车道偏离预警模型及评价算法研究

论文摘要

针对汽车车道偏离中驾驶员行为的特点,本文提出了一种基于持续时间和频次的汽车车道偏离预警模型。根据该方法的思想,给出了汽车车道偏离中驾驶行为的综合评价模型,用以评价驾驶员的安全状态。为了减少误预警的概率,论文在充分考虑驾驶员对预警的可接受程度基础上,分析了影响驾驶过程中车辆偏离车道的主客观因素,综合考虑了车道线、车辆特征以及驾驶行为等对汽车车道偏离的影响,建立了一种“以人为本”的汽车车道偏离预警模型。该模型把道路划分成不同安全级别的区域,通过实时地收集车辆和道路信息,包括车辆的坐标、道路线形数据、速度以及转向灯的开启状态等信息,判断车辆当前所处的状态和所在道路区域的位置,累计得到车辆在道路上驶入各个区域的持续时间和频次,并与设定的持续时间和频次阈值作比较,以此作为触发汽车车道偏离预警的依据。同时在对汽车车道偏离预警模型的深入研究中,引入了风险度的概念。通过分别建立基于持续时间和频次的风险度模型,对驾驶员的安全状态进行评价,从而建立了汽车车道偏离中驾驶行为的综合评价算法。该评价算法的结果可以对驾驶员实施考察,为驾驶员的培训、教育和管理提供一个可行的手段。最后本文利用DSR-1000TS分体式三屏驾驶模拟器模拟实际道路的驾驶情况。采用对比试验的方法,将车道保持较好和汽车车道偏离严重的两组作为对照进行实验。通过数据的输出、分析和处理,分别对驾驶员的汽车车道偏离情况进行对比分析及评价,验证了本算法具有一定的合理性和实用性。

论文目录

• 摘要
• Abstract
• 第一章 绪论
• 1.1 课题研究的目的和意义
• 1.2 驾驶辅助系统
• 1.2.1 驾驶辅助系统的定义及分类
• 1.2.2 驾驶辅助安全技术研究的内容
• 1.3 汽车车道偏离预警系统
• 1.3.1 基本结构
• 1.3.2 信息的获取
• 1.4 国内外研究现状
• 1.4.1 国外研究现状
• 1.4.2 国内研究现状
• 1.5 驾驶行为模型
• 1.6 本文研究的内容
• 第二章 汽车车道偏离TLC算法
• 2.1 TLC算法
• 2.1.1 TLC算法的表示
• 2.1.2 TLC算法的预警条件
• 2.2 汽车车道偏离的影响因素
• 2.2.1 道路线形
• 2.2.2 交通流密度
• 2.2.3 驾驶员生理心理因素
• 2.3 本章小结
• 第三章 基于实时检测的汽车车道偏离预警模型
• 3.1 基于实时检测汽车车道偏离预警模型的思想
• 3.2 道路区域的划分
• 3.3 参数选取
• 3.4 判别方法
• 3.4.1 路块的划分和判别
• 3.4.2 道路区域的判别
• 3.4.3 车辆状态
• 3.5 判别条件
• 3.6 正常汽车车道偏离
• 3.7 汽车车道偏离预警实现
• 3.7.1 数据信息的获取方法
• 3.7.2 模型参数的标定方法
• 3.7.3 预警实现的步骤和流程
• 3.8 本章小结
• 第四章 驾驶员汽车车道偏离行为评价
• 4.1 驾驶行为
• 4.2 汽车车道偏离行为特性分析
• 4.3 风险度模型
• 4.3.1 基于持续时间的风险度
• 4.3.2 基于频次的风险度
• 4.4 驾驶员综合评价算法
• 4.5 驾驶员安全状态分级
• 4.6 本章小结
• 第五章 实例应用
• 5.1 实验场景设计
• 5.2 实验方法
• 5.3 数据分析
• 5.3.1 严重汽车车道偏离情况分析
• 5.3.2 车道保持较好情况分析
• 5.3.3 评价结果
• 5.3.4 结果分析
• 5.4 本章小结
• 第六章 总结与展望
• 6.1 论文工作总结
• 6.2 今后进一步的研究方向
• 致谢
• 参考文献
• 附录A （攻读学位其间发表论文目录）