换道超车驾驶行为安全性预警方法研究

道路交通安全已成为全球性问题，而中国面临形势更为严峻，公路交通事故更为严重和频繁。虽有一些汽车安全辅助驾驶的研究成果达到实用化程度，但在换道超车驾驶行为安全性预警方法研究等方面仍未突破，面临的主要问题在于环境感知可靠性和鲁棒性低、预警模型不能准确反映驾驶员操纵行为等原因导致的误警率和漏警率高、驾驶员接受性差等。为此，本项目重点研究复杂环境下基于单目视觉与毫米波雷达信息融合算法的侧后方车辆识别方法，适合不同环境与驾驶人特性的驾驶员行为模型、安全换道预警模型及危险状态等级划分方法，利用统计学和主成分分析方法探索人性化的警告触发方式，并研究借助车间无线通讯技术实现近距离范围内车辆间实时动态网络建立、信息传递和补充融合方法以提高信息获取可靠性和鲁棒性；并通过道路试验验证算法的有效性，为发展具有自主知识产权的汽车辅助驾驶主动安全保障系统提供理论和技术支持，提高行车安全并改善交通环境。

主动安全技术研究已成为国际智能车辆和智能交通系统领域研究的重点内容，国内外各大汽车厂商和研究机构已经取得了许多成果并部分达到实用化程度。但是，由于复杂环境下环境感知信息的可靠性和鲁棒性低、预警模型不能准确反映驾驶员行为导致的误警率和漏警率高、警告触发方式不符合驾驶人特性而导致的驾驶员接受性差等问题，限制了换道超车驾驶行为安全性预警系统的发展和广泛应用。为此，本项目重点开展了复杂环境下的环境感知技术、驾驶员行为模型建立、安全辅助换道模型开发及预警逻辑制定、人性化的预警方式研究等方面的研究。基于毫米波雷达与机器视觉信息融合技术实现对前方车辆和侧后方车辆的高可靠性、准确性和鲁棒性识别，并利用GPS和基于Ad-hoc无线网络车间通讯技术，实现近距离范围内节点（车辆）间的各车位置、车速及所在车道等各类信息的交互传递，提高系统所获环境信息的可靠性和准确性。根据交通环境、车辆运行状态、驾驶员操纵行为等相关信息，基于特征选择和模式识别方法建立具有中国特色的驾驶员行为模型，有效降低了系统误警率和漏警率。建立了一种符合我国驾驶员实际操纵行为的安全换道预警模型，并进行了安全等级的划分以及预警逻辑的制定。在国内首次对不同警告触发方式对驾驶员操纵行为的影响作了研究分析，从而提出了能适应不同驾驶员特性的不同危险等级的警告触发方式，提高了驾驶员的可接受性与系统的实用性。最后，通过实车试验，验证了所建立模型的有效性。因此，开展本课题研究对于避免和减少我国高速公路相关交通事故的发生具有重要意义，同时也为发展具有自主知识产权的汽车辅助驾驶主动安全保障系统提供理论和技术支持。