CN1731470A - 驾驶员个性化培训驾驶模拟设备和方法 - Google Patents

Abstract

一种驾驶员个性化培训驾驶模拟设备及其方法，该设备主要包括专用PC机、通信单元、数据预处理单元、显示单元、声音单元、仪表驱动单元、练习操作单元和数据采集单元，利用该设备的模拟方法来对驾驶者培训，不但能够帮助受训者尽快获得在复杂交通环境中的行车应急能力和熟练掌握交通工具安全驾驶的正确方法，而且可以缩短受训者的学习时间，提高驾驶培训的质量和受训者的学习效果。

Description

驾驶员个性化培训驾驶模拟设备和方法

技术领域

本发明属于交通运输安全工程科学技术领域，涉及一种驾驶员个性化培训驾驶模拟设备和方法。

背景技术

随着交通工具的快速发展，交通事故也日趋增多。交通安全问题已经是世界卫生组织及各国管理部门的重要研究课题，在研究中发现，约70％的事故是由驾驶员的原因引发的，驾驶员的安全素质是极其重要的影响因素，驾驶员的安全素质主要体现在驾驶员对复杂交通环境的适应程度，也即对可能面临的交通环境的突变应激心理和熟练规范的驾驶技术。现行的驾驶员培训还停留在初级的简单技能训练阶段，心理素质训练几乎缺如，培训规模小、质量参次不齐、效率低下。在国民整体素质尚未提高而全民汽车驾驶热潮即将来临的背景下，社会培训积压严重，驾驶员事故频频发生，这种低层次的汽车驾驶培训模式已经越来越不适应形势的需求。

发明内容

本发明的目的在于克服上面所述的缺点，提供一种驾驶员个性化培训驾驶模拟设备和方法，其目的在于帮助受训者快速学会在复杂交通环境中的行车应急能力和熟练地掌握交通工具的安全驾驶技能。

本发明的驾驶员个性化培训驾驶模拟设备主要包括专用PC机、通信单元、数据预处理单元、显示单元、声音单元、仪表驱动单元、练习操作单元和数据采集单元。

所述的练习操作单元设有驾驶模拟操作部件，包括：离合器、车门、点火器、方向机构，油门、脚刹车、离合器、方向盘、速度操纵杆、鸣号器、雨刮器、灯光、手刹车、倒车、强光灯、安全带以及确认按钮，并相应配置传感器以输出各操作部件的电信号；与练习操作单元相连的是数据采集单元，数据采集单元一般由传感器与其对应的输入模块组成，其中传感器中装有敏感元器件，并通过电缆与标准化的插接件和相对应的输入模块连接，外型制成的集成电路的输入模块插在控制界面”RTU”中；与数据采集单元相连的是数据预处理单元，数据预处理单元是以微控制器方式构成的，其结构包括一个计算模块，该模块包括一个CPU，至少一个程序存储器和三个数字信号处理器(DSP)，所述的数据预处理单元按照其执行程序将输入其中的过程数据处理过后再输出至显示单元、声音单元、仪表驱动单元和通信单元，所述的显示单元可以是电视机、显示器等显示视频信号或图像信号的装置，用以接取各种视频或图象信号；所述的声音单元的功能在于形成语音沟通以便接收模拟设备上的微机程序设定的培训语音提示，并且进行以下相应的处理：模/数转换、预处理、输出数字化的声音信号等，使用的部件如话筒等；所述的仪表驱动单元在于接收预处理单元的数据流，并且显示受训者的驾驶培训的各个项目的指标；所述的通信单元为一般的输入输出接口电路，将数据预处理单元处理后的的数据流输入专用PC机，所述的专用PC机连接一个实时数据管理处理系统，所述的实时数据管理处理系统通过网络连接一个数据处理系统，其由一台连通的编码器和存储器构成，通过编码器读取受训者的本体数据信息并输送给数据管理处理系统。

本发明的驾驶员个性化培训驾驶模拟设备定义了一种ORKM的算法，为了方便描述，首先引入“本体”的概念，本体是研究特定领域知识的对象分类、对象属性和对象间的关系，是关于领域概念以及概念间关系的集合，为领域知识的描述提供术语，根据本体在问题解决系统时所描述对象的不同，分为任务本体和领域本体两类，其中，任务本体主要负责提供问题的表示、问题输入的规定和假设、评价标准、问题解决的过程等方面的词汇，而领域本体是关于驾驶培训领域内的概念词汇系统，用于描述与该领域相关任务的内在问题的求解结构，为便于理解，我们可举例如下：

设D为领域Dom的概念化集合(概念化领域知识库)，则：

D＝{({E}，{R}|E_i∈Dom，i＝1，2，...，n，R_j∈Dom，j＝1，2.，，，m}

其中E称为概念集合，R称为关系集合。

知识库中知识对象是基本的原语或结构化的模块，概念化领域知识库(记为：D)是知识对象的集合。所有可能的知识对象的集合称为知识基(γ)。知识基可以被概念化表示为：概念的集合(U)、常量集合(C)、函数集合(F)、关系集合(R)等。P描述对象之间的组合关系。

称S为知识结构，则有：

S＝{U，C，F，R，P}

γ＝{O_i|0＜i＜n(O_i由结构S建立的对象集合)}

D＝{O_j|0＜j＜m，m≤n}γ

定义知识模块K为：

K＝{ξ，L，A}

其中ξ包含本体概念化的概念、关系、函数等，它建立了表达语言的字母表。A表示语言L的原子集合，它是将概念化领域知识库D映射到语言L的结果，即A是用L表示D的语言集合。

本体知识结构S^l是如下表示的四元组：

S^l＝{U，A，V，P}

其中，U称为知识对象的集合，A，V是知识模式，P是根据属性描述对象的函数，对任意的a∈A，u∈U有P(u，a)∈V_a。属性集合A反映领域的属性，V反映领域属性的属性值，P反映领域概念(U)，关系(R)，函数(F)。

领域知识基γ是由结构S^l建立的对象的集合：

γ＝{O_i|0＜i＜n(O_i由结构S^l建立的对象集合)}

本体是领域知识基γ的一个子集，是对客观世界的近似反映。记为：

γ_o，γ_o∈γ

另外，求解不同的问题需要不同的控制性知识。控制性知识有三个类型：事件顺序、限制性条件、状态优先权，事件顺序规定了推理时事件出现的先后顺序。限制性条件是推理时必须满足的。状态优先权表明在推理时，优先考虑的状态。在ORKM中，控制性知识类可以用一个三元组描述：

(控制性知识名，控制性知识分类标志，分类描述指针)

其中分类描述指针指向控制性知识的描述实体。

例如，事件顺序可以用一个规则操作符after表示：after(当前事件，先前事件集)。用sequence方法模式来实现after谓词的功能。

Sequence(事件){//循环检查″先前事件集合″是否全部完成

while(先前事件集″未检查完)

if(当前指针指向的事件未完成)return失败返回；

else当前指针指向下一个事件；

执行″当前事件″return成功标志}

限制性条件用与/或逻辑表达式描述，如条件1AND条件2OR条件3。使用meet规则操作符来检查推理过程中个体是否满足限制性条件。

Meet(个体){while(个体属性未抽取完)

抽取个体属性；

if(个体取值使得限制性表达式为假)return失败标志}

return成功标志}

由于驾驶员的安全个性指标，即本体数据信息(见表1)与其驾驶行为(见表2)表现之间存在复杂的相关性，即同样的安全个性缺陷可表现为不同的不良驾驶行为；同样的驾驶行为也可以反映安全个性的不同方面，二者之间既相互联系，又具有一定的不确定性，根据这一特征，本发明的驾驶模拟设备采用ORKM算法的模糊模式判别，通过分析培训对象的驾驶行为表现，发现其在安全个性方面的缺陷，这种判别标准模型库可以反映驾驶员安全个性缺陷和驾驶员驾驶行为表现之间的关系。这里，我们把培训指标A1，A2，……An(n＝10)(见表3)定义为驾驶行为表现论域U上的n个模糊子集。其中

U＝{u1，u2，u3，…um}(m＝21)，ui代表第i项驾驶行为表现，见下表所列。

A1，A2，……An即构成模糊判别方法的标准模型库。其中

A1＝{u11，u12，u13，…u1m}

A2＝{u21，u22，u23，…u2m}

……………………..

A2＝{un1，un2，un3，…unm}n＝10，m＝21

用列表形式表示如下：

	B1	B2	B3	B4	B5	…	B20	B21
									A1	u11	u12	u13	u14	u15	…	u120	u121
A2	u21	u22	u23	u24	u25	…	u220	u221
									A3	u31	u32	u33	u34	u35	…	u320	u321

A4	u41	u42	u43	u44	u45	…	u420	u421
									A5	u51	u52	u53	u54	u55	…	u520	u521
A6	u61	u62	u63	u64	u65	…	u620	u621
									A7	u71	u72	u73	u74	u75	…	u720	u721
A8	u81	u82	u83	u84	u85	…	u820	u821
									A9	u91	u92	u93	u94	u95	…	u920	u921

其中，uij的含义是，具有驾驶行为表现Bj的驾驶员属于Ai类安全个性缺陷的可能性(隶属度)为uij。

隶属度uij的确定：

常见的隶属度(隶属函数)确定方法有模糊统计法、相对比较法、专家咨询法等。我们在这里采用专家咨询法确定隶属度uij的取值，确定结果如下：

A1＝{0.8，0.8，1.0，0.0，0.6，0.0，0.0，0.0，0.0，0.0，0.0，0.0，0.0，0.0，0.0，0.0，0.0，0.3，0.0，0.0，0.0}

A2＝{1.0，1.0，1.0，0.0，0.8，0.0，0.0，0.3，0.3，0.0，0.0，0.0，0.0，0.0，0.0，0.0，0.0，0.3，0.0，0.0，0.0}

A3＝{0.4，0.4，0.0，0.0，0.5，0.0，0.0，0.6，0.6，0.7，0.7，0.7，0.5，0.0，0.0，0.0，0.0，0.0，0.0，0.0，1.0}

A4＝{0.7，0.0，0.0，0.8，0.9，0.0，0.0，0.4，0.4，0.0，0.3，0.3，0.0，0.0，0.0，0.3，0.6，0.0，0.3，0.3，0.0}

A5＝{0.0，0.0，0.0，0.0，0.0，0.9，0.9，0.0，0.0，0.0，0.0，0.0，0.0，0.6，0.0，0.0，0.0，0.0，0.0，0.0，0.0}

A6＝{0.0，0.0，0.0，0.0，0.0，0.0，0.0，1.0，1.0，0.6，0.6，0.6，0.5，0.0，0.0，0.0，0.0，0.0，0.0，0.0，0.0}

A7＝{0.0，0.0，0.0，0.0，0.0，0.0，0.0，0.0，0.0，0.6，1.0，1.0，0.5，0.0，0.0，0.0，0.0，0.0，0.0，0.0，0.0}

A8＝{0.0，0.0，0.0，0.0，0.0，0.0，0.0，0.0，0.0，0.5，0.5，0.5，1.0，1.0，0.0，0.0，0.0，0.0，0.0，0.0，0.0}

A9＝{0.0，0.0，0.0，0.0，0.0，0.0，0.0，0.0，0.0，0.0，0.0，0.0，0.0，0.0，1.0，0.9，0.8，0.8，0.7，0.6，0.0}

设待判别对象(培训对象)的参数为：

C＝{c1，c2，c3，c4，c5，…cm}(m＝21)，

其中，cj定义为在一次模拟驾驶培训中，该对象第j种驾驶行为表现发生的次数。

我们把待判别对象对于第i项培训指标Ai的隶属度定义为

$\mathrm{uAi}=\underset{j=1}{\overset{m}{\mathrm{\Σ}}}(\mathrm{uij}\×\mathrm{cj})---\left(1\right)$

由(1)式可计算出待判别对象相对于各项培训指标的隶属度。由于按(1)式计算出的隶属度值有可能出现大于1的情形，我们采用下式对其进行规一化处理：

${\mathrm{uAi}}^{\′}=\mathrm{uAi}/\left(\underset{i=1}{\overset{n}{\mathrm{\Σ}}}\mathrm{uAi}\right)---\left(2\right)$

由此，驾驶员安全个性指标的判别结果是一个培训指标论域上的模糊集：

A＝{uA1’，uA2’，uA3’，uA4’，uA5’，uA6’，uA7’，uA8’，uA9’，uA10’}

采用最大隶属度判别原则，若有

uAi’＝max{uA1’，uA2’，uA3’，uA4’，uA5’，uA6’，uA7’，uA8’，uA9’，uA10’}

则认为待判别对象相对隶属于Ai，也就是说，该培训对象在第i项培训指标方面存在缺陷，需要有针对性地进行强化培训。

模型验证：本模型经学习样本3670人的验证，判定误差ε＝0.0001，评判结果一致率达91.6％。

数据采集单元用于采集驾驶员的本体数据信息，其包括任务本体和领域本体，用ORKM算法描述，具体参见表4。

在数据预处理单元的程序存储器中，存储有培训指标数据信息(见表5)。

本发明所述的驾驶员个性化培训驾驶模拟方法的步骤为：用户首先登录，该模拟培训设备将根据数据采集单元采集的关于受训者的生理因素数据，对其进行生理判别。对于生理指标不合格的人，说明此受训者不适于从事驾驶员工作，因此不再进入本培训系统。其次，对于生理指标合格者，数据预处理单元的计算模块根据其个体属性(年龄、性别、职业、文化水平等)进行个体分类，并将评估的数据传入程序存储器，在程序存储器中存储有驾驶员的培训指标数据信息，此时，第一数字信号处理器用于将ORKM算法加到数据采集单元输出的驾驶员本体数据信息流上；第二数字信号处理器用于控制性知识的ORKM算法，对所述的程序存储器中的ORKM培训指标数据信息与数据采集单元的驾驶员本体数据信息流进行伸缩处理和混合处理，以进行分析和评判的过程；第三数字信号处理器用于将ORKM算法加到分析后的数据流，并据此重新评价在训人员的安全个性状况，制定新的培训方案，所述的数据预处理单元按照其执行程序将输入其中的过程数据处理过后再输出至显示单元、声音单元、仪表驱动单元和通信单元，所述的显示单元用以接取各种视频或图象信号；所述的声音单元的功能在于形成语音沟通以便接收模拟设备上的微机程序设定的培训语音提示，并且进行以下相应的处理：模/数转换、预处理、输出数字化的声音信号等，所述的仪表驱动单元在于接收预处理单元的数据流，并且显示受训者的驾驶培训的各个项目的指标；所述的通信单元为一般的输入输出接口电路，将数据预处理单元处理后的的数据流输入专用PC机，所述的专用PC机连接一个实时数据管理处理系统，所述的实时数据管理处理系统通过网络连接一个数据处理系统，其由一台连通的编码器和存储器构成，通过编码器读取受训者的本体数据信息并输送给数据管理处理系统这样，通过“培训-测试-评判”的多次循环，逐步提高受训人员的安全素质水平，直到所有的安全个性指标都达到合格。

本发明的优点在于：不但能够帮助受训者尽快获得在复杂交通环境中的行车应急能力和熟练掌握交通工具安全驾驶的正确方法，而且可以缩短受训者的学习时间，提高驾驶培训的质量和受训者的学习效果。

附图说明

下面参照附图和具体实施方式对本发明作进一步详细说明。

图1是本发明驾驶员个性化培训驾驶模拟设备的结构程序图；

图2是本发明的驾驶员个性化培训驾驶模拟设备的数据预处理单元的结构图；

图3是本发明的驾驶员个性化培训驾驶模拟设备的数据采集单元的结构图；

图4是本发明驾驶员个性化培训驾驶模拟设备的工作流程原理图；

具体实施方式

如图1所示，本发明的驾驶员个性化培训驾驶模拟设备主要包括专用PC机、通信单元、数据预处理单元、显示单元、声音单元、仪表驱动单元、练习操作单元和数据采集单元。

所述的练习操作单元设有驾驶模拟操作部件，包括：离合器、车门、点火器、方向机构，油门、脚刹车、离合器、方向盘、速度操纵杆、鸣号器、雨刮器、灯光、手刹车、倒车、强光灯、安全带以及确认按钮，并相应配置传感器以输出各操作部件的电信号；与练习操作单元相连的是数据采集单元，数据采集单元一般由传感器与其对应的输入模块组成，其中传感器中装有敏感元器件，并通过电缆与标准化的插接件和相对应的输入模块连接，外型制成的集成电路的输入模块插在控制界面”RTU”中；与数据采集单元相连的是数据预处理单元，数据预处理单元是以微控制器方式构成的，其结构包括一个计算模块，该模块包括一个CPU，至少一个程序存储器和三个数字信号处理器(DSP)，所述的数据预处理单元按照其执行程序将输入其中的过程数据处理过后再输出至显示单元、声音单元、仪表驱动单元和通信单元，所述的显示单元可以是电视机、显示器等显示视频信号或图像信号的装置，用以接取各种视频或图象信号；所述的声音单元的功能在于形成语音沟通以便接收模拟设备上的微机程序设定的培训语音提示，并且进行以下相应的处理：模/数转换、预处理、输出数字化的声音信号等，使用的部件如话筒等；所述的仪表驱动单元在于数据接收预处理单元的数据流，并且显示受训者的驾驶培训的各个项目的指标；所述的通信单元为一般的输入输出接口电路，将数据预处理单元处理后的的数据流输入专用PC机，所述的专用PC机连接一个实时数据管理处理系统，所述的实时数据管理处理系统通过网络连接一个数据处理系统，其由一台连通的编码器和存储器构成，通过编码器读取受训者的本体数据信息并输送给数据管理处理系统。

图2所示的数据预处理单元31是以微控制器方式构成的，其结构包括一个计算模块32，该模块32包括一个CPU，至少一个程序存储器34和三个数字信号处理器(DSP)33、35、37。所述的数据预处理单元31按照其执行程序将输入其中的过程数据处理过后再输出。第一数字信号处理器33用于将ORKM算法加到数据采集单元输出的驾驶员本体数据信息流上；第二数字信号处理器35用于控制性知识的ORKM算法，对所述的程序存储器中中的ORKM培训指标数据信息与数据采集单元的驾驶员本体数据信息流进行伸缩处理和混合处理，以进行分析和评判的过程；第三数字信号处理器37用于将ORKM算法加到分析后的数据流，并据此重新评价在训人员的安全个性状况，制定新的培训方案。

图3所示的数据采集单元一般由传感器43与其对应的输入模块46组成，其中在传感器43的内部装有敏感元器件41和信号调整电路42，并通过电缆45与标准化的插接件44和相对应的输入模块46连接，数据采集单元用于采集驾驶员的本体数据信息，其包括任务本体和领域本体，用ORKM算法描述具体参见表1。

图4是本发明驾驶员个性化培训驾驶模拟设备的工作流程原理图；本发明所述的驾驶员个性化培训驾驶模拟方法的步骤为用户首先登录，该模拟培训设备将根据数据采集单元采集的关于受训者的生理因素数据，对其进行生理判别。对于生理指标不合格的人，说明此受训者不适于从事驾驶员工作，因此不再进入本培训系统。其次，对于生理指标合格者，数据预处理单元的计算模块根据其个体属性(年龄、性别、职业、文化水平等)进行个体分类，并将评估的数据传入程序存储器，在程序存储器中存储有驾驶员的培训指标数据信息，此时，第一数字信号处理器用于将ORKM算法加到数据采集单元输出的驾驶员本体数据信息流上；第二数字信号处理器用于控制性知识的ORKM算法，对所述的程序存储器中的ORKM培训指标数据信息与数据采集单元的驾驶员本体数据信息流进行伸缩处理和混合处理，以进行分析和评判的过程；第三数字信号处理器用于将ORKM算法加到分析后的数据流，并据此重新评价在训人员的安全个性状况，制定新的培训方案，所述的数据预处理单元按照其执行程序将输入其中的过程数据处理过后再输出至显示单元、声音单元、仪表驱动单元和通信单元，所述的显示单元用以接取各种视频或图象信号；所述的声音单元的功能在于形成语音沟通以便接收模拟设备上的微机程序设定的培训语音提示，并且进行以下相应的处理：模/数转换、预处理、输出数字化的声音信号等，所述的仪表驱动单元在于接收预处理单元的数据流，并且显示受训者的驾驶培训的各个项目的指标；所述的通信单元为一般的输入输出接口电路，将数据预处理单元处理后的的数据流输入专用PC机，所述的专用PC机连接一个实时数据管理处理系统，所述的实时数据管理处理系统通过网络连接一个数据处理系统，其由一台连通的编码器和存储器构成，通过编码器读取受训者的本体数据信息并输送给数据管理处理系统。这样，通过“培训-测试-评判”的多次循环，逐步提高受训人员的安全素质水平，直到所有的安全个性指标都达到合格。

以上所述的仅是本发明的优选实施方式。应当指出，对于本领域的普通技术人员来说，在不脱离本发明原理的前提下，还可以作出若干变型和改进，这些也应视为属于本发明的保护范围。

                 表1驾驶员的本体信息数据

生理因素	项目	合格值
			视力	大于0.7为合格
	听力	正常者为合格
			血压	高血压患者为不合格(医学标准)
	身高	≥155cm者为合格
			色觉	色盲者为不合格
	残疾	有残疾者为不合格(公安部规定)
			疾病	心脏病、晕车等为不合格
	个体基本属性	年龄的差异
性别的差异
		职业的差异
文化程度的差异
		安全意识	安全教育
遵章守法
			心理因素	安全态度
危险感受
		个性
速度估计
		反应时间
操纵机能
		技能因素	动作熟练程度
动作协调性

                            表2驾驶员的驾驶行为表现

代号	驾驶行为表现	举例说明
			B1	攻击性(开英雄车)	一次连续超有间距的车辆2次以上
B2	冲动性(开赌气车)	不愿意跟车行驶，与邻近车辆比速度
			B3	故意违章	越线逆向行驶，闯红灯，超速，占用公交车道，过人行道不减速、停车，占用右转向车道停车，在禁止调头路段调头等
B4	油门操控不稳(忽快忽慢)	松、踏油门大于3个计量级2次以上
			B5	总是超车或超速	连续超车2辆以上，或超速(＞110km/h)行驶1次以上
B6	总是被超车	前方无车，被连续超车3次以上
			B7	行驶速度过低	前方无车，总是低档慢速行驶(＜＝2档)
B8	远近不能兼顾	前车停下，交警在罚司机，此时对面远处来车，则应当停车让行，不应变道超车
			B9	左右不能兼顾	左边有行人过马路，右边路面有石块或坑洼，此时应停车让过行人。如为避行人撞上石块或陷入坑洼，则为“左右不能兼顾”
B10	发生撞车事故	一次模拟驾驶培训中发生撞车事故2次以上
			B11	转弯会车发生事故	转弯会车时发生撞车事故
B12	路口会车发生事故	路口会车时发生撞车事故
			B13	未及时刹车	前车急刹车刹车灯亮或前面停止的车辆司机突然开门，此时应及时刹车
B14	未及时起步	在路口停车线上的第一辆车应在绿灯变亮的1秒钟内起步
			B15	不会起步、停车	不能按规定的动作程序完成起步、停车操作
B16	松抬离合器熄火	在一次模拟驾驶培训中松抬离合器熄火2次或2次以上
			B17	转向操作不当	每次转向时方向盘转角大于30度或小于2度
B18	转向灯操作错误	在一次模拟驾驶培训中，该打未打/打错/打晚方向灯2次或2次以上
			B19	油门、刹车误操作	该踩刹车时踩了油门，或者相反
B20	离合器、刹车配合不当	高速时不能先踩离后器后踩刹车。
			B21	油门、离合器配合不当	不合操作规程
B22	危险感受测试	测试不合格者为危险感受能力差

                    表3驾驶员培训指标

培训指标分类	代号	培训指标	缺陷
				心理指标	A1	遵章守法意识	违章
A2	安全态度	安全态度差
			A3		危险感受	危险感受差
A4	性格	性格急躁
			A5		性格偏缓
A6		注意力				注意力缺陷
	A7		速度估计		速度估计过早
A8		反应能力				反应能力低下
	操作技能指标		A9		操作熟练程度动作协调性		驾驶操作不熟练动作不协调

                  表4驾驶员培训系统任务本体和领域本体

1(|训练教材             14P+问题：问题                        27P+解答：解答

2d*@n主流：主流         15P+出题意图：出题意图                28P+理解能力：理解能力

3d*@n支流：支流|)       16P+对象范围：业务流程/学习项目|)     29P+干劲：干劲

4(|主流                 17(|支流                              30P+记忆力：记忆力|)

5P+意图：意图属性值     18P+对象范围：业务流程/学习项目       31(|汽车部件

6P+教授内容：意图属性值 19P*@N教授行为：教授行为              32P+连接部件：部件

7P+提问序列：提问系列   20P*@N行为的控制：行为的控制|)        33P+部件操作：操作

8P+对应路径：路径       21(|行为控制                          34P+部件参数：参数集|)

9P+对象事故：事故|)     22P+对应的教授行为：教授行为          35(|驾驶课程

10(|提问系列            23P*@N+条件：条件                     36P+课程名称：原子类型

11P+对应路径：路径      24P+控制：控制方式|)                  37P+课程目的：原子类型

12S+提问：提问|)        25(|条件                              38P+课程前提条件：条件

13(|提问                26P+状态：正/误、有/无、高/低、是/否  39P+课程级别：级别|)

注记：[d]表示DIVISION-OF的关系；[A+]表示ATTRIBUTE-OF关系；[P+]表示PART-OF关系；

p*@n+表示复数的情况；[S+]表示SEQUENCY-OF关系；(|表示类定义的开始；|)表示类定义的终止。

                          表5驾驶技能培训指标

序号	培训项目	培训目的	培训指标	培训内容
					1	通过连续障碍	培训机动车驾驶员驾车通过连续障碍时，对车轮行驶轨迹和内轮差的判断能力。	1、方向的运用；2、车轮行使轨迹和内轮差的判断能力；3、稳驾驶能力。	1、8字路；2、长方型障碍；3、圆饼形障碍。
2	通过单边桥	培训机动车驾驶员驾驶车辆，能准确运用方向，对所有车轮位置的直线行使轨迹的正确判断和掌握车辆不平衡运行技术。	1、方向的运用；2、不平衡稳定驾驶技术。	1、左单边桥；2、右单边桥；3、双边桥；4、8字路。
					3	直角转弯	培训驾驶员在急转弯路段迅速运用方向并对车内外轮差距进行判断。	1、方向的运用；2、内、外轮差距的判断能力。	1、直角转弯；2、8字路；3、Z字路。
4	侧方移位	培训驾驶员掌握将整车正确停于路右边车位(库)的技能。	1、方向的运用；2、制动的运用；3、倒车。	1、8字路；2、倒车；3、侧方移位。
					5	上坡定点停车与坡道起步	培训驾驶员上坡路段驾御车辆的能力，正确地在固定地点靠边停稳车辆，以准确使用档位和离合器的能力。	1、半联动；2、定点停车；3、制动的运用。	1、坡道起步；2、平路定点停车；3、上坡定点停车；4、下坡定点停车。
6	限速通过限宽门	考核机动车驾驶员在一定车速下对车身位置的正确盼断能力。	1、平稳驾驶能力；2、车辆位置判断；	1、直线驾驶；2、限宽门。
					7	百米加减档	培训机动车驾驶人对车辆档位的熟练掌握。	1、档位的运用；	1、起步停车；2、百米加减档。
8	起伏路驾驶	培训机动车驾驶员掌握起伏路的驾驶要领和对起伏路面进行正确判断的能力，并做到制动、离合器、档位三者配合适当。	1、制动的运用；2、档位的运用。	1、横断路；2、左右凹凸路段。
					9	曲线行使	培训机动车驾驶员方向的运用与对车轮轨迹运行的掌握。	方向的运用	1、8字路；2、S形路。

Claims (10)

1.一种驾驶员个性化培训驾驶模拟设备，其特征在于：该模拟设备包括专用PC机、通信单元、数据预处理单元、显示单元、声音单元、仪表驱动单元、练习操作单元和数据采集单元。

2.如权利要求1所述的驾驶员个性化培训驾驶模拟设备，其特征在于：所述的练习操作单元设有驾驶模拟操作部件，包括：离合器、车门、点火器、方向机构，油门、脚刹车、离合器、方向盘、速度操纵杆、鸣号器、雨刮器、灯光、手刹车、倒车、强光灯、安全带以及确认按钮，并相应配置传感器以输出各操作部件的电信号。

3.如权利要求2所述的驾驶员个性化培训驾驶模拟设备，其特征在于：与练习操作单元相连的是数据采集单元，数据采集单元一般由传感器与其对应的输入模块组成，其中传感器中装有敏感元器件，并通过电缆与标准化的插接件和相对应的输入模块连接，外型制成的集成电路的输入模块插在控制界面”RTU”中。

4.如权利要求3所述的驾驶员个性化培训驾驶模拟设备，其特征在于：与数据采集单元相连的是数据预处理单元，数据预处理单元是以微控制器方式构成的，其结构包括一个计算模块，该模块包括一个CPU，至少一个程序存储器和三个数字信号处理器。

5.如权利要求4所述的驾驶员个性化培训驾驶模拟设备，其特征在于：所述的显示单元可以是电视机、显示器等显示视频信号或图像信号的装置，用以接取各种视频或图象信号。

6.如权利要求5所述的驾驶员个性化培训驾驶模拟设备，其特征在于：所述的声音单元的功能在于形成语音沟通以便接收模拟设备上的微机程序设定的培训语音提示，并且进行以下相应的处理：模/数转换、预处理、输出数字化的声音信号等，使用的部件如话筒等。

7.如权利要求6所述的驾驶员个性化培训驾驶模拟设备，其特征在于：所述的仪表驱动单元在于数据接收预处理单元的数据流，并且显示受训者的驾驶培训的各个项目的指标。

8.如权利要求7所述的驾驶员个性化培训驾驶模拟设备，其特征在于：所述的通信单元为一般的输入输出接口电路，将数据预处理单元处理后的的数据流输入专用PC机。

9.如权利要求8所述的驾驶员个性化培训驾驶模拟设备，其特征在于：所述的专用PC机连接一个实时数据管理处理系统，所述的实时数据管理处理系统通过网络连接一个数据处理系统，其由一台连通的编码器和存储器构成，通过编码器读取受训者的本体数据信息并输送给数据管理处理系统。

10.一种根据权利要求9所述的驾驶员个性化培训驾驶模拟设备的方法，其特征在于：该方法定义了一种ORKM的算法，所述的驾驶模拟的方法为：用户首先登录，该模拟培训设备将根据数据采集单元采集的关于受训者的生理因素数据，对其进行生理判别，对于生理指标不合格者，不再使其进入，其次，对于生理指标合格者，数据预处理单元的计算模块根据其个体属性进行个体分类，并将评估的数据传入程序存储器，在程序存储器中存储有驾驶员的培训指标数据信息，此时，第一数字信号处理器用于将ORKM算法加到数据采集单元输出的驾驶员本体数据信息流上；第二数字信号处理器用于控制性知识的ORKM算法，对所述的程序存储器中的ORKM培训指标数据信息与数据采集单元的驾驶员本体数据信息流进行伸缩处理和混合处理，以进行分析和评判的过程；第三数字信号处理器用于将ORKM算法加到分析后的数据流，并据此重新评价在训人员的安全个性状况，制定新的培训方案，所述的数据预处理单元按照其执行程序将输入其中的过程数据处理过后再输出至显示单元、声音单元、仪表驱动单元和通信单元，所述的显示单元用以接取各种视频或图象信号；所述的声音单元的功能在于形成语音沟通以便接收模拟设备上的微机程序设定的培训语音提示，并且进行以下相应的处理：模/数转换、预处理、输出数字化的声音信号等，所述的仪表驱动单元在于接收预处理单元的数据流，并且显示受训者的驾驶培训的各个项目的指标；所述的通信单元为一般的输入输出接口电路，将数据预处理单元处理后的的数据流输入专用PC机，所述的专用PC机连接一个实时数据管理处理系统，所述的实时数据管理处理系统通过网络连接一个数据处理系统，其由一台连通的编码器和存储器构成，通过编码器读取受训者的本体数据信息并输送给数据管理处理系统。

Images