CN114179831A - 一种基于驾驶员分心判断的人机转向切换控制方法 - Google Patents

一种基于驾驶员分心判断的人机转向切换控制方法 Download PDF

Info

Publication number
CN114179831A
CN114179831A CN202111633048.2A CN202111633048A CN114179831A CN 114179831 A CN114179831 A CN 114179831A CN 202111633048 A CN202111633048 A CN 202111633048A CN 114179831 A CN114179831 A CN 114179831A
Authority
CN
China
Prior art keywords
driver
vehicle
machine
distraction
steering
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Granted
Application number
CN202111633048.2A
Other languages
English (en)
Other versions
CN114179831B (zh
Inventor
李尚原
刘俊
戴启坤
郭洪艳
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Jilin University
Original Assignee
Jilin University
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Jilin University filed Critical Jilin University
Priority to CN202111633048.2A priority Critical patent/CN114179831B/zh
Publication of CN114179831A publication Critical patent/CN114179831A/zh
Application granted granted Critical
Publication of CN114179831B publication Critical patent/CN114179831B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • BPERFORMING OPERATIONS; TRANSPORTING
    • B60VEHICLES IN GENERAL
    • B60WCONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W60/00Drive control systems specially adapted for autonomous road vehicles
    • B60W60/005Handover processes
    • B60W60/0059Estimation of the risk associated with autonomous or manual driving, e.g. situation too complex, sensor failure or driver incapacity

Landscapes

  • Engineering & Computer Science (AREA)
  • Automation & Control Theory (AREA)
  • Human Computer Interaction (AREA)
  • Transportation (AREA)
  • Mechanical Engineering (AREA)
  • Steering Control In Accordance With Driving Conditions (AREA)

Abstract

本发明提供了一种基于驾驶员分心判断的人机转向切换控制方法,基于一种驾驶员和自动驾驶控制器切换的驾驶模式,该种模式下实时检测驾驶员是否分心,当驾驶员分心后切换使得自动驾驶控制器接管车辆控制,首先建立驾驶员分心判断机制,然后建立机器接管模型与控制算法,最后建立人机转向切换控制方法;本方法可在驾驶过程中实时判断驾驶员是否处于分心状态,使得当驾驶员处于分心状态时能够使得机器接管车辆转向控制保证行车安全;本方法提出了一种基于驾驶员方向盘握力和车辆侧向位移的驾驶员分心综合判断机制,能够准确及时的发现驾驶员的分心程度,减少分心检测的误报率。

Description

一种基于驾驶员分心判断的人机转向切换控制方法
技术领域
本发明属于汽车驾驶控制技术领域,涉及一种人机切换方法,更加具体的来讲,涉及一种基于驾驶员分心判断的人机转向切换控制方法。
背景技术
每年有大量由于驾驶员分心导致的车辆碰撞事故,这给行车安全带来极大威胁,随着车辆自动驾驶技术的发展,自动驾驶系统具备在特定环境下接管车辆控制的能力,当检测到驾驶员分心时车辆控制权能够及时从驾驶员切换到自动驾驶系统,可以保证自动驾驶系统能够及时接管车辆的控制权,从而避免交通事故的发生,因此开发基于驾驶员分心判断的切换控制系统对减少行车安全事故具有现实意义。
若驾驶员分心检测过于保守,则切换系统切换过于频繁影响驾驶体验,当分心检测策略激进时系统接管不及时不能保证车辆行车安全,如何建立驾驶员分心判断机制,实现人机之间在合适时机下切换控制仍然是一个挑战。
发明内容
本发明为解决由于驾驶员分析导致的碰撞事故问题,提出一种基于驾驶员分心的人机转向切换控制方法。
本发明所述的一种基于驾驶员分心判断的人机转向切换控制方法,是采用如下技术方案实现的:
一种基于驾驶员分心判断的人机转向切换控制方法,基于一种驾驶员和自动驾驶控制器切换的驾驶模式,该种模式下实时检测驾驶员是否分心,当驾驶员分心后切换使得自动驾驶控制器接管车辆控制,本方法具体步骤如下:
步骤一、建立驾驶员分心判断机制:
本方法中驾驶员分心判断机制依据两个指标,一个是驾驶员握力小于驾驶员方向盘握力阈值,另一个是车辆偏离程度大于车道偏离程度阈值;首先定义驾驶员握力Fg,车道偏离程度Δl,其中车道偏离程度计算公式如(1)所示:
Δl=2(y-yc)/D (1)
其中y为车辆的侧向位移,单位为m;yc为车辆所在位置车道中心线位移,单位为m;D为车道宽度,单位为m;当车道偏离程度满足Δl≥0.5时认为大于车道偏离程度阈值;
通过在方向盘加装压力传感器去测量驾驶员的握力Fg,压力传感器的安装位置沿着方向盘布置一周,确保驾驶员的握在方向盘任意位置时都可以检测到握力;
当安装完毕后邀请10名不同的驾驶员分别驾驶车辆行驶5公里,通过对记录的数据分析得到第i名驾驶员的最大握力Fg,i,其中i为驾驶员编号i=1,2,...,10;驾驶员的方向盘握力阈值
Figure BDA0003441608730000021
计算方式如式(2)所示:
Figure BDA0003441608730000022
当驾驶员的握力
Figure BDA0003441608730000023
的持续时间大于等于2s时记作
Figure BDA0003441608730000024
τ表示驾驶员的握力
Figure BDA0003441608730000025
的持续时间,此种条件下认为驾驶员握力小于驾驶员方向盘握力阈值,当
Figure BDA0003441608730000026
的持续时间小于2s时若重新出现驾驶员握力
Figure BDA0003441608730000027
情况时,计时重新开始;
则驾驶员分心判断机制如下式所示:
Figure BDA0003441608730000028
其中As为驾驶员分心判断标志,当As=1时驾驶员处于分心状态,当As=0表示驾驶员处于未分心状态;
步骤二、建立机器接管模型与控制算法:
定义大地坐标系原点O位于车辆起始位置,X轴正方向为车辆起始运动方向,Y轴的正方向为X轴逆时针旋转90度方向;定义车辆坐标系原点为车辆质心o,x轴的正方向为车头朝向,y轴的正方向为x轴逆时针旋转90度方向,z轴按照右手定则确定;
机器接管模型必须满足能够跟踪既定的参考路径,首先根据车辆动力学与运动学特性选取车辆状态为
Figure BDA0003441608730000031
其中ey为车辆当前侧向位移与参考路径侧向位移的偏差,ev为车辆当前侧向位移与参考路径侧向位移的偏差的导数,
Figure BDA0003441608730000032
为车辆当前航向角与参考路径航向角的偏差,eγ为车辆当前航向角与参考路径航向角的偏差的导数,则ey、ev
Figure BDA0003441608730000033
和eγ计算公式如式(4):
Figure BDA0003441608730000034
其中,ay为车辆侧向加速度,单位为m·s-2;vx为车辆质心的纵向速度,单位m/s;ρ为前方道路曲率,单位为m-1
Figure BDA0003441608730000035
为车辆的航向角,单位为rad;
Figure BDA0003441608730000036
为理想的航向角,单位为rad;其中ay、vx、ρ和
Figure BDA0003441608730000037
通过车载传感器获得;
选取车辆状态为
Figure BDA0003441608730000038
车辆的输出yo,建立如式(5)所示的车辆动力学与运动学模型:
Figure BDA0003441608730000039
式中各个矩阵的具体表达式如下所示:
Figure BDA0003441608730000041
Figure BDA0003441608730000042
Ca=[1 0 0 0]
其中,Iz为车辆绕z轴的转动惯量,单位kg·m2;a为车辆质心o到车辆前轴的距离,单位m;b为车辆质心o到车辆后轴的距离,单位m;Cf为车辆前轮的轮胎侧偏刚度,单位N·rad;Cr为车辆后轮的轮胎侧偏刚度,单位N·rad;
以式(5)的模型为预测模型,利用模型预测控制设计机器控制算法,定义机器控制算法的预测输出方程如式(6):
Y(k)=Sxx(k)+SuU(k)+SρΘ(k) (6)
预测时域内参考路径的曲率和车辆纵向速度不发生变化,式(4)中各个矩阵的具体表达式如下所示:
Figure BDA0003441608730000043
Figure BDA0003441608730000051
Figure BDA0003441608730000052
Figure BDA0003441608730000053
其中,k代表当前时刻为k时刻,P为预测步数,N为控制步数;
机器控制算法的目标是跟踪上参考路径,同时车辆的转向控制量越小越好,因此机器控制算法的目标函数Ja如式(7)所示:
Ja=R||Y(k)||2+Q||U(k)||2 (7)
其中,R和Q为机器控制算法的目标函数Ja的可调权重系数,R>0,Q>0,求解Ja即可得到机器当前时刻k未来P步的控制序列U(k),则控制器当前时刻的转向控制动作为δa=K·U(k),K=[1 0 ... 0]1×P
步骤三、建立人机转向切换控制方法:
人机转向切换控制方法包含两步,第一步是驾驶员分心判断,当驾驶员被判断处于分心状态时机器接管车辆转向控制,通过车载传感器实时采集当前时刻驾驶员转向控制动作为δh(k),定义车辆当前时刻转向控制输入为δf(k),则人机转向切换控制方法设计如式(8)所示:
Figure BDA0003441608730000061
通过实时判断As的数值可以获得δf(k)的取值,将δf(k)执行到车辆即可完成人机转向切换控制。
本发明的有益效果为:
1.本发明提出了一种基于驾驶员分心判断的人机转向切换控制方法,在驾驶过程中实时判断驾驶员是否处于分心状态,使得当驾驶员处于分心状态时能够使得机器接管车辆转向控制保证行车安全;
2.本发明提出了一种基于驾驶员方向盘握力和车辆侧向位移的驾驶员分心综合判断机制,能够准确及时的发现驾驶员的分心程度,减少分心检测的误报率;
附图说明:
图1为本发明提供的一种基于驾驶员分心判断的人机转向切换控制方法的流程简图;
图2为本方法中的人机转向切换控制逻辑的示意图;
具体实施方式
步骤一、建立驾驶员分心判断机制:
本方法中驾驶员分心判断机制依据两个指标,一个是驾驶员握力小于驾驶员方向盘握力阈值,另一个是车辆偏离程度大于车道偏离程度阈值;首先定义驾驶员握力Fg,车道偏离程度Δl,其中车道偏离程度计算公式如(1)所示:
Δl=2(y-yc)/D (1)
其中y为车辆的侧向位移,单位为m;yc为车辆所在位置车道中心线位移,单位为m;D为车道宽度,单位为m;当车道偏离程度满足Δl≥0.5时认为大于车道偏离程度阈值;
通过在方向盘加装压力传感器去测量驾驶员的握力Fg,压力传感器的安装位置沿着方向盘布置一周,确保驾驶员的握在方向盘任意位置时都可以检测到握力;
当安装完毕后邀请10名不同的驾驶员分别驾驶车辆行驶5公里,通过对记录的数据分析得到第i名驾驶员的最大握力Fg,i,其中i为驾驶员编号i=1,2,...,10;驾驶员的方向盘握力阈值
Figure BDA0003441608730000071
计算方式如式(2)所示:
Figure BDA0003441608730000072
当驾驶员的握力
Figure BDA0003441608730000073
的持续时间大于等于2s时记作
Figure BDA0003441608730000074
τ表示驾驶员的握力
Figure BDA0003441608730000075
的持续时间,此种条件下认为驾驶员握力小于驾驶员方向盘握力阈值,当
Figure BDA0003441608730000076
的持续时间小于2s时若重新出现驾驶员握力
Figure BDA0003441608730000077
情况时,计时重新开始;
则驾驶员分心判断机制如下式所示:
Figure BDA0003441608730000078
其中,As为驾驶员分心判断标志,当As=1时驾驶员处于分心状态,当As=0 表示驾驶员处于未分心状态;
步骤二、建立机器接管模型与控制算法:
定义大地坐标系原点O位于车辆起始位置,X轴正方向为车辆起始运动方向,Y轴的正方向为X轴逆时针旋转90度方向;定义车辆坐标系原点为车辆质心o,x轴的正方向为车头朝向,y轴的正方向为x轴逆时针旋转90度方向,z轴按照右手定则确定;
机器接管模型必须满足能够跟踪既定的参考路径,首先根据车辆动力学与运动学特性选取车辆状态为
Figure BDA0003441608730000079
其中ey为车辆当前侧向位移与参考路径侧向位移的偏差,ev为车辆当前侧向位移与参考路径侧向位移的偏差的导数,
Figure BDA0003441608730000081
为车辆当前航向角与参考路径航向角的偏差,eγ为车辆当前航向角与参考路径航向角的偏差的导数,则ey、ev
Figure BDA0003441608730000082
和eγ计算公式如式(4):
Figure BDA0003441608730000083
其中,ay为车辆侧向加速度,单位为m·s-2;vx为车辆质心的纵向速度,单位m/s;ρ为前方道路曲率,单位为m-1
Figure BDA0003441608730000084
为车辆的航向角,单位为rad;
Figure BDA0003441608730000085
为理想的航向角,单位为rad;其中ay、vx、ρ和
Figure BDA0003441608730000086
通过车载传感器获得;
选取车辆状态为
Figure BDA0003441608730000087
车辆的输出yo,建立如式(5)所示的车辆动力学与运动学模型:
Figure BDA0003441608730000088
式中各个矩阵的具体表达式如下所示:
Figure BDA0003441608730000089
Figure BDA0003441608730000091
Ca=[1 0 0 0]
其中,Iz为车辆绕z轴的转动惯量,单位kg·m2;a为车辆质心o到车辆前轴的距离,单位m;b为车辆质心o到车辆后轴的距离,单位m;Cf为车辆前轮的轮胎侧偏刚度,单位N·rad;Cr为车辆后轮的轮胎侧偏刚度,单位N·rad;
以式(4)的模型为预测模型,利用模型预测控制设计机器控制算法,定义机器控制算法的预测输出方程如式(6):
Y(k)=Sxx(k)+SuU(k)+SρΘ(k) (6)
预测时域内参考路径的曲率和车辆纵向速度不发生变化,式(4)中各个矩阵的具体表达式如下所示:
Figure BDA0003441608730000092
Figure BDA0003441608730000093
Figure BDA0003441608730000101
Figure BDA0003441608730000102
其中,k代表当前时刻为k时刻,P为预测步数,N为控制步数;
机器控制算法的目标是跟踪上参考路径,同时车辆的转向控制量越小越好,因此机器控制算法的目标函数Ja如式(7)所示:
Ja=R||Y(k)||2+Q||U(k)||2 (7)
其中,R和Q为机器控制算法的目标函数Ja的可调权重系数,R>0,Q>0,求解Ja即可得到机器当前时刻k未来P步的控制序列U(k),则控制器当前时刻的转向控制动作为δa=K·U(k),K=[1 0 ... 0]1×P
步骤三、建立人机转向切换控制方法:
人机转向切换控制方法包含两步,第一步是驾驶员分心判断,当驾驶员被判断处于分心状态时机器接管车辆转向控制,人机转向切换控制的整体框图如图2所示,通过车载传感器实时采集当前时刻驾驶员转向控制动作为δh(k),定义车辆当前时刻转向控制输入为δf(k),则人机转向切换控制方法设计如式(8) 所示:
Figure BDA0003441608730000103
通过实时判断As的数值可以获得δf(k)的取值,将δf(k)执行到车辆即可完成人机转向切换控制。

Claims (1)

1.一种基于驾驶员分心判断的人机转向切换控制方法,基于一种驾驶员和自动驾驶控制器切换的驾驶模式,该种模式下实时检测驾驶员是否分心,当驾驶员分心后切换使得自动驾驶控制器接管车辆控制,其特征在于,本方法具体步骤如下:
步骤一、建立驾驶员分心判断机制:
本方法中驾驶员分心判断机制依据两个指标,一个是驾驶员握力小于驾驶员方向盘握力阈值,另一个是车辆偏离程度大于车道偏离程度阈值;首先定义驾驶员握力Fg,车道偏离程度Δl,其中车道偏离程度计算公式如(1)所示:
Δl=2(y-yc)/D (1)
其中y为车辆的侧向位移,单位为m;yc为车辆所在位置车道中心线位移,单位为m;D为车道宽度,单位为m;当车道偏离程度满足Δl≥0.5时认为大于车道偏离程度阈值;
通过在方向盘加装压力传感器去测量驾驶员的握力Fg,压力传感器的安装位置沿着方向盘布置一周,确保驾驶员的握在方向盘任意位置时都可以检测到握力;
当安装完毕后邀请10名不同的驾驶员分别驾驶车辆行驶5公里,通过对记录的数据分析得到第i名驾驶员的最大握力Fg,i,其中i为驾驶员编号i=1,2,...,10;驾驶员的方向盘握力阈值
Figure FDA0003441608720000011
计算方式如式(2)所示:
Figure FDA0003441608720000012
当驾驶员的握力
Figure FDA0003441608720000013
的持续时间大于等于2s时记作
Figure FDA0003441608720000014
τ表示驾驶员的握力
Figure FDA0003441608720000015
的持续时间,此种条件下认为驾驶员握力小于驾驶员方向盘握力阈值,当
Figure FDA0003441608720000016
的持续时间小于2s时若重新出现驾驶员握力
Figure FDA0003441608720000017
情况时,计时重新开始;
则驾驶员分心判断机制如下式所示:
Figure FDA0003441608720000021
其中As为驾驶员分心判断标志,当As=1时驾驶员处于分心状态,当As=0表示驾驶员处于未分心状态;
步骤二、建立机器接管模型与控制算法:
定义大地坐标系原点O位于车辆起始位置,X轴正方向为车辆起始运动方向,Y轴的正方向为X轴逆时针旋转90度方向;定义车辆坐标系原点为车辆质心o,x轴的正方向为车头朝向,y轴的正方向为x轴逆时针旋转90度方向,z轴按照右手定则确定;
机器接管模型必须满足能够跟踪既定的参考路径,首先根据车辆动力学与运动学特性选取车辆状态为
Figure FDA0003441608720000022
其中ey为车辆当前侧向位移与参考路径侧向位移的偏差,ev为车辆当前侧向位移与参考路径侧向位移的偏差的导数,
Figure FDA0003441608720000023
为车辆当前航向角与参考路径航向角的偏差,eγ为车辆当前航向角与参考路径航向角的偏差的导数,则ey、ev
Figure FDA0003441608720000024
和eγ计算公式如式(4):
Figure FDA0003441608720000025
其中,ay为车辆侧向加速度,单位为m·s-2;vx为车辆质心的纵向速度,单位m/s;ρ为前方道路曲率,单位为m-1
Figure FDA0003441608720000026
为车辆的航向角,单位为rad;
Figure FDA0003441608720000027
为理想的航向角,单位为rad;其中ay、vx、ρ和
Figure FDA0003441608720000028
通过车载传感器获得;
选取车辆状态为
Figure FDA0003441608720000029
车辆的输出yo,建立如式(5)所示的车辆动力学与运动学模型:
Figure FDA0003441608720000031
式中各个矩阵的具体表达式如下所示:
Figure FDA0003441608720000032
Figure FDA0003441608720000033
Ca=[1 0 0 0]
其中,Iz为车辆绕z轴的转动惯量,单位kg·m2;a为车辆质心o到车辆前轴的距离,单位m;b为车辆质心o到车辆后轴的距离,单位m;Cf为车辆前轮的轮胎侧偏刚度,单位N·rad;Cr为车辆后轮的轮胎侧偏刚度,单位N·rad;
以式(5)的模型为预测模型,利用模型预测控制设计机器控制算法,定义机器控制算法的预测输出方程如式(6):
Y(k)=Sxx(k)+SuU(k)+SρΘ(k) (6)
预测时域内参考路径的曲率和车辆纵向速度不发生变化,式(4)中各个矩阵的具体表达式如下所示:
Figure FDA0003441608720000034
Figure FDA0003441608720000041
Figure FDA0003441608720000042
Figure FDA0003441608720000043
其中,k代表当前时刻为k时刻,P为预测步数,N为控制步数;
机器控制算法的目标是跟踪上参考路径,同时车辆的转向控制量越小越好,因此机器控制算法的目标函数Ja如式(7)所示:
Ja=R||Y(k)||2+Q||U(k)||2 (7)
其中,R和Q为机器控制算法的目标函数Ja的可调权重系数,R>0,Q>0,求解Ja即可得到机器当前时刻k未来P步的控制序列U(k),则控制器当前时刻的转向控制动作为δa=K·U(k),K=[1 0 … 0]1×P
步骤三、建立人机转向切换控制方法:
人机转向切换控制方法包含两步,第一步是驾驶员分心判断,当驾驶员被判断处于分心状态时机器接管车辆转向控制,通过车载传感器实时采集当前时刻驾驶员转向控制动作为δh(k),定义车辆当前时刻转向控制输入为δf(k),则人机转向切换控制方法设计如式(8)所示:
Figure FDA0003441608720000051
通过实时判断As的数值可以获得δf(k)的取值,将δf(k)执行到车辆即可完成人机转向切换控制。
CN202111633048.2A 2021-12-29 2021-12-29 一种基于驾驶员分心判断的人机转向切换控制方法 Active CN114179831B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202111633048.2A CN114179831B (zh) 2021-12-29 2021-12-29 一种基于驾驶员分心判断的人机转向切换控制方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202111633048.2A CN114179831B (zh) 2021-12-29 2021-12-29 一种基于驾驶员分心判断的人机转向切换控制方法

Publications (2)

Publication Number Publication Date
CN114179831A true CN114179831A (zh) 2022-03-15
CN114179831B CN114179831B (zh) 2023-02-17

Family

ID=80606369

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202111633048.2A Active CN114179831B (zh) 2021-12-29 2021-12-29 一种基于驾驶员分心判断的人机转向切换控制方法

Country Status (1)

Country Link
CN (1) CN114179831B (zh)

Citations (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20080143504A1 (en) * 2004-12-16 2008-06-19 Angel Ricardo Martin Alvarez Device to Prevent Accidents in Case of Drowsiness or Distraction of the Driver of a Vehicle
US20160214618A1 (en) * 2015-01-27 2016-07-28 Robert Bosch Gmbh method and device for operating a motor vehicle that drives or is able to be driven in an at least partially automated manner
FR3037026A1 (fr) * 2015-06-04 2016-12-09 Peugeot Citroen Automobiles Sa Procede pour l’activation d’un mode autonome en reponse a une detection d’inattention
CN106274483A (zh) * 2016-11-10 2017-01-04 合肥工业大学 基于分心驾驶行为判别的车辆自动驾驶切换装置及方法
DE102016006316A1 (de) * 2016-05-21 2017-02-09 Daimler Ag Verfahren zur Ermittlung eines Grades einer Aufmerksamkeit eines Fahrers eines Fahrzeuges
CN108454628A (zh) * 2018-04-17 2018-08-28 吉林大学 一种驾驶员在环的人车协同转向滚动优化控制方法
WO2018163492A1 (ja) * 2017-03-09 2018-09-13 オムロン株式会社 運転モード切替制御装置、方法、及びプログラム
US20190147272A1 (en) * 2017-11-15 2019-05-16 Omron Corporation Distracted driving determination apparatus, distracted driving determination method, and recording medium having program for distracted driving determination
CN109843690A (zh) * 2017-03-10 2019-06-04 欧姆龙株式会社 驾驶模式切换控制装置、系统以及方法
CN111717207A (zh) * 2020-07-09 2020-09-29 吉林大学 一种考虑人车冲突的协同转向控制方法
US20210004619A1 (en) * 2018-10-19 2021-01-07 Shanghai Sensetime Intelligent Technology Co., Ltd. Driving state analysis method and apparatus, driver monitoring system and vehicle
CN112406882A (zh) * 2020-11-11 2021-02-26 中汽研汽车检验中心(天津)有限公司 人机共驾过程驾驶员状态监测装置及可接管能力评估方法

Patent Citations (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20080143504A1 (en) * 2004-12-16 2008-06-19 Angel Ricardo Martin Alvarez Device to Prevent Accidents in Case of Drowsiness or Distraction of the Driver of a Vehicle
US20160214618A1 (en) * 2015-01-27 2016-07-28 Robert Bosch Gmbh method and device for operating a motor vehicle that drives or is able to be driven in an at least partially automated manner
FR3037026A1 (fr) * 2015-06-04 2016-12-09 Peugeot Citroen Automobiles Sa Procede pour l’activation d’un mode autonome en reponse a une detection d’inattention
DE102016006316A1 (de) * 2016-05-21 2017-02-09 Daimler Ag Verfahren zur Ermittlung eines Grades einer Aufmerksamkeit eines Fahrers eines Fahrzeuges
CN106274483A (zh) * 2016-11-10 2017-01-04 合肥工业大学 基于分心驾驶行为判别的车辆自动驾驶切换装置及方法
WO2018163492A1 (ja) * 2017-03-09 2018-09-13 オムロン株式会社 運転モード切替制御装置、方法、及びプログラム
CN109843690A (zh) * 2017-03-10 2019-06-04 欧姆龙株式会社 驾驶模式切换控制装置、系统以及方法
US20190147272A1 (en) * 2017-11-15 2019-05-16 Omron Corporation Distracted driving determination apparatus, distracted driving determination method, and recording medium having program for distracted driving determination
CN108454628A (zh) * 2018-04-17 2018-08-28 吉林大学 一种驾驶员在环的人车协同转向滚动优化控制方法
US20210004619A1 (en) * 2018-10-19 2021-01-07 Shanghai Sensetime Intelligent Technology Co., Ltd. Driving state analysis method and apparatus, driver monitoring system and vehicle
CN111717207A (zh) * 2020-07-09 2020-09-29 吉林大学 一种考虑人车冲突的协同转向控制方法
CN112406882A (zh) * 2020-11-11 2021-02-26 中汽研汽车检验中心(天津)有限公司 人机共驾过程驾驶员状态监测装置及可接管能力评估方法

Also Published As

Publication number Publication date
CN114179831B (zh) 2023-02-17

Similar Documents

Publication Publication Date Title
CN101837781B (zh) 用于自动车道对正或换道的控制系统的基于模型的预测控制
CN109131326B (zh) 一种具有换道辅助功能的自适应巡航控制器及其工作方法
CN108819951B (zh) 一种考虑驾驶员驾驶技能的人机共驾横向驾驶权分配方法
CN108657189B (zh) 基于bp神经网络和安全距离移线工况自动驾驶转向系统及其控制方法
CN105722738B (zh) 移动体的驱动控制装置
CN110001782A (zh) 自动换道方法、系统及计算机可读存储介质
EP2808227B1 (en) Lane keeping assist device and lane keeping assist method
CN106114511A (zh) 一种汽车巡航系统关键目标识别方法
CN109849908B (zh) 基于相邻车道风险预测的车道保持辅助系统及控制方法
CN112373477B (zh) 自动驾驶系统的冗余控制方法、自动驾驶系统、汽车、控制器及计算机可读存储介质
CN102795225B (zh) 利用驾驶员侧纵向控制模型检测驾驶员干扰状态的方法
CN107672589A (zh) 一种基于雷达探测数据的车辆轨迹实时预测方法和装置
CN110053619A (zh) 车辆控制装置
CN110588623B (zh) 一种基于神经网络的大型汽车安全驾驶方法及系统
CN110316183A (zh) 车辆的驾驶辅助装置
CN109131312A (zh) 一种智能电动汽车acc/esc集成控制系统及其方法
CN107963126A (zh) 一种多轴转向车辆大曲率自动驾驶转向控制方法
CN102307774A (zh) 用于实施避让行动的方法和装置
EP2261093B1 (en) Method and system for predictive yaw stability control for automobile
CN110121451A (zh) 先行车辆判定装置和车辆控制系统
KR102164606B1 (ko) 자율주행 차량을 위한 횡방향 제어 파라미터 보정 장치 및 방법
CN113848942B (zh) 一种约束导向的智能网联汽车鲁棒换道合流控制方法
CN110481550A (zh) 一种基于车联网的汽车弯道盲区跟随控制方法
CN114179831B (zh) 一种基于驾驶员分心判断的人机转向切换控制方法
CN113232648A (zh) 针对弱势道路使用者的汽车避撞系统及其控制方法

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant