浅谈汽车驾驶员自适应防碰撞预警系统设计

刘胜利

中共孟津县纪律检查委员会 河南 孟津 471100

引言

先进汽车驾驶辅助系统这是一种可以将人-车-路三者做为闭环系统，有效的使用当前现代信息技术，来扩展驾驶员的感知能力，从而通过路况以及车况的综合信息来对安全隐患问题进行有效的便是，这在当前只能交通领域是一个研究的重点。

1 自适应FCW系统总体方案规划和设计

对于FCW系统来讲，这是一个集预警，紧急避撞功能于一体的控制系统，可以很好的实现其防碰撞预警的功能，它的主要关键点便是：设计的防撞预警策略可以很好的满足驾驶员的特性，并且还能满足不同风格的驾驶习惯。因此我们需要构建精确的车辆动力学模型，在进行设计的控制器标准中需要有着很好的实时性以及稳定性。因此，为了能够使得设计达成标准，设计的自适应FCW系统总体方案如图1所示。

从图1当中我们可以知道，FCW算法它能够很好的提高系统效能以及系统的指令接受度。当即将发生危险的时候，报警系统频繁干扰正常驾驶从而起到报警的作用，固定不变的跟车模型参数以及报警启动逻辑无法适应驾驶人的行为波动性以及个体差异性，因此为了很好的使得FWC系统稳定的工作，我们应当重点的关注FCW算法的操作。

2 对于自适应FCW算法的总体设计探讨

在带有自适应功能的FCW算法中它有着两个方面的特点：第一、内部的风险评价模型不能进行固定，而是需要驾驶人员调整。通过不同的参数数据调整，从而才能使得变得稳定，另外还相应的会受到交通环境，疲劳状态等因素的影响，使得驾驶员的个体存在波动性。第二、内部固定启动阀值也是需要进行调整的，当驾驶员的应激反应特点受到了路况因素的影响，从而使得对于风险的规避能力也在不断的进行变化。

3 风险评估模型参数以及启动阀值两者调整的探讨分析

3.1 数据类型

对于系统来讲，如何有效的收集数据是基础参数，在这个系统的框架中将在线数据分为了三个方面：第一、危险辨识数据，这是一种当FCW预警开始运作时产生的数据，这一种数据越多，那么就说明内部阐述以及启动阀值较为稳定。第二、漏警数据，这是一种当FCW没有正确的检测到后面跟车风险时产生的数据。第三、误警数据，当出现假警报的时候产生的数据，我们都知道，在汽车当中频繁的出现假警报会干扰到驾驶员的操作，因此当前出现误警数据的发生时，我们需要对阀值进行重新评估。

3.2 基于驾驶员制动行为的报警阀值预测方式

对于风险感知数据序列来讲，当制动的时候可以收集到所有的RP值便可以进行对数据进行重新的预测，从而获得风险感知数据序列，并且当决定最后的RP值时候，会使得序列重新开始，从而生成一个新的序列。

3.3 对于启动阀值来讲有效的判断

制动信号和警告信号这两个信号是系统当中最为重要的信息，可以用来评估和匹配当前的设置参数，在实际操作过程当中，当熟不B=1的时候，可以保障启动阀值的合理性。并且对于应用信息来讲，它是用来衡量数据B的混乱记录，当混乱的程度越比，内部B值的比率就越高。

4 验证探析

4.1 有效的构建驾驶仿真模型

首先我们需要在Carsim系统当中构建出可以模拟车辆运行的过程，从而在一定的程度上反映出系统非线性动态特性并且满足模型精确性要求的车辆系统动力学模拟。当我们在进行离线仿真设计算法的时候，需要应用到Carsim系统中的路面数据，并且为了可以全面的平复反馈改进后的FCW算法以及有效的验证修改之后的指标，当我们在对离线方针操作进行执行的时候，这此时制动信号不会被认作为逻辑警报。在本篇文章当中我们提出了FCW算法的输入是调整指标THW以及TTCI的结果，并不是在一个车道上只考虑到驾驶员行为的传统指标。因此提出了预警算法的观点，仅仅是为了能够在最大的限度上考虑模型参数以及启动阀值的自我调整，因此我们可以把它看做为自适应预警装置。

4.2 模型参数以及启动阀值两者的自适应过程

对于FCW参数的调整都是基于在线数据流来进行操作的，它的主要逻辑过程如下：首先，我们需要判断启动阀值内部的参数设置是否合理，假设它符合当前驾驶员的制动行为，那么就代表着阀值以及模型参数两者数据都不需要进行调整。反之，系统将会找寻最佳的阀值参数来进行操控。接着，我们还需要确定风险评估模型的参数内部设置是否有效，如果有效的话，那么当前的风险评估模型参数就会不受到改变继续保持形式，如果参数的设置不合理，那么便需要对模型参数以及启动阀值进行修改，并且还需要对前期的数据进行清除操作。

4.3 定义性能有效指标探讨

在对性能进行定义的时候，我们需要对其内部的每一帧实时数据进行有效的分类，接着按照FCW评价的方法来对其性能指标进行定义，在这些指标当中有着：适应率，预警正确率，危险辨识率，安全辨识率，误警率等等。

对于这一些指标我们需要保障有着很好的预警正确率，当算法在出现警报的时候，驾驶员也可以进行刹车操作，这样就会在一定的程度上使得系统可以在主动安全中发挥出作用，并且在一定程度上为了使得驾驶员在驾驶的过程中不会受到干扰，我们还需要在算法当中加入一个高安全辨识率以及低误警率。

4.4 性能指标的比较

从图2当中我们可以了解到三中算法模式的性能比较，在所有的性能指标当中，我们可以看出模式1它不同于其他的两种模式，对于FCW产品的概念来讲，它在早期的阶段便需要进行研究以及优化，内部的指标修改或者是自适应预警都需要进一步的加强，从而避免发生误警率。在比较当中的所有性能中，整合两种模式3无疑是三中模式当中最好的，对于模式3来讲，为了进一步的加强精确度，它内部当中的安全辨识率提高到了百分之九十以上。

图2 三中算法模型的性能比较

5 结束语

在本篇文章当中，我们对FCW算法的特点进行了有效的分析和探讨，打破了传统FCW算法使用固定跟车模型以及固定报警启动阀值的局限，从而有效的实现了跟车模型参数可以在线进行调整的概念，这就在一定的程度上使得内部FCW系统可以很好的适应驾驶员的个体差异性以及行为波动性，并且在随着系统使用时间的不断增加，系统对于驾驶员行为的使用性也逐渐被提高，在一定的程度上使得误警率也变得降低，因此可以很好的匹配驾驶员当前的驾驶行为。另外我们还可以通过对数据样本进行扩大，使得验证的结果能够进一步的有效提高，在不久的将来，这一种方法评估风险感知以及FCW算法可以在复杂的交通环境进行更加的适应，这也是未来需要重点研究的方向。