基于多维视觉线索融合的车辆运行包络控制与安全性能评估研究

Traffic accident was a result of dynamic unbalance of driver-vehicle-road-environment closed-loop system. It was found out that driver was the most salient factor that attributes to frequent traffic accidents, and inappropriate driver behavior lead to almost 60% of accidents. In the driver behavior, vison plays a quite important role in the collection of external environment information. The right choice and usage of visual cues will ensure vehicle driving safety. Therefore, it is of great significance to study driver behavior and the dynamic features of driver-vehicle-road-environment system in the prospect of driver visual characteristics. Thereafter, the project makes a great effect to investigate how driver chose visual cues, draw key cues and integrate multi-dimensional cues, and reveal how vison lead to vehicle driving by visual characteristics and vehicle kinematic analysis. On the basis of these work, establish driver-vehicle-road-environment closed-loop system as a function of driver visual factors, which will help the research of vehicle operation envelope control and driving state evaluation. The research result will provide theoretical support for technology development of automatic cars, efficiency visual cues search and road design.

交通事故的发生是人-车-路-环境闭环系统动态失衡的结果。究其原因，驾驶人因素是致使交通事故频繁发生的关键，其中不适当的驾驶人行为引发的交通事故占总数的60%以上。在驾驶人行为中，视觉是驾驶人获取环境信息的主要手段，视觉线索的合理选择和利用是引导车辆安全运行的重要保障。因此，有必要从驾驶人视觉特性角度展开驾驶人行为和人-车-路-环境闭环系统动态性能的研究。基于此，本项目以驾驶人视觉特征为观察变量，结合车辆运行特征分析，重点研究行车过程中驾驶人对客观视觉线索的选择、关键视觉线索的提取以及多维视觉线索的融合，剖析和揭示视觉对车辆驾驶的导向机理。在此基础上，以有效的风险规避为目标，以驾驶人视觉因素为关键变量，构建人-车-路-环境闭环系统模型，系统的研究车辆运行包络控制以及行驶状态评估。研究成果将为无人驾驶车辆的关键技术突破、高效线索的搜索和以安全运行为目标的道路设计提供理论支持。

驾驶人是人-车-路闭环系统的核心环节，承担环境观察、决策制定和车辆操纵的多重任务。其中，对道路和交通环境的充分观察是正确决策和操纵的前提与基础；而视觉是驾驶人获取外界信息的主要途径，约85%以上的信息都依靠视觉获得。因此，驾驶人的视觉感知特性直接关系到人-车-路闭环系统的运行状态，准确、充足的视觉感知是人-车-路闭环系统稳定运行的关键。基于此，本项目利用Tobii眼动仪，ErgoLAB人机环境同步平台以及Racelogic VBOX车辆测试系统搭建驾驶行为采集平台，对行车过程中驾驶人的视觉感知特性以及车辆运行特性进行了采集和研究。项目主要研究内容和重要成果如下：（1）研究了驾驶人在直行和弯道（左向、右向）路段行驶时的驾驶人视觉特征点，并进一步分析了驾驶人注意力以视觉特征点为中心的分布规律；提出了直行与弯道交接处的“注视点跳动”现象，定义了驾驶人视觉特征的过渡路段；分析了驾驶人视线横摆角同车辆方向盘转角的互相关性，得出了车辆方向盘转角的变化同驾驶人视线横摆角的变化相一致、但其滞后于视线变化规律的结论，揭示了驾驶人视觉对车辆操纵的引导作用。（2）分析了驾驶人属性、道路曲率半径以及行车速度对驾驶人预瞄时间的影响，确定了道路曲率半径是影响驾驶人预瞄时间的关键因素；构建了预瞄时间关于道路曲率半径的回归模型，并分析了回归模型的估计精度和预测精度。（3）考察了使用不同的驾驶人模型时，驾驶人视觉感知策略（预瞄策略）对车辆轨迹跟随的影响。.本项目研究揭示了驾驶人视觉感知特征对于车辆操纵的引导机理，提出了实时的驾驶人预瞄时间求解方法，获得了实时的驾驶人视觉特征点位置，分析了不同的视觉感知策略（预瞄策略）对驾驶人车辆操纵的作用。研究成果将为无人驾驶车辆的关键技术突破、高效线索的搜索和以安全运行为目标的道路设计提供理论支持。