一种辅助驾驶横向控制功能接管方法及装置与流程
本技术涉及辅助驾驶,尤其涉及一种辅助驾驶横向控制功能接管方法及装置。
背景技术:
1、随着智能驾驶技术的发展,横向辅助驾驶功能(车道保持、车道纠偏和变道辅助等)在减轻驾驶员负担方面发挥了重要作用。然而,在系统设计边界或发生突发情况时,亦或者是驾驶员想要主动介入驾驶时,现有的接管判断技术主要存在以下缺陷:
2、第一,判断条件单一,容错不足:最常见的判断接管方式就是通过驾驶员手力矩传感器来判断驾驶员是否脱手。通常采用方向盘收集扭矩信号,极其依赖手力矩传感器的精确程度,当驾驶员以非标准方式(例如单指轻搭)接触方向盘时,极易发生误报或漏报。第二,接管阈值固定,无法适应场景变化:传统的算法模型采用固定的扭矩、时间阈值。然而在直线或弯道、城市或高速的不同场景工况下,系统对驾驶员介入的需求截然不同,固定阈值无法在不同风险场景下动态调整判断的严格程度。第三,缺乏个性化设置:不同驾驶员对辅助驾驶的介入程度、响应灵敏度偏好不同。现有系统对所有用户采用同一套接管逻辑,无法根据驾驶员习惯调整判断策略,有些驾驶员会认为存在人机对抗问题,有些驾驶员又认为接管系统太容易反而失去了减轻驾驶员负担的作用。
3、因此,如何提升辅助驾驶控制功能接管时的判断准确性,成为了亟待解决的问题。
技术实现思路
1、本技术提供了一种辅助驾驶横向控制功能接管方法及装置,能够通过采集多维传感器数据从而判断驾驶员意图,解决了判断条件单一以及单一传感器失效后的系统误报漏报问题;采用大语言模型,搭建了横向辅助驾驶系统接管判断的算法模型,解决了算法模型判断接管阈值单一固定的问题,使得本方案在不同场景下有着不同的判断重点。进一步地,多源感知模块采集的多维传感器数据涵盖了多种信息,驾驶员状态分析模块据此生成驾驶员状态特征向量,动态阈值模块利用该特征向量解析出动态阈值数据,决策交互模块基于动态阈值数据计算接管策略信息。动态阈值能够跟随驾驶员分心与疲劳程度的加深而自动收紧,在驾驶员专注时自动放宽,克服固定阈值带来的过早或过晚干预缺陷,减少不必要的接管干扰并进一步地保证在危险状态下及时接管,兼顾了行车安全与驾驶自主权,提升人机协同流畅度。
2、第一方面,本技术实施例提供了一种辅助驾驶横向控制功能接管方法,该方法包括:
3、多源感知模块采集多维传感器数据并发送至驾驶员状态分析模块;
4、驾驶员状态分析模块接收多维传感器数据并进行特征提取,得到驾驶员状态特征向量并发送至动态阈值模块;
5、动态阈值模块接收驾驶员状态特征向量并进行解析,得到动态阈值数据并发送至决策交互模块;
6、决策交互模块接收动态阈值数据并进行计算,得到接管策略信息。
7、进一步的,多源感知模块包括手力矩传感器、驾驶员监控摄像头和高清地图;
8、手力矩传感器设置于方向盘上,用于监测驾驶员操作时的手力矩;
9、驾驶员监控摄像头设置于车辆的a柱上,用于监测驾驶员状态和驾驶员手部动作。
10、进一步的,驾驶员状态分析模块接收多维传感器数据并进行特征提取,得到驾驶员状态特征向量并发送至动态阈值模块,包括:
11、驾驶员状态分析模块接收多维传感器数据;多维传感器数据包括三轴扭矩原始信号和手部电容接触图像;
12、对三轴扭矩原始信号进行滑动均值滤波和幅值归一化,得到去除噪声后的三轴扭矩原始信号;
13、对手部电容接触图像进行灰度均衡和阈值分割,得到滤除杂波后的手部电容接触图像;
14、根据去除噪声后的三轴扭矩原始信号和滤除杂波后的手部电容接触图像进行计算,得到驾驶员状态特征向量并发送至动态阈值模块。
15、进一步的,根据去除噪声后的三轴扭矩原始信号和滤除杂波后的手部电容接触图像进行计算,得到驾驶员状态特征向量,包括:
16、根据去除噪声后的三轴扭矩原始信号计算得到力矩幅值特征;
17、基于力矩幅值特征计算得到力矩变化率特征;
18、根据滤除杂波后的手部电容接触图像计算有效接触像素占比,得到接触面积特征;
19、基于力矩幅值特征、力矩变化率特征和接触面积特征构成时序序列;
20、将时序序列输入gru进行处理,得到驾驶员状态特征向量。
21、进一步的,将时序序列输入gru进行处理,得到驾驶员状态特征向量,包括:
22、将时序序列输入gru的第一层gru单元,执行更新门、重置门权重矩阵运算,筛选历史手部动作时序信息,遗忘无效颠簸噪声时序,得到融合短时时序特征的中间特征;
23、将中间特征输入gru的第二层gru单元,挖掘长周期手部操作连续变化规律,得到融合全局时序的特征向量;
24、将融合全局时序的特征向量输入sigmoid激活层约束输出区间,得到手部介入强度指数;
25、将手部介入强度指数作为手部特征分量,与驾驶员视觉特征、驾驶员疲劳特征和车辆运动特征进行融合拼接,得到驾驶员状态特征向量。
26、进一步的,动态阈值模块接收驾驶员状态特征向量并进行解析,得到动态阈值数据并发送至决策交互模块,包括:
27、动态阈值模块接收驾驶员状态特征向量,基于场景语义编码器进行处理,得到文本描述信息;
28、基于大语言模型处理文本描述信息,得到动态阈值数据并发送至决策交互模块。
29、进一步的,还包括:
30、在大语言模型得到动态阈值数据后,采用规则校验器读取当前车辆工况,匹配对应工况的上下限硬规则阈值;
31、规则校验器对比动态阈值数据和对应工况的上下限硬规则阈值,判断动态阈值数据是否在上下限硬规则阈值之外;
32、若是,则规则校验器将动态阈值数据判定为不合理推理,将在上下限硬规则阈值之外的动态阈值数据修正为工况对应的边界规则阈值,在上下限硬规则阈值之内的动态阈值数据保留,得到经过安全校验修正后的动态阈值数据并发送至决策交互模块。
33、进一步的,决策交互模块接收动态阈值数据并进行计算,得到接管策略信息,包括:
34、决策交互模块接收动态阈值数据,根据大语言模型输出的手力矩阈值和实际的手力矩数据进行差值计算,得到手力矩偏差;
35、根据大语言模型输出的车速阈值和实际的车速数据进行差值计算,得到车速偏差;
36、基于预设模糊集合和预设模糊规则处理手力矩偏差和车速偏差,得到接管策略信息。
37、第二方面,本技术实施例提供了一种辅助驾驶横向控制功能接管装置,该装置包括:
38、多源感知模块,用于采集多维传感器数据并发送至驾驶员状态分析模块;
39、驾驶员状态分析模块,用于接收多维传感器数据并进行特征提取,得到驾驶员状态特征向量并发送至动态阈值模块;
40、动态阈值模块,用于接收驾驶员状态特征向量并进行解析,得到动态阈值数据并发送至决策交互模块;
41、决策交互模块,用于接收动态阈值数据并进行计算,得到接管策略信息。
42、进一步的,多源感知模块包括手力矩传感器、驾驶员监控摄像头和高清地图;
43、手力矩传感器设置于方向盘上,用于监测驾驶员操作时的手力矩;
44、驾驶员监控摄像头设置于车辆的a柱上,用于监测驾驶员状态和驾驶员手部动作。
45、综上,与现有技术相比,本技术实施例提供的技术方案带来的有益效果至少包括:
46、本技术实施例提供的一种辅助驾驶横向控制功能接管方法,能够通过采集多维传感器数据从而判断驾驶员意图,解决了判断条件单一以及单一传感器失效后的系统误报漏报问题;采用大语言模型,搭建了横向辅助驾驶系统接管判断的算法模型,解决了算法模型判断接管阈值单一固定的问题,使得本方案在不同场景下有着不同的判断重点。进一步地,多源感知模块采集的多维传感器数据涵盖了多种信息,驾驶员状态分析模块据此生成驾驶员状态特征向量,动态阈值模块利用该特征向量解析出动态阈值数据,决策交互模块基于动态阈值数据计算接管策略信息。动态阈值能够跟随驾驶员分心与疲劳程度的加深而自动收紧,在驾驶员专注时自动放宽,克服固定阈值带来的过早或过晚干预缺陷,减少不必要的接管干扰并进一步地保证在危险状态下及时接管,兼顾了行车安全与驾驶自主权,提升人机协同流畅度。
版权声明:本站专利文献数据主要来源于国家知识产权局等公开渠道,由 技术新讯 进行整理汇编。页面设计及数据汇编的著作权归本站所有。全部内容仅供个人学习、科研评估与技术交流参考,严禁用于任何商业用途(包括但不限于直接生产制造、技术转让、倒卖数据等)。
免责条款:专利技术具有时效性,本站不对资料的绝对准确性、完整性和可实施性提供任何明示或暗示的担保。因参考本站内容造成的直接或间接损失,本站不承担相关法律责任。若您认为本站内容有侵权问题,请及时提供权属证明与我们联系,本站将在核实后依法处理。反馈意见:yyfuon@163.com