一種駕駛人動態風險感知能力的測試與評價方法技術

本發明專利技術涉及一種駕駛人動態風險感知能力的測試與評價方法，屬于駕駛行為識別技術領域。具體步驟為(1)對動態風險信息進行分類；(2)確定不同類型動態風險信息的風險等級；(3)確定測試路段或區域內動態信息的駕駛風險綜合級別；(5)構建測試駕駛員風險感知的虛擬實驗場景；(6)通過駕駛模擬實驗測試駕駛員風險感知數據；(7)對駕駛員動態風險信息感知的評價。本發明專利技術能實現對駕駛人動態風險感知能力進行測試和評價的相關技術和方法，以幫助實現對駕駛人風險感知能力的測評，從而改善駕駛員的風險認知能力，提高駕駛員的安全意識，減少事故發生的可能性。

【技術實現步驟摘要】

本專利技術涉及一種駕駛人動態風險感知能力的測試與評價方法，屬于駕駛行為識別

技術介紹
駕駛機動車是一項復雜的任務，對駕駛人的各項技能有較高的要求。完成一項駕駛任務不僅要求駕駛人具有良好的感知能力和基本的操控能力，而且還要求駕駛員具有較高的風險意識和持續注意、靈活協調、精準操作的能力，這樣才能快捷、安全地完成駕駛任務。在保證安全駕駛的各項技能中，準確有效地發現駕駛環境中的動態風險信息，即駕駛人對動態風險的感知能力，無疑是最重要的能力之一。雖然駕駛人對動態風險感知的能力非常重要，但至今沒有一種較為完善的檢測和評價方法。在對駕駛人的培訓和考核中，沒有對該項能力的測試。但有學者研究使用靜態圖片來測試駕駛人的風險感知能力，即將一些具有風險情景的圖片呈現在受試者面前，讓其標注風險信息。但是風險是一個動態的過程，風險信息從出現到交通沖突(或事故)的發生，有一個時間過程，駕駛員發現風險信息的時間越早，化解風險的機會就越多，反之亦然。因此，靜態圖片測試法并不能完全反應出駕駛人對風險的感知能力。也有學者使用駕駛模擬器測試受試者的風險感知能力，但只是針對研究目標進行的特定實驗。目前還未發現有成熟的，能直接用于對駕駛人的動態風險感知能力進行測試和評價的系統。這里的動態風險是特指一種具有先兆信息的動態風險，這種先兆信息可直接引發交通沖突，甚至交通事故。先兆信息是在風險事件初期形成的信息線索。如行駛在前面車輛的轉向信息，左右車輛的并道信息、行人或非機動車的橫穿信息等。
技術實現思路
本專利技術要解決的技術問題是提供一種駕駛人動態風險感知能力的測試與評價方法，用來測試駕駛人對動態風險先兆信息的感知能力，并對駕駛員的這種風險感知能力進行評價。本專利技術的技術方案是：一種駕駛人動態風險感知能力的測試與評價方法，具體步驟為：(1)對動態風險信息進行分類；(2)確定不同類型動態風險信息的風險等級；(3)確定測試路段或區域內動態信息的駕駛風險綜合級別；(5)構建測試駕駛員風險感知的虛擬實驗場景；(6)通過駕駛模擬實驗測試駕駛員風險感知數據；(7)對駕駛員動態風險信息感知的評價。將動態風險信息進行分類，每一種風險信息都是由源之一與方位之一組合而成，源包括機動車、非機動車、行人，方位包括前方縱向、前方橫向、左右兩側，動態風險信息總共分為9類，每一類動態風險信息的風險程度不同。不同類型的動態風險信息的風險等級是根據先兆風險信息出現后的時間段進行劃分的，最早出現先兆信息的一個時間段為1級風險，即cr＝1；先兆信息結束前的一個時間段為5級風險，即cr＝5；介于上述兩級之間的風險級別按時間插值確定；時間越往后，風險越大；無先兆信息時，風險級別為0，即cr＝0。所述測試路段或區域內動態信息的駕駛風險綜合級別通過以下公式獲得：其中，CF為道路交通動態風險度，CF的取值為(0,1)，當CF＝0時，沒有先兆風險，當CF＝1時，風險最大，wi為9類動態風險信息的權重系數，cri為i類別下的動態風險級別，n是動態風險信息的類別個數。所述9類動態風險信息的權重系數wi是采用層次分析法來構造判斷矩陣后求出確定不同類型信息的風險權重。所述構建測試駕駛員風險感知的虛擬實驗場景包含9類動態風險信息，動態風險信息的先兆信息存在于道路交通虛擬場景中，每一類動態風險信息至少包含一個實驗場景，并使它們自然地融合在一個測試場景中，同時預先設定不同信息的風險級別，并根據動態風險信息風險等級設置時間區域。所述通過駕駛模擬實驗測試駕駛員風險感知數據，對每一個動態風險場景，記錄駕駛員在風險事件段駕駛員的制動或轉向行為，具體方法為：采集駕駛員的制動踏板信息和轉向信息，車輛速度和橫擺角度，通過分析，確定駕駛員的最早行為時間(制動或轉向，取最先發生的時間)，即為駕駛員對動態風險的感知時間。所述駕駛員對動態風險信息感知的評價用駕駛員風險感知度和風險敏感度作為評價指標，駕駛員在整個路段或區域上的對動態風險信息的感知度模型表示為：其中，CPi是駕駛員感知到了第i個動態風險信息并在第一時間tj采取了相應措施，當時，CPi＝1，當時，當時，CPi＝5。所述駕駛員對動態風險信息感知的風險敏感度模型表示為：CPk＝1-CPf駕駛員風險感知度越低，敏感度越高，風險感知度越高，敏感度越低。1、動態風險信息分類動態風險信息從信息源上可分為機動車、非機動車和行人3類信息源；從信息源的方位上每一種信息源又可分為前方縱向信息、前方橫向信息和兩側信息等3類方位。前方縱向信息是指：在駕駛車輛前方行駛方向發生的危險信息，如前車的轉向、掉頭車、制動、對向車道的超車等；前方的橫向信息是指從駕駛車輛前面左右方向橫穿的危險信息，如路口橫穿的車輛、非機動車或行人等；兩側信息是指從駕駛車輛側面換道，或側后插入或并行的危險信息，如從后側方路口插入的車輛，側面并道的車輛，超車的車輛、路旁行人、非機動車等。根據以上分類方法，每一種風險信息都是由源和方位組成，因此動態風險信息總共分為9類，每一類的信息的風險程度是不同的。2、動態風險信息的風險等級本專利技術所述動態風險是特指一種具有先兆信息的風險。先兆信息的一個重要特征是具有線索出現的時間點和結束點。從事故發生的可能性來看，發現先兆信息的時間對事件風險程度的影響最大，即發現的時間越晚，風險越大。將先兆信息出現后的時間分為若干段，由各時間段來確定不同的風險等級。先兆信息是相對于駕駛者來說的，先兆信息的風險等級也是針對駕駛者來說的。根據發現先兆信息的時間段來確定風險級別，對動態風險等級cr與持續時間的關系定義如下：1)最早出現先兆信息的一個時間段為1級風險，即cr＝1；2)先兆信息結束前的一個時間段為5級風險，即cr＝5；3)介于上述兩級之間的風險級別按時間插值確定；4)時間越往后，風險越大；5)無先兆信息時，風險級別為0，即cr＝0。本專利技術所述動態風險信息分為機動車信息、非機動車信息、行人信息，每一類信息又可分為前方信息、橫穿信息、兩側信息等，共有9類信息。由不同的信息類型引發的事故的風險程度不同，采用層次分析法來確定不同類型信息的風險權重。確定的目標層為動態風險信息的風險等級CR第一層次包含：車輛信息V，非機動車信息B，行人信息P第二層次在第一層次下細分，其中：車輛信息包含：前方信息v1、橫穿信息v2、兩側信息v3；非機動車信息包含：前方信息b1、橫穿信息b2、兩側信息b3；行人信息包含：前方信息p1、橫穿信息p2、兩側信息p3；通過構造判斷矩陣后求出權重系數wi。用權重表示不同類型動態信息風險級別的差異性，則整個路段或區域內基于動態信息的駕駛風險綜合級別可表示為：式中，cri為i類別下的動態風險級別；Wi為類別風險權重；n是動態風險信息的類別數。綜合風險等級CR為(1，5)之間的一個值，把式(1)歸一化，定義道路交通動態風險度，有：CF為道路交通動態風險度，CF的取值為(0,1)，當CF＝0時，沒有先兆風險，當CF＝1時，風險最大。3、駕駛員對動態風險信息感知的評價方法為了實現對駕駛員感知水平的測試與評價，特定義駕駛員風險感知度和風險敏感度，作為駕駛員風險測試和評價的指標。駕駛員風險感知度表示駕駛員對風險度的感知水平，即能識別的風險度，用Pf表示。風險敏感度表示駕駛員對風險感知的敏感性，用P本文檔來自技高網...

【技術保護點】
一種駕駛人動態風險感知能力的測試與評價方法，其特征在于具體步驟為：(1)對動態風險信息進行分類；(2)確定不同類型動態風險信息的風險等級；(3)確定測試路段或區域內動態信息的駕駛風險綜合級別；(5)構建測試駕駛員風險感知的虛擬實驗場景；(6)通過駕駛模擬實驗測試駕駛員風險感知數據；(7)對駕駛員動態風險信息感知的評價。

【技術特征摘要】
1.一種駕駛人動態風險感知能力的測試與評價方法，其特征在于具體步驟為：(1)對動態風險信息進行分類；(2)確定不同類型動態風險信息的風險等級；(3)確定測試路段或區域內動態信息的駕駛風險綜合級別；(5)構建測試駕駛員風險感知的虛擬實驗場景；(6)通過駕駛模擬實驗測試駕駛員風險感知數據；(7)對駕駛員動態風險信息感知的評價。2.根據權利要求1所述的駕駛人動態風險感知能力的測試與評價方法，其特征在于：將動態風險信息進行分類，每一種風險信息都是由源之一與方位之一組合而成，源包括機動車、非機動車、行人，方位包括前方縱向、前方橫向、左右兩側，動態風險信息總共分為9類，每一類動態風險信息的風險程度不同。3.根據權利要求1或2所述的駕駛人動態風險感知能力的測試與評價方法，其特征在于：不同類型的動態風險信息的風險等級是根據先兆風險信息出現后的時間段進行劃分的，最早出現先兆信息的一個時間段為1級風險，即cr＝1；先兆信息結束前的一個時間段為5級風險，即cr＝5；介于上述兩級之間的風險級別按時間插值確定；時間越往后，風險越大；無先兆信息時，風險級別為0，即cr＝0。4.根據權利要求1所述的駕駛人動態風險感知能力的測試與評價方法，其特征在于：所述測試路段或區域內動態信息的駕駛風險綜合級別通過以下公式獲得：CF=15Σi=1nwicri]]>其中，CF為道路交通動態風險度，CF的取值為(0,1)，當CF＝0時，沒有先兆風險，當CF＝1時，風險最大，wi為9類動態風險信息的權重系數，cri為i類別下的動態風險級別，n是動態風險信息的類別個數。5.根據權利要求2所述的駕駛人動態...

【專利技術屬性】
技術研發人員：熊堅，郭鳳香，萬華森，郝慶宇，秦雅琴，
申請(專利權)人：昆明理工大學，
類型：發明
國別省市：云南;53