863課題申請-緊急情況下駕駛員生物反應和行為模型研究與應用

課題類型：

探索導向類申請受理編號：

SQ2007AA11Z133792國家高技術研究開展方案〔863方案〕

專題課題申請書技術領域名稱：現(xiàn)代交通技術領域專題名稱：綜合交通運輸系統(tǒng)與平安技術申請指南技術方向：交通平安新技術課題名稱：緊急情況下駕駛員生物反響和行為模型研究與應用申請人：柴春雷依托單位：浙江大學中華人民共和國科學技術部2007-05-08緊急情況下駕駛員生物反響和行為模型研究與應用

浙江大學

〔柴春雷〕對該課題申請所涉及主要研究內(nèi)容的熟悉程度：HTMLCONTROLForms.HTML:Option.1很熟悉HTMLCONTROLForms.HTML:Option.1比擬熟悉HTMLCONTROLForms.HTML:Option.1一般評議內(nèi)容評分

一、研究目標和內(nèi)容的重要性與必要性〔10分〕HTMLCONTROLForms.HTML:Text.1所涉及到的關鍵技術或產(chǎn)品是否重要？

研究內(nèi)容是否符合國家重大技術需求？

主要研究內(nèi)容是否符合本專題指南的技術方向？二、研究內(nèi)容的創(chuàng)新性與前沿性〔40分〕HTMLCONTROLForms.HTML:Text.1研究內(nèi)容是否具有突出的原始性創(chuàng)新內(nèi)容？

研究內(nèi)容是否表達了新的原理、方法的創(chuàng)新內(nèi)容？

研究內(nèi)容是否具有突出的集成創(chuàng)新內(nèi)容？

研究內(nèi)容是否表達了集成應用或集成產(chǎn)品的創(chuàng)新內(nèi)容？

研究內(nèi)容是否處于國際或國內(nèi)技術開展前沿？

研究內(nèi)容如果成功能否在國際或國內(nèi)產(chǎn)生較大影響？

研究內(nèi)容是否在國內(nèi)已有相同或接近的成果？

研究內(nèi)容是否有望獲得創(chuàng)造專利等知識產(chǎn)權？三、技術實力與研究根底〔20分〕HTMLCONTROLForms.HTML:Text.1課題申請負責人是否能夠勝任課題組長？

課題組人員構成和時間投入是否合理？

課題組現(xiàn)有研究根底是否處于國內(nèi)領先行列？

課題依托單位〔及協(xié)作單位〕的支撐條件是否較強？四、研究目標和研究方案的可行性〔20分〕HTMLCONTROLForms.HTML:Text.1預期研究目標是否明確、集中？

技術經(jīng)濟指標是否具體、適度？

對國內(nèi)外技術開展趨勢是否把握？

主要技術的知識產(chǎn)權分析和對策是否恰當？

技術路線和研究方法是否合理、可行？

依托單位和協(xié)作單位的分工合作是否合理？五、預期成果及前景〔10分〕HTMLCONTROLForms.HTML:Text.1課題預期成果是否可取得一定的經(jīng)濟社會效益？

課題預期成果是否具有較大的市場〔潛在的市場〕前景？

課題成果是否能對相關技術開展起到帶動作用？

課題研究是否可實現(xiàn)預期的人才、隊伍培養(yǎng)目標？綜合評議得分HTMLCONTROLForms.HTML:Text.1

綜合評價結論

根據(jù)分項評議意見，對該課題申請進行綜合評價，給出總體結論性意見。評價結論意見：HTMLCONTROLForms.HTML:Option.1同意立項〔A〕HTMLCONTROLForms.HTML:Option.1不同意立項〔C〕總體評議意見：〔對該課題申請給出綜合評價意見，闡述同意立項或不同意立項的理由，說明需要說明的有關問題。本局部內(nèi)容為必填內(nèi)容，文字不超過300字?！矵TMLCONTROLForms.HTML:TextArea.1課題名稱緊急情況下駕駛員生物反響和行為模型研究與應用

行業(yè)領域交通運輸

預計完成年限3

課題密級公開級

預期成果類型計算機軟件、論文論著

申請(負責)人信息姓名柴春雷

性別男出生日期1978-12-18

職稱中級職稱

最高學位博士

從事專業(yè)工學

所在單位浙江大學

依托單位信息單位名稱浙江大學單位性質(zhì)大專院校所在地區(qū)浙江省

單位主管部門教育部

組織機構代碼470095016

單位成立時間1998-9-15

協(xié)作單位信息單位名稱單位性質(zhì)組織機構代碼課題經(jīng)費來源預算(萬元)總經(jīng)費80

申請863方案資助80

其他國家級資助(包括部門匹配)0

地方政府匹配0

銀行貸款0

自有資金0

其它資金0

經(jīng)費備注

序號姓名性別出生日期職稱職務專業(yè)為本課題工作時間(人月)課題組中職務

(組長、副組長或成員)在課題中分擔的任務所在單位1劉征男1978年10月

其他人員

無

工學

8

成員

實驗設計

浙江大學

2吳劍鋒男1976年3月

其他人員

無

工學

10

成員

數(shù)據(jù)分析

浙江大學

3李想男1981年2月

其他人員

無

工學

8

成員

實驗操作

浙江大學

4柴春雷男1978年12月

中級職稱

無

工學

10

組長

工程總體負責

浙江大學

5王鑫男1984年7月

其他人員

無

工學

8

成員

系統(tǒng)建模

浙江大學

6楊程男1978年5月

初級職稱

無

工學

10

成員

實驗設計

浙江大學

7吳群男1978年3月

其他人員

無

工學

10

成員

系統(tǒng)建模

浙江大學

8楊紅春男1970年9月

其他人員

無

工學

10

成員

實驗設計

浙江大學

9應放天男1970年2月

高級職稱

副系主任

工學

8

副組長

實驗平臺構建

浙江大學

10李芳宇女1977年9月

中級職稱

無

工學

8

成員

實驗測試

浙江大學

課題參加總人數(shù)

10

人。其中：高級職稱

1

人，中級職稱

2

人，初級職稱

1

人，無職稱

6

人；

其中具有：博士學位

1

人，碩士學位

6

人，學士學位

3

人，其他

0

人；合計：投入

90

人月2.1課題組長、副組長資歷情況〔從事過的主要研究任務及所負責任和作用，主要研究成果、創(chuàng)造專利和獲獎情況，在國內(nèi)外主要刊物上發(fā)表論文情況，完成其他科技方案課題情況，特別是近五年取得的與本申請課題相關的研究成果情況，字數(shù)要求1000字以內(nèi)〕柴春雷，男，助理研究員。生于1978年，2005年9月博士畢業(yè)于浙江大學，后留校任教，并從事師資博士后研究工作。主要開展駕駛行為、計算機輔助人機工程、應用人機工程與設計等方面的研究工作。參與的與本申請相關的工程：〔1〕國家計委產(chǎn)業(yè)化前期關鍵技術與成套設備研制開發(fā)工程：“面向區(qū)域經(jīng)濟開展的高技術產(chǎn)品開發(fā)系統(tǒng)〞〔〔計高技[1998]2077批文〕，參與第四課題“人機工程輔助設計系統(tǒng)〞的研究工作，該工程的成果2005年獲國家科技進步二等獎；〔2〕2003年—2004年，國家863方案“面向產(chǎn)品創(chuàng)新的計算機輔助概念設計技術的研究〞〔2002AA411110〕，擔任數(shù)字化人機工程子課題負責人；〔3〕國家973方案〔虛擬現(xiàn)實的根底理論、算法及其實現(xiàn)〕：課題6“面向產(chǎn)品創(chuàng)新開發(fā)的虛擬設計平臺〞〔2002CB312106〕，2003.01－2007.12，人機工程局部技術負責人；〔4〕國家科技部中小企業(yè)創(chuàng)新基金“轎車車身工業(yè)設計軟件的開發(fā)〞〔04C26213301192〕，2004.06－2006.06，負責人機工程局部的研發(fā)。[1]ChunleiChai,ShouqianSun.StudyontheTechniqueofMan-machineSimulationbasedonPosturePrediction.JournalofComputationalInformationSystems,2006,vol2,No2,897-904.[2]ChunleiChai,ShouqianSun,Qihuang,ZhanxunDong.ModelofProductColorEvaluationBasedonEstheticsPrinciple,FifthWorldCongresonIntelligentControlandAutomaion,2004.6:3962-3966.[3]ChunleiChai,YingYang,ShouqianSun.StudyofSeveralProblemsOnInternetInnovativeDesign.IEEESMC2004conferenceproceedings,2004,2564-2568.[4]柴春雷，孫守遷，黃琦，董占勛。面向家電產(chǎn)品的人機工程分析與評價系統(tǒng)的研究，計算機輔助設計與圖形學學報，2006.4，vol.18，No.4,580-584.[5]ChaiChunlei,ZhangJian,DongZhanxun.ResearchonComputeraidedErgonomicsforIndustrialDesign.CAID&CD’2005,618-622.[6]FangyuLi,ShouqianSun,ChunleiChai,ZhanxunDong.DrivingComfortAssessmentModelConstructionBasedonFuzzyInference,Proceedingsof6thWorldCongressonContralandAutomation,June21-23,2006:9449-9453[7]JIANFENGWU,SHOUQIANSUN,CHUNLEICHAI?,XINWANG.VIRTUALHUMANMODELFORSIT-TO-STANDANALYSIS.JournalofComputationalInformationystems,2007,835-839.2.2課題組長、副組長目前承當863方案和其它國家科技方案課題情況〔包括人員姓名、承當課題名稱、課題經(jīng)費數(shù)、課題起止時間、所屬科技方案名稱等信息〕姓名承當課題名稱課題經(jīng)費數(shù)(萬元)課題開始時間課題結束時間所屬科技方案其他說明事項：2.3課題組長及課題組主要成員是否曾就相同或類似課題863方案和國家其他科技方案提出申請〔如有，請說明申請人姓名、申請科技方案名稱、申請課題名稱、申請時間、申請結果等情況，并說明與本課題申請的關系〕3.1、課題簡介〔簡要說明課題的目的意義、主要研究內(nèi)容、預期目標等，字數(shù)要求1000字以內(nèi)〕隨著汽車數(shù)量和駕駛出行量的增加，交通事故發(fā)生率的絕對數(shù)呈現(xiàn)日益增長的趨勢，駕駛平安已經(jīng)成為汽車制造廠商、政府道路行政管理部門乃至全社會共同關注的問題。作為交通事故中扮演重要角色的駕駛員，其行為直接和間接地引發(fā)交通事故，因此緊急情況下駕駛員反響及行為的研究將為交通和駕駛平安提供新的重要的解決途徑。車輛駕駛過程中，一旦發(fā)生緊急情況，駕駛員接收到前方信息進行視覺識別，進行大腦判斷，然后通過實施駕駛操控行為來進行車輛加速、制動等，盡量防止交通事故的發(fā)生。然而，一旦緊急情況發(fā)生，留給駕駛員的反響操控時間極為有限，許多駕駛員由于來不及實施有效的駕駛控制行為或實施了錯誤的駕駛行為而導致平安事故發(fā)生。如果能給駕駛員多0.1s的處理時間，那么交通事故率可降低30%。本課題研究在駕駛操作行為實施前的駕駛員生物反響和行為情況，有望為駕駛平安控制提供更多的處理時間和提供新的解決思路。人體對于簡單視覺信息的刺激——動作反響時間介于0.2-0.25s，而對于復雜視覺刺激做出選擇和判別的動作反響時間會明顯延長〔0.9s〕甚至出現(xiàn)錯誤。我們注意到，緊急情況下，在具體駕駛行為實施之前，人體對于外界刺激已經(jīng)有了生物反響。研究發(fā)現(xiàn)有許多應急生物反響先于動作執(zhí)行過程，這些反響主要包括肌電、肌肉緊張、體壓、心跳等。這就是說，緊急情況下，測定駕駛員的生物反響信號，進行正確識別和判斷，可以先于駕駛員行為0.2s以上，進行智能制動控制，可以為防止車禍發(fā)生提供珍貴的時間并采取更有效的車輛控制措施。因此，緊急情況下駕駛員生物反響模型的研究可為汽車智能制動系統(tǒng)、汽車平安設計提供理論根底和源頭信息。緊急情況下駕駛員生物反響和行為模型的研究具有普遍意義。本文的研究成果和方法，對飛行平安、船舶平安等有借鑒意義。本工程研究內(nèi)容主要有：緊急情況下駕駛行為分析，緊急情況下駕駛行為模型研究，緊急情況下駕駛行為仿真研究。工程的研究成果分為理論和軟件成果，可以用于駕駛智能制動系統(tǒng)的研制，車輛人性化設計，駕駛平安培訓等方面。

課題主要研究技術的國內(nèi)外開展現(xiàn)狀與趨勢，課題主要研究技術國內(nèi)外專利授權情況駕駛員生物反響和行為研究的歷史可以追溯到1938年Gibson和Crooks提出的車輛行駛區(qū)域分析〔field-analysis〕理論。從時間上看，駕駛員生物反響和行為的研究可以分為三個階段：〔1〕從1938年到1980年以前，屬于駕駛員模型理論的探索階段。由于受到年代和條件的限制，該階段的研究多從實例出發(fā)來探討駕駛行為，缺乏相應的實驗支撐?！?〕從1980年到1990年，駕駛行為模型的研究處于一個活潑期，國內(nèi)外專家先后提出了推理行為理論、人行為能力模型、規(guī)劃行為理論、感知與認知過濾模型、產(chǎn)生規(guī)那么模型/基于規(guī)那么模型等等，對駕駛行為進行了較為深入的研究?！?〕從1990年到2000年，駕駛員生物反響和行為的研究進入了一個停滯期。究其原因我們不難得出結論：描述和理解駕駛員行為非常需要開展相應的模型和理論，盡管前面的研究已經(jīng)提出了一些理論和模型，然而這些理論和模型并沒有得到普遍認可和接受，沒有得出一致的結論?！?〕2000年以后，進入21世紀，駕駛員反響和行為的研究進入異?；顫婋A段。從研究內(nèi)容上，我們不難發(fā)現(xiàn)，這得益于認知科學的迅速開展以及建模工具的進一步豐富。駕駛員生物反響模型的研究，主要集中在以下三個方面：〔1〕駕駛認知理論。認知科學被稱作21世紀智力革命的前沿學科，它研究人類認知過程、智能和智能系統(tǒng)、大腦和心靈內(nèi)在運行機制；是興起于20世紀70年代的一門交叉科學；在過去的20年間，出現(xiàn)了多種認知體系，典型的有ACT-R、SOAR和EPIC，三者的關注焦點、適用范圍以及易學易用性不盡相同，各有特點。早期的研究集中于駕駛行為的底層認知，研究駕駛控制行為。Hess等人研究了駕駛員轉向行為的控制模型[1]。Boer等人研究了在國道上駕駛員的決策和控制行為[2]。Nakano傾向于研究駕駛員在道路變化時的直覺反響[3]。接下來的研究已經(jīng)開始將底層控制和人類決策和高層認知過程結合起來[4]?，F(xiàn)在的研究已經(jīng)用高層的認知體系來駕駛行為的研究，在這方面比擬著名的有Salvucci提出的基于ACT-R的整合駕駛行為模型[5]，2006年劉雁飛等人采用認知行為建模方法,建立符合真實駕駛認知行為的認知模型并應用于車輛輔助駕駛系統(tǒng)[6]。NobuyukiKuge開發(fā)了基于HMMs〔HiddenMarkovModels〕的方法可以仿真正常情況和緊急情況下的道路變化情況，并進行了駕駛行為的識別研究[7]。2001年，TrulsVAA在對以往駕駛行為的理論和模型進行比擬分析后指出：認知和情感是駕駛任務中危險情況的預測、躲避和評估的很好工具。之后，SalvucciDD[8]、DaielKrajzewicz[9]和OlivierGeorgeon[10]等開展了認知體系結構的駕駛員行為研究工作，取得了重要進展?！?〕駕駛員應急反響研究。該類研究集中于研究駕駛環(huán)境變化時駕駛員的生物學反響。眼動分析法是對駕駛員視覺特征進行研究的重要方法,它通過分析眼駕駛員在駕駛過程中每一時刻的眼動數(shù)據(jù)來揭示人的心理活動,這種信息對于深入分析駕駛員的注視特點、改善其注視模式具有重要作用。國外早在二十世紀六十年代已經(jīng)開始通過眼動分析法對駕駛員進行研究,目前該領域已成為熱點，在分析駕駛行為變化方面有重要作用[11-14]。童兵亮等人根據(jù)嘴部狀態(tài)來判斷駕駛員的行為狀況[15]。Y.Lin研究了駕駛過程中駕駛員的血壓和心跳變化情況，并相應的進行了建模[16]。張艷霞分析了影響駕駛員行車平安的心理因素,得出人的個性、情緒、注意力、自我保護意識等對駕駛平安有重要影響[17]。浙江大學柴春雷等人通過駕駛姿勢來研究駕駛行為[18]?！?〕駕駛員反響和行為建模研究。目前,國內(nèi)外的研究重點集中在自動駕駛上面,并取得了一定的研究成果。如:德國慕尼黑聯(lián)邦大學與奔馳汽車公司合作研制開發(fā)的VaMP系統(tǒng)[19]，美國CMU大學機器人研究所研制的NabLab系統(tǒng)[20-21]，意大利帕爾馬大學研制的ARGO實驗車[22-23]等。在這些系統(tǒng)中,核心內(nèi)容是對駕駛員行為模型的建立。日本學者K.Yoshimoto提出了自決策速度的駕駛員預瞄跟隨控制模型[25]，該模型假設駕駛員能夠準確感知汽車的運動狀態(tài)以及能夠準確預測汽車將要跟隨的軌跡,駕駛員根據(jù)行駛軌跡的變化來進行相應的方向控制和速度控制。I.Kageyama等建立了基于神經(jīng)網(wǎng)絡的駕駛員—汽車—道路模型[26],該模型包括三個局部:駕駛員軌跡決策神經(jīng)網(wǎng)絡模型、駕駛員軌跡跟隨神經(jīng)網(wǎng)絡模型和汽車動力學神經(jīng)網(wǎng)絡模型。上述兩個模型結構復雜,實時性很差。我國學者郭孔輝院士提出了預瞄最優(yōu)曲率模型和預測—跟隨系統(tǒng)理論[27]，是駕駛員模型中最有代表性的一個。在此根底上，廖傳錦等人利用車載傳感器實時獲取的環(huán)境與汽車行駛狀態(tài)的參數(shù),構造了汽車行駛過程的特征模型,為平安決策提供可靠的信息源。然后利用模糊積分方法融合多種相關信息,確定汽車應采用的平安運行模式,實現(xiàn)主動平安防撞決策[28]。有人提出預測汽車駕駛員行為的模型—隱含馬可夫動態(tài)模型(hiddenMarkovedynamicmodelsHMDMs)。在這個模型中,可以通過觀察駕駛員的行為預測駕駛員的行為目的[29-30]。綜合以上國內(nèi)外研究來看，駕駛員生物反響模型的研究還存在以下缺乏：〔1〕從駕駛行為認知理論研究來看，國內(nèi)外專家學者已經(jīng)將高層的認知體系應用于駕駛行為認知，取得了不錯的效果。但對于駕駛環(huán)境下尤其是緊急情況下駕駛員的生物反響和行為認知還缺乏針對性研究，缺乏特定的認知體系?！?〕從駕駛員應急反響的研究來看，采用眼動方法研究的較多，其他研究如血壓、心跳等也有人來研究?？傮w來看都是從駕駛員受到外界刺激以后，所產(chǎn)生的應激反響，但對于駕駛員內(nèi)部的信息處理機制，如腦電反響，如何控制駕駛行為的產(chǎn)生等等尚缺乏研究?！?〕從建模方法來看，以車輛為主體，駕駛員為載體的模型較多，如車輛跟馳模型等；以駕駛員為主體的模型較少。有多種建模方法被采用，神經(jīng)網(wǎng)絡和基于規(guī)那么的方法也有人運用。但現(xiàn)有模型多著重于對已有信息的融合加工，對駕駛員生物反響信息的采集及行為的不確定性方面缺乏相應的研究。參考文獻Hess,R.A.,&Modjtahedzadeh,A.(1990).Acontroltheoreticmodelofdriversteeringbehavior.IEEEControlSystemsMagazine,August1990,3-8.Boer,E.R.,&Hildreth,E.C.(1999).Modelingdrivers’decisionandcontrolbehavioroncountryroads.InA.G.Galeetal.(Eds.),ProceedingsoftheEighthInternationalConferenceonVisioninVehicles.Amsterdam:Elsevier.Nakano,S.etal.,DevelopmentofanIntelligentSteeringSystemforanAutomatedHighwaySystem,FISITA98,F98S037Wierwille,W.W.,&Tijerina,L.(1998).Modellingtherelationshipbetweendriverin-vehiclevisualdemandsandaccidentoccurrence.InA.G.Galeetal.(Eds.),VisioninVehiclesVI(pp.233-243).Amsterdam:Elsevier.Salvucci,D.D.,Boer,E.R.,&Liu,A.(2001).Towardanintegratedmodelofdriverbehaviorinacognitivearchitecture.TransportationResearchRecord,1779.劉雁飛，吳朝暉。駕駛ACT-R認知行為建模。浙江大學學報(工學版)，2006，NobuyukiKuge,TomohiroYamamuraandOsamuShimoyama.ADriverBehaviorRecognitionMethodBasedonaDriverModelFramework.Proc.oftheSAEWorldCongress,Detroit,MI,2000,March6-9.DarioD.Salvucci,ModelingDriverDistractionfromCognitiveTasks,2002DanielKrajzewiczandDr.PeterWagner,ACME(ACommonMentalEnvironment)–Driver:ACognitiveCarDriverModelOlivierGeorgeonetal.DriverBehaviorandCognitiveToolsDevelopmentinOrdertoAssessDriverSituationAwareness.2005ChapmanPR,UndrwoodG.VisualSearchofDynamicScenes:EventTypesandtheRoleofExperienceinViewingDrivingSitua2tions.In:Underwood(Eds).EyeGuidanceinReadingandScenePerception,England:Elsevier,1998:369-394DavidE,Crundall,UnderwoodG.&ChapmanPR.HowmuchdonovicedriversseeTheeffectofdemandonvisualsearchstrategiesinnoviceandexperienceddrivers.In:Underwood(Eds).Eyeguidanceinreadingandsceneperception,England:Elsevier,1998:395-416DuchowskiAT.Eyetrackingmethodology:theoryandpractice.London:Springer,2003.170-182LamersCTJ,Ramaekers,J.G.Visualsearchandurbancitydrivingundertheinfluenceofmarijuanaandalcohol.HumanPsychopharma-cology,2001,16:393–401童兵亮?；谧觳繝顟B(tài)的疲勞駕駛和精神分散狀態(tài)監(jiān)測方法研究。吉林大學碩士學位論文，2004。Y.Lin，P.Tang，eal。Artificialneuralnetworkmodellingofdriverhandlingbehaviourinadriver±vehicle±environmentsystemInt..J.VehicleDesign,Vol.0,Nos.0,1-22張艷霞。影響駕駛員行車平安的心理因素與對策研究山東交通學院學報。2004，12，1：41－44柴春雷.基于駕駛姿勢預測模型的人機工程設計技術研究。浙江大學博士學位論文，2005。MMaurer,RBehringer,FThomanek,EDDickmanns.ACompactVisionSystemForRoadVehicleGuidance[C].the13thInternationalConferenceonpatternRecognition,Vienna,1996.DPomerleau,TJochem.ImageProcessorDrivesAcrossAmerica[M].PhotonicsSpectra,April,1996:80-85.1.Al-Shihabi,T.,andR.R.Mourant.AFrameworkforModelingHuman-likeDrivingBehaviorsForAutonomousVehiclesinDrivingSimulators.InProceedingsofthe5thInternationalConf.OnAutonomousAgents,Montreal,Canada,May,2001,pp.286-291.ParagHBatavia.Driver-AdaptiveLaneDepartureWarningSystems[R].CarnegieMellonUniversityPhDDissertation,Sep.1999.MBertozzi,ABroggi.GOLD:AParallelReal-TimeSteroVisionSys2temForGenericObstacleandlandDetection[J].IEEETransactiononImageProcessing,January1998,7(1):82-81.MBertozzi,ABroggi,AFascioli.ARGOandtheMillemigliainauto2maticTour,IEEEIntelligentSystem,Jan-Feb.1999,14(1):55-64.KYoshimoto,SimulationofMan-AutomobileSystemwithPredictiveSteering[J].TransactionofJSME,1968,71:596.IKageyama,YOwada.AnAnalysisforaridingcontractalgorithmfortwowheeledvehiclewithaneuralnetworkmodeling[M].VehicleSystemDynamicsSupplement,n25,Swets&Zeitlinger,1996,317-326.KHGuoandXGuan,ModelingofDriver-VehicleDirectionalControlSystem[J].VehicleSystemDynamics,1993,22(3-4):141184.廖傳錦,黃席樾,樊友平。汽車駕駛員環(huán)境模型研究。計算機仿真。2004年9月，第21卷，第9期。148-151杜春梅.駕駛員行為特性及駕駛員模型研究[D].吉林大學碩士學位論文,2001-2.Papelis,Y.,andAhmad,O.Acomprehensivemicroscopicautonomousdrivermodelforuseinhighfidelitydrivingsimulationenvironments,TRB80thAnnualMeeting,Washington,DC.,課題主要研究內(nèi)容、擬解決的技術難點和主要創(chuàng)新點，現(xiàn)有研究根底3.3.1主要研究內(nèi)容〔1〕緊急情況下駕駛行為分析研究不同駕駛環(huán)境下，駕駛員在遇到緊急駕駛任務時的行為特征，從而研究復雜環(huán)境對駕駛行為的影響。分三個內(nèi)容：1〕緊急情況對駕駛行為的影響。將緊急情況定義為可能引起駕駛誤操作或者容易引起交通事故的駕駛環(huán)境。從轉彎、超車、緊急制動等駕駛任務改變來研究駕駛行為的變化；從突遇行人、車距突然改變、紅綠燈、通過十字路口、車輛密集等道路交通環(huán)境的改變來研究駕駛行為。2〕不同情緒體驗下駕駛行為特征分析。通過實驗設置不同的場景可以獲得不同的情緒體驗，如路面寬廣沒有行人就容易產(chǎn)生麻痹的情緒。從心理類型上看，有麻痹型、緊張型、穩(wěn)重型和刺激型四類。分別從這四種情緒下分析緊急情況下駕駛行為的變化情況。3〕駕駛員個體特征對駕駛行為的影響：重點研究駕駛經(jīng)驗、性格特征對駕駛行為的影響?！?〕緊急情況下駕駛員生物反響研究研究駕駛狀態(tài)下突發(fā)緊急狀況，駕駛員的生物反響情況，從而測定在緊急情況下人體對綜合復雜信息的認知、判定和識別過程。主要包括：1〕利用眼動跟蹤設備，測定緊急情況下駕駛員眼動變化情況。眼動是目前研究駕駛行為比擬多比擬有效的方法，本工程將在以往研究的根底上，重點研究緊急情況下的眼動變化情況。2〕利用外表肌電測量儀和附加設備，測定緊急情況下駕駛員人體外表生物變化情況，研究駕駛員的肌電、心率、血壓等的變化情況。3〕利用腦電設備，測定緊急情況下駕駛員腦電變化情況。通過該局部研究，結合第一局部的實驗結果，可以揭示外部駕駛行為同人體內(nèi)部生物反響之間的關系。〔3〕緊急情況下駕駛員生物反響和行為模型研究通過上面兩個階段的研究，可以獲得緊急情況下駕駛行為的外在表現(xiàn)和駕駛員內(nèi)部的生物反響兩個方面的信息。駕駛員信息加工的衰減性和處理能力的局限性，以及汽車動態(tài)人機環(huán)境系統(tǒng)中諸多隨機、模糊、突變因素的干擾，導致駕駛員操縱汽車時，難免會出現(xiàn)信息感知、信息判斷和作業(yè)反響的過失，從而潛伏事故隱患。具體到每個駕駛行為，會有以下表征：不缺定性、高度非線性、自學習、適應性且隨著不同的情緒體驗而改變。因此，該局部將建立緊急情況下駕駛行為的模糊模型。具體包括：1〕駕駛行為及其影響因素之間的定性和定量關系描述；2〕駕駛行為及其影響因素的離散化表示；3〕確定駕駛行為模型的模糊規(guī)那么；4〕駕駛行為模型的推理問題；5〕模型驗證。3.3.2技術難點本工程申請需要解決從駕駛員生物反響空間到緊急情況的判定問題，即從有限的生物信號到緊急情況的判定問題。在這里，重點考慮通過生物復原函數(shù)實現(xiàn)，即通過駕駛操作前生物信號和操作中生物信號的測量，來推算緊急狀況。如圖1所示。圖1緊急狀況判斷3.3.3主要創(chuàng)新點本工程申請擬在以往國內(nèi)外研究的根底上，重點研究緊急狀況下的駕駛員生物反響和行為認知、信息加工和處理工程，同以往的研究相比，本工程研究有以下特色：〔1〕與以往普遍意義上的駕駛員生物反響和行為研究不同，本工程將研究內(nèi)容鎖定在對駕駛平安有重要影響的緊急狀況下，研究該環(huán)境下駕駛行為的特殊表現(xiàn)、特殊認知、控制過程以及駕駛員的生物反響；〔2〕與以往的研究多從駕駛員的單重生物反響不同，本工程研究將綜合駕駛員外在應激反響和內(nèi)部處理過程來分析，融合多重生物反響進行研究；〔3〕在建模方法上采用模糊邏輯來處理駕駛多重信息，充分考慮到駕駛行為的模糊性、不確定性?！?〕本工程組曾參與的相關科研工程簡況本課題組近年來參與與本課題相關的課題主要有：①國家計委產(chǎn)業(yè)化前期工程“面向區(qū)域經(jīng)濟開展的高技術產(chǎn)品開發(fā)系統(tǒng)——人機工程開發(fā)系統(tǒng)的研究〞，2002年通過浙江省科技廳組織的鑒定，關鍵技術國際領先水平，總體國際先進水平，2003年獲得浙江省科技進步一等獎，2004年獲得國家科技進步二等獎；②國家863方案“面向產(chǎn)品創(chuàng)新的計算機輔助概念設計技術的研究〞，2002.09-2004.12，在國產(chǎn)CAD軟件CAXA上自主開發(fā)了面向工業(yè)產(chǎn)品的數(shù)字化人機工程系統(tǒng)；③國家973工程“虛擬現(xiàn)實的根底理論、算法及其實現(xiàn)——面向產(chǎn)品創(chuàng)新開發(fā)的虛擬設計平臺〞，2003.01－2007.12，主要研究虛擬環(huán)境下的汽車駕駛相關的人機工程問題，目前已經(jīng)取得初步的成果；④局部肌肉功能評價技術，該領域研究分別獲得國家自然基金以及中國－芬蘭政府科技部的支持，先后建立了多項局部肌肉疲勞和負荷水平的非損傷性在體檢測技術，并成功運用于人機工程、康復醫(yī)學等領域研究，取得良好效果，受到業(yè)內(nèi)人士關注?！?〕本工程組發(fā)表的科研論文簡況本課題組成員先后在?LectureNotesinComputerScience?、?CAD&CG學報?、?生物物理學報?、?航天醫(yī)學與醫(yī)學工程?、IEEESystemsMan&Cybernetics年會等國內(nèi)外雜志和學術會議上發(fā)表關于駕駛員生物反響、模糊推理、模糊分類器、信息融合、計算機輔助人機工程等方面的論文共50余篇〔其中，與本工程有關的20余篇〕，先后出版與本工程有關的著作3部，并有局部與模糊邏輯有關的論文投寄到了國際刊物?Int.J.ApproximateReasoning?、?IEEETransactionsonFuzzySystems?、?LecturesNotesinArtificialIntelligence?與AAAI年會，為本工程的研究開展了很多探索性的工作，并做了初步實踐和論證。課題預期到達的目標、主要技術指標，可獲得專利等知識產(chǎn)權及人才培養(yǎng)情況本申請工程三個密切相關的研究目標在于：〔1〕分析造成駕駛平安事故的緊急狀況，研究緊急情況下駕駛員的行為特征，探求緊急情況下駕駛員主要生理和心理反響，獲取緊急情況下駕駛行為的外在表現(xiàn)特征和內(nèi)在影響因素，為駕駛平安預警和策略研究提供理論支持；〔2〕探求緊急情況下駕駛員的認知模式和行為控制模式，建立駕駛行為和影響因素之間的關系模型。該模型能夠分析駕駛員、道路交通環(huán)境和車輛之間的相互作用過程，將目前人們對駕駛行為的發(fā)生和控制水平提高到一個更高的層次；〔3〕進行緊急情況下駕駛行為的仿真研究，為駕駛平安、交通事故決策提供更加直觀的過程分析。主要技術指標，可獲得專利等知識產(chǎn)權及人才培養(yǎng)情況〔1〕本工程研究將在緊急情況下駕駛員生物反響和行為認知、駕駛模型與影響因素之間的推理模型等方面獲得創(chuàng)新性的研究成果；〔2〕本工程的理論成果將以15篇以上論文在國際國內(nèi)雜志及重要會議上正式發(fā)表，其中SCI/EI檢索10篇，在理論上到達國際領先水平；〔3〕獲得軟件著作權5項以上；〔4〕培養(yǎng)碩士生5名以上，協(xié)助指導博士生3名。課題擬采取的研究方法，課題技術路線〔或實施方案〕及其可行性分析〔如有協(xié)作單位，請說明課題的任務分工〕本研究擬從以下方面展開，如圖2所示：圖2技術路線圖〔1〕實驗研究在申請者單位原有的駕駛仿真平臺的根底上，結合單位的環(huán)幕虛擬現(xiàn)實環(huán)境，構建駕駛操作模擬器。通過搜集和整理相關緊急駕駛的資料，建立緊急情況駕駛環(huán)境資源庫，并應用于駕駛操作模擬器。建立刺激人體情緒的場景片斷，由此可以模擬緊急情況下不同心理體驗的駕駛行為狀況。利用申請者單位人機工程實驗室的測量設備，測量駕駛過程中的生理和心理反響。我們將駕駛員的生物學反響分為眼動的和非眼動的。眼動分析法是對駕駛員視覺特征進行研究的重要方法,它通過分析眼駕駛員在駕駛過程中每一時刻的眼動數(shù)據(jù)來揭示人的心理活動，這種信息對于深入分析駕駛員的緊張狀況、疲勞情況等方面有重要作用。此外，在緊急情況下，駕駛員還有不同的生物學反響，如心跳、血壓、肌膚外表生理信號變化等。我們擬采用外表肌電等設備來測量駕駛員上述生物學反響。上述實驗可以揭示緊急情況下駕駛行為的外在生理特征，還需要通過實驗來揭示駕駛員高層認知處理過程。駕駛認識行為是駕駛員認知、感知、車輛控制以及執(zhí)行預期任務過程的總稱，駕駛認知有許多高層的決策過程，也有低層的車輛控制以及狀態(tài)感知。我們將用腦電實驗來測試緊急情況下駕駛行為的腦處理過程。在實驗樣本選擇上，考慮到1年內(nèi)駕駛員的交通事故發(fā)生率非常高。我們將選擇駕齡1年以下的人員來進行實驗。〔2〕駕駛行為空間和數(shù)據(jù)集提取分析在前面實驗的根底上，對實驗數(shù)據(jù)進行分析，主要包括區(qū)分有效和無效數(shù)據(jù)，建立駕駛員生物反響和行為和影響因素特征空間。運用回歸分析、模糊聚類等方法來研究駕駛行為及其影響因素之間的因果、果因關系，獲得多維數(shù)據(jù)集?！?〕駕駛行為模型的推理和學習問題主要解決不同駕駛環(huán)境下，駕駛行為特征和駕駛員生理反響之間的關系模型，解決駕駛行為和影響因素之間的推理問題。對特征空間中的連續(xù)變量，參照駕駛員的語言描述將其論域進行模糊劃分，引入了一些中間單元和額外參數(shù)來提高該認知模型的知識表達精度。當輸入為數(shù)值時的推理問題可以參照Mamdani-型的模糊推理系統(tǒng)來進行；當輸入為數(shù)值時的推理問題可以參照Mamdani-型的模糊推理系統(tǒng)來進行；而針對輸入為區(qū)間值或集值的推理問題，需要進行深入的研究；一種方法是借鑒隨機集理論或證據(jù)理論的處理方法，把集值當成是某種無知〔Ignorance〕，計算該集值輸入的上下近似信念，進行條件信念推理；一種方法是采用模糊積分的方法，分別計算該集值中每個數(shù)值輸入的推理結果，最后進行某種累加運算來實現(xiàn)集值輸入的推理過程。研究方案主要是采用無監(jiān)督的模糊聚類算法和有監(jiān)督的MAP方法相結合來實現(xiàn)模型的參數(shù)辨識?！?〕緊急情況下駕駛行為仿真研究在前面研究的根底上，通過計算機來仿真緊急情況下的駕駛行為，為平安決策和預警提供更直接的結果展示。運用定性推理進行仿真，定性推理的目標就是尋求一種計算理論來模擬人處理定性知識的方法，而駕駛員的信息感知行為就是駕駛員把通過其五官和其它渠道獲得的道路信息和汽車的有關運動狀態(tài)信息等傳遞到大腦的