[发明专利]一种基于多源信息融合的驾驶员认知分心监测方法

摘要

本发明涉及一种基于多源信息融合的驾驶员认知分心监测方法，属于汽车主动安全技术领域，该方法包括：实时采集方向盘转角、车速和驾驶员头部朝向、注视点位置坐标信息；将实时采集到的数据按时间先后排列成数据序列；根据在计算时间窗长度范围内计算得到的方向盘转角、车速以及驾驶员头部朝向、注视点位置坐标的时域统计指标集合(认知分心特征集合)，采用基于支持向量机的特征级多源信息融合的认知分心监测算法对驾驶员认知分心状态进行实时监测，从而达到提升驾驶安全，减少道路交通事故的目的。

主权项

1.一种基于多源信息融合的驾驶员认知分心监测方法，其特征在于，该方法包括以下步骤：1)驾驶员认知注意状态模型的建立及认知分心监测参数的标定：11)采集多源驾驶信息训练样本数据：将某特定驾驶场景采集得到的多源驾驶信息数据作为训练样本按照驾驶员认知分心状态进行标记，将样本集合分为认知分心和常态两类；12)对采集的数据进行认知分心特征集合D计算：根据步骤11)采集的训练样本数据计算每个计算时间窗内的认知分心特征信号d，并以此组成认知分心特征集合D，第i个时间窗计算得到1个特征集合D(T_w1,i),D(T_w1,i)＝[d_1i，d_2i，…，d_ni]，该认知分心特征信号包含驾驶绩效指标与眼动信息指标两部分，用于进行认知分心监测，特征信号包括方向盘转角、车速和头部朝向、注视点位置坐标；13)对特征集合D(T_w1,i),进行标准化处理：采用最小‑最大标准化对特征集合D(T_w1,i)进行线性变换，将特征集合D(T_w1,i)中每一个特征信号d_i映射到d′_i∈[d′_{i,new_min},d′_{i,new_max}]，如式(1.1)：且其中d′_{i,new_min}和d′_{i，new_max}表示集合D(T_w1,i)中指标样本经过映射后的最小值和最大值；14)根据标准化处理后的特征集合D(T_w1,i)进行驾驶员认知注意状态模型的建立：对每个计算时间窗，基于支持向量机模型建立驾驶员认知注意状态模型，该模型采用高斯径向基核函数表示，如式(1.3)：其中，|X‑Y|为两个特征集合之间的距离，σ为常数；用每个计算时间窗内的特征集合D(T_w1,i)进行模型训练，用于训练的特征集合D(T_w1,i)中一半样本特征信号为认知分心，一半样本特征信号为常态；根据采集到的训练样本数据，按照设定的计算时间窗长度T_W和重叠度O_p进行特征集合计算与建模，得到一系列按照时间窗序列编号的驾驶员认知注意状态子模型SVM(i)，该子模型构成设定时间长度内覆盖的训练样本数据的驾驶员认知注意状态模型，取需要覆盖的训练样本数据长度为T_t，认知注意状态子模型数量n可由式(1.4)求得：其中，floor()函数表示括号内实数向小取整；15)对连续时间窗计算得到的已知特征集合D(T_w1,i)进行认知分心状态判别，i＝1,2,…,n：采用留一法将训练集样本留取一个样本进行测试，输入到剩余样本训练得到的驾驶员认知注意状态模型中进行认知分心状态的判定结果；每次留取一个样本进行测试，其余样本集作为训练，遍历全部训练集样本：16)采用一致性检验对认知分心监测参数进行标定：标定的参数包括计算时间窗长度T_w1、计算时间窗重叠度O_p和缓冲区长度L_b，性能以识别率CR，以及快速性S为衡量目标；2)对驾驶员认知分心的监测：21)对驾驶员多源驾驶信息测试样本数据采集：采用步骤1)的方法获得的通过一致性检验的最优参数组合(T_w1o，O_po，L_bo)作为对驾驶员认知分心的判断模型采用的参数；取计算时间窗的窗宽为T_w1o，时间窗的终点为当前时刻t₀，起始点为时刻(t₀‑T_w1o)，两个相邻计算时间窗的数据重叠度为O_po％；22)对采集的数据进行认知分心特征集合D计算：根据步骤21)采集的数据计算每个计算时间窗内的认知分心特征信号d，并以此组成认知分心特征集合D，第i个时间窗计算得到1个特征集合D(T_w1o,i),D(T_w1o,i)＝[d_1i，d_2i，…，d_ni]，该认知分心特征信号包含驾驶绩效指标与眼动信息指标两部分，用于进行认知分心监测，特征信号来自方向盘转角、车速和头部朝向、注视点位置坐标；23)对特征集合D(T_w1o,i),进行标准化处理：采用最小‑最大标准化对特征集合D(T_w1o,i)进行线性变换，将特征集合D(T_w1o,i)中每一个特征信号d_i映射到d′_i∈[d′_{i,new_min},d′_{i,new_max}]，如式(1.1)，其中d′_{i,new_min}和d′_{i,new_max}表示集合D(T_w1o,i)中指标样本经过映射后的最小值和最大值，且如式(1.2)；24)对连续时间窗计算得到的未知特征集合D(T_w1o,i)进行认知分心状态判别：将未知样本输入到步骤14)得到的驾驶员认知注意状态模型中，得到最终判定结果。