[发明专利]一种基于大脑情感学习回路模型的驾驶员转向控制方法

说明书

技术领域

本发明属于智能车模拟驾驶领域，具体涉及一种基于大脑情感学习回路模型的驾驶员转向控制方法。

背景技术

早期的驾驶员模型由McRuer在上世纪70年代提出，在此之后随着控制理论的发展和成熟，汽车驾驶员模型有了较快的发展，人们先后提出了单点最优预瞄驾驶员模型、基于LQR的多点预瞄驾驶员模型、基于模型预测控制的驾驶员模型等。这些驾驶员模型虽然都能够实现道路轨迹的跟踪，但都是基于数学意义上最优解所建立的驾驶员模型，并不能模拟现实中驾驶员的认知行为，因此其模型对汽车安全性能的评价尚不够客观。

20世纪末，生物学家Neese等人发现了情感在人类认知行为中发挥着积极的正面推动作用，从而推翻了情感阻碍人类进行理性决策行为的传统观点。至此，国内外众多学者开始对大脑情感学习回路进行深入的研究。2000年Moren等人于提出了基于神经生理学的大脑情感学习(Brain Emotional Learning，BEL)模型。该模型模拟大脑杏仁核、眶额皮质两者间的情感信息传递方式，在一般学习模型中加入了大脑情感学习回路，使得学习模型与人类的认知行为具有良好的一致性。

发明内容

1、所要解决的技术问题：

本发明针对现有技术中对驾驶员模型存在的问题，将现有技术结合大脑情感学习回路模型，提出一种能够模拟现实中驾驶员的认知行为的不足的驾驶员转向模型的方法。

2、技术方案：

一种基于大脑情感学习回路模型的驾驶员转向控制方法，包括以下步骤：步骤一：采集感官信号SI和情感信号EC。

采用远、近两点驾驶员转向预瞄模型，驾驶员通过近点预瞄获取的侧向位移偏差e_y作为感官信号SI；通过远预瞄远点获得方向偏差θ，将侧向位移偏差e_y与方向偏差θ通过模糊逻辑进行融合产生情感信号EC。其过程如附图1所示。

步骤二：将情感信号EC和感官信号SI输入到大脑情感学习回路模型，得出大脑情感学习回路的输出E。

建立大脑情感学习回路模型包括以下的大脑情感学习回路基本结构、杏仁体的学习过程和眶额皮质的校正过程，如附图2所示。

(1)大脑情感学习回路基本结构

大脑情感学习回路由丘脑、感官皮质、眶额皮质、杏仁体四部分组成。外界刺激经过丘脑传入感官皮质进行深入处理，输出感官信号SI。感官信号SI传入杏仁体在情感信号EC的参考暗示下进行记忆性学习，输出信号A；感官信号SI传入眶额皮质在情感信号EC的监督下对整个情感学习回路进行校正，输出信号O。最终整个大脑情感学习回路的输出为：

E＝A-O(1)

(2)杏仁体的学习过程

每一个输入杏仁体的感官输入信号SI_i都对应一个杏仁体节点，每一个杏仁体节点都有一个可变化的连接权重因子G_Ai，感官输入信号SI_i乘以权重因子G_Ai得到该杏仁体节点的输出值。则整个杏仁体的输出：

其中权重因子G_Ai的调节率为：

其中α为杏仁体权值因子的学习率，决定着杏仁体的学习速度。

(3)眶额皮质的校正过程

每一个输入眶额皮质的感官输入信号SI_i都对应一个眶额皮质节点，每一个眶额皮质节点都有一个可变化的连接权重因子G_Oi，感官输入信号SI_i乘以权重因子G_Oi得到该眶额皮质节点的输出值。则整个眶额皮质的输出为：

其中权重因子G_Oi的调节率为：

其中β为眶额皮质权值因子的学习率；

将(2)、(4)式带入(1)式得到：

大脑情感学习回路的输出为：

其中，权重因子G_Ai的调节率为：

权重因子G_Oi的调节率为：

步骤三：将步骤二中得出的大脑情感学习回路的输出E作为方向盘转角δ_sw输入到车辆模型中，从而得出车辆状态；其过程如附图3所示；

所述车辆模型为建立线性二自由度车辆动力学模型，如附图3所示，其状态方程为：