运动状态对行车安全性的影响，提出了汽车碰撞危险态势的辨识方法和智能防撞预警策略。课题组成员综合运用了实车试验和模拟驾驶试验等手段深入分析和研究了驾驶行为的演化机理，运用模糊决策、logit回归、线性最优二次型等方法建立了自由行驶、跟驰行驶、换道行驶等典型驾驶意图状态下的驾驶行为预测模型。考虑驾驶意图和汽车运动状态研究了汽车轨迹的短时预测模型，进而提出了汽车冲突风险的预测方法。引入军事领域中的危险态势评估方法，综合考虑行车安全状态相关的驾驶人因素、汽车运动状态信息和道路交通环境因素，构建了汽车碰撞危险状态的层次化评估模型，利用模糊、粗糙集等方法分别计算前向碰撞风险、侧向碰撞风险。最后，提出了汽车智能防撞预警策略和智能避碰路径规划方法。本课题提出了基于驾驶人操作序列和车辆环境的驾驶意图准确识别方法，为进一步开发先进的汽车防撞预警系统和驾驶辅助系统提供了理论基础和实验指导。