先进的车辆系统课件.ppt
- 【下载声明】
1. 本站全部试题类文档,若标题没写含答案,则无答案;标题注明含答案的文档,主观题也可能无答案。请谨慎下单,一旦售出,不予退换。
2. 本站全部PPT文档均不含视频和音频,PPT中出现的音频或视频标识(或文字)仅表示流程,实际无音频或视频文件。请谨慎下单,一旦售出,不予退换。
3. 本页资料《先进的车辆系统课件.ppt》由用户(三亚风情)主动上传,其收益全归该用户。163文库仅提供信息存储空间,仅对该用户上传内容的表现方式做保护处理,对上传内容本身不做任何修改或编辑。 若此文所含内容侵犯了您的版权或隐私,请立即通知163文库(点击联系客服),我们立即给予删除!
4. 请根据预览情况,自愿下载本文。本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。
5. 本站所有资源如无特殊说明,都需要本地电脑安装OFFICE2007及以上版本和PDF阅读器,压缩文件请下载最新的WinRAR软件解压。
- 配套讲稿:
如PPT文件的首页显示word图标,表示该PPT已包含配套word讲稿。双击word图标可打开word文档。
- 特殊限制:
部分文档作品中含有的国旗、国徽等图片,仅作为作品整体效果示例展示,禁止商用。设计者仅对作品中独创性部分享有著作权。
- 关 键 词:
- 先进 车辆 系统 课件
- 资源描述:
-
1、治学求新治学求新 育人唯实育人唯实智能交通系统Intelligent Transportation Systems(ITS)第十三讲:先进的车辆系统主要内容AVCS意义与必要性AVCS概念、本质AVCS系统结构AVCS基础理论与关键技术AVCS的应用AVCS意义与必要性 提高安全增加通行能力减少废气污染,保护环境AVCS意义与必要性 AVCS概念 先进的车辆系统(Advanced Vehicle Control Systems,AVCS)是利用先进的传感器技术检测车辆周围信息,通过信息融合和处理,自动识别出危险状态,协助驾驶员进行安全辅助驾驶或者进行自动驾驶,以提高行车安全和增加道路通行能力的
2、系统。AVCS本质 在车辆-道路系统中将现代化的通信技术、控制技术和交通流理论加以集成,提供一个良好的辅助驾驶环境,在特定条件下,车辆将在自动控制下安全行驶。AVCS结构智能车车路通信系统车车通信系统AVCS涉及的理论与技术基础汽车理论(运动学、动力学)人工智能(神经网络、专家系统)控制理论(最优控制、模糊控制、自适应控制)计算机基础(计算机测试、控制、通讯、管理)电器、电子基础(元器件选择、电路设计、系统调试)传感器(传感器选择、传感器融合)通信理论(有线、无线、卫星、网络)AVCS的关健技术 传感器设计技术(Sensor Design)图象识别技术(Image Identification
3、)导航自动控制技术(Automatic Navigation Control)避障防撞技术(Obstacle Detection&Avoidance)信息通讯技术(Information Communication)人机交互技术(Human-machine Communication)状态监测技术(Condition Monitoring)调度管理技术(Accommodating&Management)车辆安全与辅助驾驶服务领域视野的扩展纵向防撞横向防撞交叉路口防撞安全状况(检测)碰撞前乘员保护自动车辆驾驶 先进的车辆系统应用安全辅助驾驶自动驾驶安全辅助驾驶驾驶员监测:疲劳、分神防撞系统巡航控
4、制系统视觉增强系统驾驶分神检测驾驶员头部跟踪眼动仪疲劳监测基于驾驶员外在特性:眼睑的活动、眼睛闭合、点头动作、嘴部张合等 基于驾驶员生理指标:脑电、心电、皮肤电势和肌肉活动等 基于驾驶行为和车辆参数:方向盘转动频率、油门力度、换档频率、车速、加速度、车辆位置等 基于驾驶员外在特性基于驾驶行为 方向盘监视装置S.A.M.(steering attention monitor)基于车辆运动参数基于智能手机的汽车疲劳驾驶基于智能手机的汽车疲劳驾驶预警方法预警方法1 研究背景研究背景 如果能利用智能手机提取疲劳状态下车辆的运动特性,如果能利用智能手机提取疲劳状态下车辆的运动特性,开发基于手机平台的预警
5、软件,不仅可以减少对开发基于手机平台的预警软件,不仅可以减少对驾驶员驾驶员的干扰,的干扰,而且可以而且可以节约成本节约成本。传统装置存在的问题:传统装置存在的问题:增加了增加了硬件成本硬件成本对驾驶员对驾驶员有干扰有干扰受受光线光线等环境条件的等环境条件的影响影响维护维护更新困难更新困难需要解决的两个问题n机动车驾驶人在疲劳驾驶行为下表现形式是否具有共机动车驾驶人在疲劳驾驶行为下表现形式是否具有共性?这个共性能否用一些统一的指标表示?性?这个共性能否用一些统一的指标表示?n这些指标参数是否可以从智能手机来获取并识别?这些指标参数是否可以从智能手机来获取并识别?2 实验设计n实验目标:实验目标:
6、寻找驾驶人在各种状态下各指标变化特征 n实验路线:实验路线:汉十高速公路,襄阳北出口返回(市区里程30km,高速里程:600km)n实验时间:实验时间:9:00-18:00n实验进度和被试选择:实验进度和被试选择:出租车驾驶人,50人n实验设备:实验设备:脑电、生理采集、智能手机、车道偏离设备2 实验设计n实验采集的数据驾驶人信息实验采集的数据驾驶人信息2 实验设计n实验采集的数据车辆信息实验采集的数据车辆信息2 实验设计实验采集的数据手机采集信息实验采集的数据手机采集信息车速车速横向加速度横向加速度横摆角速度横摆角速度纵向加速度纵向加速度方向盘转角方向盘转角2 实验设计实验步骤:实验步骤:n
7、步骤一:步骤一:被试被要求在实验前夜按照指定的睡眠时间进行休息(7h,5h7h,5h),实验当天8:00到达指定地点,花5 min时间了解实验车车况和各设备的开启、调节开关的位置;n步骤二:步骤二:实验工作人员通过录像的方式对各设备开始采集第一个数据的时间进行记录用于同步,完成后,车辆出发。观察者此时开始记录第一次被试状态,行驶过程中,观察者每隔5分钟记录一次被试状态,实验工作人员每隔5分钟检查一下所有设备的工作状态,确保数据采集正常;2 实验设计n步骤三:步骤三:车辆在市区行驶约20 min左右进入高速公路,高速上被试需按照10010 km/h的行驶;n步骤四:步骤四:车辆返回出发地时,停止
8、所有设备数据采集,并关闭设备电源,车辆熄火;n步骤五:步骤五:数据储存及处理,实验结束。3 数据分析n根据视频、问卷评定驾驶员疲劳 KSS为疲劳值,值为0时表示驾驶员休息。其中一次实验的KSS数据统计如下图:3 数据分析 脑电评定驾驶员疲劳n驾驶员处于疲劳状态时,大脑的思维活动会降低,从而波及高频脑电会减少,而波会增多;当从疲劳转为瞌睡或睡眠状态时,占主导的脑电频率会逐步降低为慢波波,由于慢波波一般出现在深睡时期,没有对波进行分析。因此,可以采用脑电功率谱的比值R=(+)/描述驾驶疲劳的脑电特征,作为检测驾驶疲劳的指标。3 数据分析 眼动数据评定驾驶员疲劳n当驾驶人处于疲劳状态时,眼球的运动能
9、力会下降,并且眼睛睁、闭周期也会出现明显增加,其中的单位时间内眼睛闭合百分比指标PERCLOS(Percentage of Eye Closure Over Time)最为显著。3 数据分析 生理参数变化评定驾驶员疲劳n生理参数作为一种客观表现驾驶人状态变化的重要参数,本实验采集呼吸(RR)、血流脉冲(BVP)、皮电(SC)三个值对疲劳进行判定。3 数据分析 Iphone数据分析加速度计加速度计陀螺仪陀螺仪GPS原始值accelerationX(G)RotationX(deg/s)motionRoll(deg)speed(km/h)timestamp(ms)时间序列accelerationY(
10、G)RotationY(deg/s)motionPitch(deg)lataccelerationZ(G)RotationZ(deg/s)motionYaw(deg)long合并值 CalculatedAcc(G)MotionRotationRateG(deg/s)althorizontalAccuracymotionUserAccelerationX(G)motionRotationRateX(deg/s)gravityX(G)verticalAccuracymotionUserAccelerationY(G)motionRotationRateY(deg/s)gravityY(G)滤波修正
11、值motionUserAccelerationZ(G)motionRotationRateZ(deg/s)gravityZ(G)3 数据分析 Iphone数据分析00.511.522.533.544.5x 104-2-1012343 数据分析n方向盘低速转向百分比与疲劳状态的关系PMS_均值均值/100%PMS_标准差标准差/100%清醒清醒(KSS=3)0.87850.0493临界临界(4=KSS=5)0.90150.0383疲劳疲劳(6=KSS)0.92910.03091.4521.45251.4531.45351.4541.4545x 104-1.5-1-0.500.511.5Times
12、/Seconds阈值3 数据分析方向盘回转率与疲劳状态的关系SRR_均值均值次次/minSRR_标准差标准差次次/min清醒清醒(KSS=3)1.37650.2635临界临界(4=KSS=5)1.51630.1830疲劳疲劳(6=KSS)2.12910.16873 数据分析n车道偏离与疲劳状态的关系MLP_mean/mMLP_std/mSDLP_mean/mSDLP_std/m清醒清醒(KSS=3)-0.1125 0.27 0.34080.1157 临界临界(4=KSS=5)-0.1332 0.30 0.36520.1040 疲劳疲劳(6=KSS)-0.1166 0.21 0.3888 0.0
13、946 3 数据分析基于手机疲劳驾驶预警模型输入参数:(1)生理节律n驾驶时段(白天、下午或夜间)n睡眠时间(驾驶前24小时睡眠时间)(2)操控稳定性n方向盘低速转向百分比(根据手机的横摆角速度)n方向盘回转率(根据手机的角速度获取)n车道偏离(根据手机软件获取)n车辆位置信息(根据手机GPS获取)n车辆速度信息(根据手机传感器获取)输出参数:驾驶疲劳等级4 结论与展望n结论(结论(1):):“方向盘低速转向百分比”、“方向盘回转率”、“车道偏离量”等指标与疲劳状态具有某种定量的关系n结论(结论(2):):智能手机可以获取“方向盘低速转向百分比”、“方向盘回转率”、“车道偏离量”n结论(结论(
14、3):):有可能直接用手机来识别疲劳驾驶 4 结论与展望n展望(展望(1):):用类似的方法可以寻找“分神驾驶”、“药物驾驶”与车辆运动状态的关系n展望(展望(2):):在智能手机上开发汽车安全预警系统具有广阔的应用前景:超速预警、危险驾驶行为预警、车道偏离预警、前向碰撞预警。n展望(展望(3):):汽车厂商、研究机构如何合作为用户提供优质的的服务?行人检测(Pedestrian detected)智能车灯车灯控制光源已经实用的安全辅助技术ACC-大众MobileEyeGoogle智能车先进的车辆系统应用安全辅助驾驶自动驾驶演变过程过去出行方式的演变徒步、骑马、马车现在蒸汽机汽车的发明、发展发
展开阅读全文