基于驾驶人心理风险场模型的个性化换道决策方法及系统

本发明属于信息技术服务，尤其涉及一种基于驾驶人心理风险场模型的个性化换道决策方法及系统。

背景技术：

1、随着智能驾驶汽车的日益普及，其驾驶安全问题也越来越受到关注。现有的行车安全模型通常建立在车辆运动学和动力学原理的基础上，通过车辆状态信息(速度、加速度、横摆角速度等)和两车相对运动关系(相对速度、相对距离等)来判断当前行车风险，任何延迟或错误的风险认知都会导致不正确的驾驶操作，从而进一步增加碰撞发生概率和扰乱交通流。因此，驾驶人在驾驶过程中的实时风险评估成为了一个关键问题。

2、最初，人工势能场(apf，artificial potential field)主要应用于机器人工作路径规划和避撞中，为探索更好的车辆安全决策方法，学者们将车辆的行驶环境也看作势能场并将apf运用到跟车行为建模和驾驶安全辅助系统的设计中。然而现有的人工势能场论模型只针对特定的交通场景有效，缺乏对驾驶人主观因素的考虑，如驾驶人心理，驾驶风格等。复杂多变的道路状况和交通行驶环境等对行车安全的影响，难以适应驾驶员行为特性、交通环境和车辆状态的相互作用和动态变化，故模型的实际应用受到较大局限，实际驾驶过程中驾驶员的生理和心理状态随着时间、空间而变化，此外驾驶员存在个体差异，这都要求模型的参数具有可变性和可适应性。然而传统跟车模型的参数固定不变，导致系统与驾驶员正常驾驶之间出现频繁的干扰和冲突，继而使得驾驶员对系统的接受度降低，难以保证车辆在复杂多变的交通环境下的行车安全。

3、考虑驾驶人驾驶特性的智能汽车换道辅助系统有效提高了智能辅助驾驶系统的接受度，是当前智能驾驶领域的研究热点。目前，用于定量评估主体车辆行车风险的研究方法主要是从物理角度出发，缺乏考虑驾驶人的心理变化和注意力分布，这种方法忽略了驾驶人对于风险感知所存在的异质性和前瞻性。驾驶人是执行换道决策的主体，在驾驶过程中，交互车辆的运动行为以及交通环境的变化会对驾驶人的心理状态产生影响，并且驾驶人的驾驶风格也会影响其换道决策行为。因此，目前的换道辅助系统及相关技术并不能很好的满足驾驶人的个性化需求，一种考虑驾驶人心理的个性化换道决策系统至关重要。

4、通过上述分析，现有技术存在的问题及缺陷为：用于定量评估主体车辆行车风险的研究方法主要是从物理角度出发，缺乏考虑驾驶人的心理变化和注意力分布，忽略了驾驶人对于风险感知所存在的异质性和前瞻性。

技术实现思路

1、针对现有技术存在的问题，本发明提供了一种基于驾驶人心理风险场模型的个性化换道决策方法及系统。

2、本发明是这样实现的，一种基于驾驶人心理风险场模型的个性化换道决策方法，包括：

3、s1，心理风险数据感知；

4、s2，建立驾驶人心理风险场模型，将交通环境以及交互车辆的运动行为对驾驶人心理造成的影响抽象为一个心理风险场，心理风险场场力值被视为实时心理风险的量化指标；

5、s3，根据s2得到的驾驶人心理风险评估结果计算驾驶人综合心理风险k；

6、s4，根据驾驶人驾驶风格数据计算个性化心理风险阈值k*；

7、s5，将驾驶人综合心理风险k与个性化心理风险阈值k*对比，实现个性化换道决策。

8、s1具体包括：心理风险数据感知具体为智能网联汽车搭载的用于感知车辆周围行驶环境的传感器获取到的行驶数据，行驶数据包括主车数据与周围车辆数据以及行驶环境数据，其中主车数据包括主车横向坐标、纵向坐标、速度；周围车辆数据包括车辆横向坐标、纵向坐标、车辆行驶速度；行驶环境信息包括车道宽度、车道线标志。

9、s2具体包括：驾驶人所处交通环境中，车道线与静止物体等不会自发性地影响驾驶人心理风险感知，主要对驾驶人产生潜在心理刺激；交互车辆的运动行为会对驾驶人的心理风险感知产生外部干扰，因此，将交互车辆的运动行为造成的心理影响作为驾驶人显性心理风险；心理风险场场力值由场强向量、车辆所在位置的道路情况、车辆的属性、车辆的运动状态以及驾驶人的行为特征决定，计算驾驶人心理风险场场力值。

10、s3具体包括：驾驶人在行驶过程中会主要关注影响较大的心理风险源，在主车周围存在多个心理风险源的复杂情况下，计算驾驶人综合心理风险k。

11、s4具体包括：采集驾驶人换道数据分析特征参数，并使用k-means算法将其分为保守型、正常型和激进型三类，最后确定不同风格驾驶人的心理风险阈值k*。

12、s5具体包括：通过对比驾驶人综合心理风险k与个性化心理风险阈值k*，当驾驶人综合心理风险值达到个性化心理风险阈值时，车辆执行换道。

13、本发明的另一目的在于提供一种基于驾驶人心理风险场模型的个性化换道决策系统，包括：

14、风险数据感知模块，用于进行心理风险数据感知；

15、风险场模型构建模块，用于建立驾驶人心理风险场模型，将交通环境以及交互车辆的运动行为对驾驶人心理造成的影响抽象为一个心理风险场，心理风险场场力值被视为实时心理风险的量化指标；

16、心理风险计算模块，用于根据驾驶人心理风险评估结果计算驾驶人综合心理风险；

17、心理风险阈值模块，用于根据驾驶人驾驶风格数据计算个性化心理风险阈值；

18、个性化换道模块，用于将驾驶人综合心理风险与个性化心理风险阈值对比，实现个性化换道决策。

19、本发明的另一目的在于提供一种计算机设备，计算机设备包括存储器和处理器，存储器存储有计算机程序，计算机程序被处理器执行时，使得处理器执行所述的基于驾驶人心理风险场模型的个性化换道决策方法的步骤。

20、本发明的另一目的在于提供一种计算机可读存储介质，存储有计算机程序，计算机程序被处理器执行时，使得处理器执行所述的基于驾驶人心理风险场模型的个性化换道决策方法的步骤。

21、本发明的另一目的在于提供一种信息数据处理终端，信息数据处理终端用于实现所述的基于驾驶人心理风险场模型的个性化换道决策系统。

22、结合上述的技术方案和解决的技术问题，本发明所要保护的技术方案所具备的优点及积极效果为：

23、第一，本发明考虑换道风险时引入驾驶人心理风险因子，分析行驶环境和交互车辆的运动行为对驾驶人心理风险造成的影响，能够克服传统行车风险评估方式中仅基于当前车辆运动学进行风险评估的缺点，方便对风险评估更加准确，人性化，一方面能够集合驾驶人本身的特性(心理特征)，复杂多变的道路状况和交通行驶环境等对行车安全的影响，适应驾驶员行为特性、交通环境和车辆状态的相互作用和动态变化，有利于解析不同类型驾驶人的驾驶行为和风险感知，另一方面也有利于推出驾驶人异质的、可定向化的辅助驾驶系统避免出现系统与驾驶员正常驾驶之间出现频繁的干扰和冲突，有助于提高驾驶员对驾驶辅助系统的信任度和接受度，保证车辆在复杂多变的交通环境下的行车安全。

24、第二，本发明根据周围车辆对主车驾驶人造成的心理风险，设计了风险融合策略，综合考虑了周围各个交通参与者对驾驶人心理风险的影响，避免了单个逐次参与者判断的片面性。

25、本发明在进行个性化心理风险评估时考虑了驾驶风格因素，提高了心理风险阈值评估的准确性，使制定的换道决策具备符合驾驶人的个性特征，提高操作的舒适性以及换道决策系统的适应性和可靠性。

26、第三，本发明的技术方案填补了国内外业内技术空白：本发明通过引入驾驶人心理感知风险，使得风险评估打破只基于当前时刻物理学运动的局限，在综合评估中融合未来潜在高危行为的性和严重性，从而使基于此发明开发的驾驶安全辅助系统能够避免风险识别延迟或错误，做到潜在风险事件提前感知、提前预警，极大增强行车安全系数。