自适应驾驶人特性的汽车追尾预警及避撞安全辅助方法研究

汽车追尾预警和避撞技术作为改善道路交通安全的重要手段，成为现代汽车安全技术领域研究的重点，一些成果已初步得到应用。然而，现有技术仍存在误警率和漏警率高、适应路况简单、系统可接受性差等不足，其主要原因在于目标识别的准确度和实时性不高，受道路环境各因素动态变化的干扰大，安全算法与驾驶人行为习惯符合度低等问题。为此，本项目针对汽车追尾预警/避撞所涉及的理论方法及关键技术进行研究，内容包括：研究复杂行车环境下基于信息融合技术的有效目标识别及干扰剔除新方法；提出基于实际道路试验的人-车-路耦合驾驶行为描述方法，建立驾驶人行为特性模型并实现模型参数的在线辨识；提出一种具有自学习驾驶人特性和自适应道路环境的汽车追尾预警/避撞算法，并研究驾驶人意图识别方法、优化安全控制策略；研究实际道路上系统综合测试评价方法，并开展实车试验。该项研究可为国际上尚未解决的系统接受度低等难点问题提供新的理论方法和技术支撑。

汽车纵向安全预警系统能够有效防止交通事故，但仍存在对复杂交通环境下目标难以准确感知、人-车-路耦合的驾驶人纵向操控行为难以准确建模、预警算法与驾驶人的行为波动性和个体差异性符合度不够等问题。.本项目在构建安全预警系统研究平台的基础上，开展了大量实际道路试验。设计了一种基于单目视觉的夜间前向车辆检测及多车道车辆快速识别新方法，有效提升了车辆识别的准确度和实时性。系统分析了驾驶员的跟车行为和车道保持行为，并基于驾驶员纵向行为特性参数与驾驶意图之间的关联性，确定了应用于意图识别的特征信息组，采用综合换道环境评估的驾驶意图辨识方法，并对驾驶人的跟驰和车道保持行为进行自学习驾驶人特性的模型构建，为优化报警策略奠定了良好基础。在实现模型参数在线辨识的基础上，提出了自适应驾驶人特性的汽车纵向预警和避撞控制算法，研制了一种可自适应驾驶人特性的汽车纵向安全预警和主动避撞系统，测试效果良好，实用性强。 .获得国家技术发明二等奖和科学技术进步二等奖各1项，省部级一等奖3项，二等奖2项。获国际会议最佳论文奖1篇；已授权国家发明专利2项，申请专利8项，发表论文29篇，其中SCI收录13篇，EI收录20篇。培养博士后1人，毕业博士2人、硕士6人，在读博士5人。