一种驾驶员加速意图识别方法及其装置与流程

本发明涉及一种驾驶员加速意图识别方法及其装置，属于驾驶意图识别技术领域。

背景技术：

当前驾驶员意图识别的方法多数停留在单纯软件层面，主要是运用智能算法例如模糊控制、马儿科夫、神经网络等智能控制方案实现对驾驶员意图的识别。

公布号为cn103318181a的中国专利文件公开了一种驾驶员意图识别方法，该方案基于多维离散隐马尔科夫模型来识别驾驶员的行为与意图。

首先，该方案没有考虑实际车辆运行的实时的情况，如车辆故障无法响应正常输出扭矩、车辆重载、爬坡等复杂路况甚至不同驾驶员时，预设的车辆加速模型以及用于识别驾驶意图的阈值无法满足驾驶员意图的准确识别，在这种情况下，调整的对应控制参数就是错误的。

其次，包括马尔科夫模型在内的这些用于意图识别的智能算法往往计算量巨大，对单片机要求较高，对于量产化的车辆来说，意味着成本的提高。同时，复杂的运算意味着复杂的程序，这会带来较高的程序出错率和较长的程序执行时间，这些对安全行车都是不利的。

技术实现要素：

本发明的目的是提供一种驾驶员加速意图识别方法及其装置，用以解决现有技术方案没有考虑车辆实际运行情况导致的驾驶意图识别不准的问题。进一步的，还能够解决现有技术采用的智能算法过于庞大和复杂而导致的硬件成本、程序执行时间和错误率高的问题。

为实现上述目的，本发明的方案包括：

本发明的一种驾驶员加速意图识别方法，包括：

离线开发标定步骤：用于通过第一方法计算特征参数，根据得到的特征参数值划分出至少两个阈值范围，每个阈值范围对应相应的加速控制策略；

实时运行修正步骤：用于在实车运行阶段，根据所述第一方法计算所述特征参数，同时通过第二方法计算或者采集所述特征参数，将通过第一方法计算得到的特征参数值与通过第二方法得到的特征参数值进行比较，若两者有差异，则利用第二方法得到的特征参数值修正所述阈值范围。

进一步的，所述特征参数为加速度a；所述第一方法为：通过采集的油门开度accped_norm、油门变化率accped_rate和车速v_spd，计算加速度a。

进一步的，所述第二方法为通过加速度测量装置，测量实时加速度a_real。

进一步的，所述加速度测量装置为陀螺仪。

进一步的，所述阈值范围为(0，d1]、(d1，d2]、(d2，+∞)；所述加速策略为，当0

＜a≤d1为缓慢加速；当d1＜a≤d2为一般加速；当a＞d2为紧急加速。

进一步的，所述第一方法采用的公式为：

a＝k1×accped_norm+k2×accped_rate+k3×v_spd；其中k1、k2、k3为定值。

进一步的，实时运行修正步骤中，特征参数值比较方法为，如果a_real不等于a且重复确认2次或2次以上，则用2次或2次以上的a_real平均值a_real_avg与a的比值作为所述阈值的修正系数mdf_fac,用于修正驾驶员意图的识别结果。

本发明的一种驾驶员加速意图识别装置，包括处理器、存储器，所述处理器用于执行存储在所述存储器中的指令以实现下述方法：

在实车运行阶段，根据第一方法计算所述特征参数，同时通过第二方法计算或者采集所述特征参数，将通过第一方法计算得到的特征参数值与通过第二方法得到的特征参数值进行比较，若两者有差异，则利用第二方法得到的特征参数值修正阈值范围，所述阈值范围对应于不同的加速控制策略。

进一步的，方法中所述特征参数为加速度a；所述第一方法为：通过采集的油门开度accped_norm、油门变化率accped_rate和车速v_spd，计算加速度a。

进一步的，方法中所述第二方法为通过加速度测量装置，测量实时加速度a_real。

进一步的，所述加速度测量装置为陀螺仪。

进一步的，方法中所述阈值范围为(0，d1]、(d1，d2]、(d2，+∞)；所述加速策略为，当0＜a≤d1为缓慢加速；当d1＜a≤d2为一般加速；当a＞d2为紧急加速。

进一步的，所述第一方法采用的公式为：

a＝k1×accped_norm+k2×accped_rate+k3×v_spd；其中k1、k2、k3为定值。

进一步的，实时运行修正步骤中，特征参数值比较方法为，如果a_real不等于a且重复确认2次或2次以上，则用2次或2次以上的a_real平均值a_real_avg与a的比值作为所述阈值的修正系数mdf_fac,用于修正驾驶员意图的识别结果。

本发明的有益效果为：

本发明的驾驶员加速意图识别方法将车辆运行的实时的情况考虑在内，将车辆实时运行情况反馈调整意图识别阈值，使得驾驶员意图与实际加速情况形成闭环控制，大大提高了驾驶意图识别的准确性。

另外，本发明涉及的参数采集容易，计算量小，程序简单可靠。对车辆的控制芯片要求低，对量产车型来说，能有效降低成本和开发难度；对实际使用来说，控制系统不容易出错，安全可靠。

附图说明

图1是一种驾驶员加速意图识别方法流程图。

具体实施方式

下面结合附图对本发明做进一步详细的说明。

如图1所示的一种驾驶员加速意图识别方法流程图，分为离线开发标定阶段和系统实时运行阶段；离线开发标定阶段具体包括以下步骤：

1)基于定载荷车辆，采集大量工况数据，通过对数据的梳理分析，找出油门开度accped_norm、油门变化率accped_rate、车速v_spd三个因素对车辆加速度a的影响。按规律可以找出驾驶员操作意图的动作规律，从数据中看出整个过程输出信号的顺序为：首先油门开度accped_norm变化，然后油门变化率accped_rate变化，最后体现到车辆加速度a和车速v_spd的变化上。从采样数据可以看出，油门开度变化后0.1秒内，油门变化率会达到峰值(最大值或最小值)，随后延迟1.2秒左右加速度a达到峰值，车辆加速度变化趋势主要与油门开度有关，但与油门变化率和车速也有一定关系。

2)通过matlabcftool拟合工具箱，输入三个影响因素，拟合成加速度函数为：a＝k1×accped_norm+k2×accped_rate+k3×v_spd(当函数确认后k1,k2,k3为定值)，得到车辆加速度模型，然后根据车辆的加速度值对驾驶员意图进行量化或分类，通过识别出来的驾驶员意图来选择控制相关的参数集或不同的控制方式，从而达到控制上的最优。

3)对得到的加速度a，按经验对驾驶意图分为三类，对应阈值集为(0,d1,d2):(1)当a大于d2为紧急加速，(2)当a介于d1到d2之间为一般加速，(3)当a介于0到d1之间为缓慢加速。

系统实时运行阶段具体包括以下步骤：

1)在车辆实时运行过程中，整车控制器实时采集油门开度accped_norm_real、油门变化率accped_rate_real、车速v_spd_real以及通过陀螺仪读取到车辆实际加速度a_real，判断如果在同样油门开度、油门变化率和车速的情况下，如果a_real不等于a且重复确认10次，用10次a_real的平均值a_real_avg与a的比值做为阈值的修正系数mdf_fac，从而修正驾驶员意图识别结果。

以上实施例中体现的基本方案是：

在离线开发标定时，通过第一方法计算特征参数，根据得到的特征参数值划分出至少两个阈值范围，每个阈值范围对应相应的加速控制策略；车辆实时运行时，根据所述第一方法计算所述特征参数，同时通过第二方法计算或者采集所述特征参数，将通过第一方法计算得到的特征参数值与通过第二方法得到的特征参数值进行比较，若两者有差异，则利用第二方法得到的特征参数值修正所述阈值范围。

在本实施例中，第一方法即为利用计算机，将油门开度、油门变化率、和速度拟合成加速度a的函数：a＝k1×accped_norm+k2×accped_rate+k3×v_spd，加速度a即为特征参数；第二方法为利用陀螺仪在车辆实时运行时采集实际加速度a_real；修正阈值范围是利用a_real的平均值a_real_avg与a的比值做为修正系数mdf_fac来对阈值进行修正；修正条件为a_real连续十次不等于a。

但是，本发明并不限定第一方法、第二方法、阈值修正方法和修正条件的具体内容和方式，本发明的关键在于车辆实时运行阶段对于阈值的反馈修正；作为其他实施方式，第一方法可以为其他的算法，只要能够计算出相应的特征参数，用相应特征参数划分出对应不同控制参数的阈值，并且该特征参数能够用第二算法在实时运行时再次得到即可。