一种基于驾驶模拟器的弯道驾驶行为机理特征建模方法

1.本发明涉及一种驾驶员弯道驾驶行为分析方法，尤其是一种基于驾驶模拟器的熟练驾驶员弯道驾驶行为机理特征提取与建模方法。


背景技术：

2.随着汽车智能化技术的不断发展，工业界和学术界逐渐将目光聚焦于开发高智能化等级的自动驾驶系统上。智能汽车运动轨迹规划作为整个自动驾驶系统的决策大脑和控制中枢，在高等级自动驾驶系统的实现过程中具有举足轻重的作用。高等级智能汽车还应当具备与人类驾驶员高度相似的驾驶行为，即通过实现类人运动轨迹规划来提升智能汽车的社会认同度、用户信任度和接受度、提升交通效率并降低由于人机差异造成事故的风险。
3.为应对上述技术需求，近年来智能汽车类人运动轨迹规划的理论与技术得到了蓬勃发展，但是却鲜有研究深入探索专门面向弯道的类人运动轨迹规划系统，现有方法和技术往往直接将弯道的车道中心线作为智能汽车在弯道上的理想轨迹，或直接使用驾驶员转弯数据中的基础运动学信息通过训练轨迹规划的黑盒模型。这种简化的处理方式反应出现有类人弯道运动轨迹规划系统存在以下主要问题：
4.(1)缺乏对人类驾驶员转弯过程中多源化丰富数据的采集，缺少成熟的多源数据采集平台和采集方法；
5.(2)没有建立健全一套完整的弯道驾驶行为分析手段和逻辑闭环，普遍选择越过转弯行为分析这一重要环节，或者仅基于简单的感性分析即建立类人弯道运动轨迹规划模型，导致所建模型可解释性和鲁棒性不强，且黑盒化程度较高；
6.(3)弯道轨迹规划的类人实现仅停留在最基础的运动学显式特征层面，鲜有研究人员深入探索驾驶人弯道驾驶行为显式运动学特征背后蕴藏的隐式机理特征及其表征方法，进而无法建立能够有效描述弯道驾驶行为生成机理的高级隐式特征，从而难以实现高层级的智能汽车类人弯道驾驶。
7.综上所述，在实现智能汽车弯道类人运动轨迹规划方面，业界亟需一套涵盖弯道行车轨迹多源数据采集、多源数据分析方法、反应驾驶行为生成机理的驾驶人转弯特征提取、分析与建模等内容的完整体系与逻辑闭环，以支撑和指导高性能的智能汽车类人弯道行驶轨迹规划系统的开发工作。


技术实现要素：

8.为了解决上述技术问题，本发明提供提供一种基于驾驶模拟器的弯道驾驶行为机理特征建模方法，包括以下步骤：
9.步骤1、搭建用于弯道行车轨迹多源化数据采集的高沉浸式驾驶模拟器；
10.所述的驾驶模拟器包括：上位pc主机、超宽曲面屏幕、实时仿真模拟器、高沉浸式驾驶座舱模块和驾驶员行为数据采集模块。
11.所述的上位pc主机中运行场景仿真软件和车辆动力学软件；
12.所述的超宽曲面屏幕进行栅格化划分，从上到下整体分为3部分区域：驾驶人视野中位于路面外区域、驾驶人视野中路面的远端区域和驾驶人视野中路面的近端区域；
13.所述的实时仿真模拟器接受并存储各种信息采集设备的输出，并实现多源数据的时间轴同步；
14.所述的高沉浸式驾驶座舱模块包括实车座椅、实车中控台、力反馈方向盘、油门踏板和制动踏板，并将完整的实车电子液压制动系统集成到模拟器中以提供真实的踏板感觉；
15.所述的驾驶员行为数据采集模块包括方向盘传感器、电位计位移传感器、头戴式眼动仪以及多源数据传递接口，所述方向盘传感器用于测量驾驶员的转向扭矩、角度和速度；所述电位计位移传感器用于监测制动踏板和油门踏板的位移；所述头戴式眼动仪负责采集驾驶人的眼动信息；通过多源数据传递接口将驾驶员行为数据传递至实时仿真模拟器。
16.所述头戴式眼动仪与所述超宽曲面屏幕配合使用，头戴式眼动仪采集受试驾驶员的视觉关注方向，基于方向数值通过基础的几何换算得到驾驶员视线在所述超宽曲面屏幕上的落点区域，进而将驾驶员在三维视角下的感兴趣区域转化为鸟瞰视角下的二维感兴趣区域，从而得到驾驶员在转弯过程中的视觉感兴趣区域。
17.高沉浸式驾驶模拟器运行时，场景仿真软件以及车辆动力学软件在上位pc主机中实时运行，受试驾驶员通过超宽曲面屏幕感受场景仿真软件生成的虚拟场景和车辆动力学软件提供的真实车辆动力学响应，并通过操纵力反馈方向盘、油门踏板、制动踏板驾驶虚拟车辆，方向盘转角、油门踏板开度、制动踏板开度、制动主缸压力以及驾驶员视觉感兴趣区域等信息通过can总线接口和a/d接口送入实时仿真模拟器，经时间戳同步后将多源信息送入上位pc主机进行存储。受试驾驶员操纵虚拟车辆产生的动态响应由车辆动力学软件生成并注入场景仿真软件中的虚拟交通场景，同时受试驾驶员可以感受到力反馈方向盘、油门踏板、制动踏板以及液压制动系统的真实反馈力，此外实车座椅、实车中控台也可为其进一步提供高度模拟的沉浸式驾驶体验。
18.步骤2、基于步骤1搭建的驾驶模拟器设计具有代表性和覆盖性的弯道行车轨迹数据采集工况，并招募熟练驾驶员开展试验，采集弯道行车轨迹数据；
19.测试在双向弯道上进行，每个方向均有一条单车道，附着系数良好，每条弯道路段的前后都衔接一段直线路段；驾驶员在弯道前直线路段调整车身运动姿态，然后根据自身驾驶习惯通过弯道，通过弯道后在弯道后的直线路段将车身运动姿态调整为后续直线行驶状态。利用弯道的曲率半径和中心角定义弯道路段的几何形状，使用弯道路段的几何形状和车辆的初始速度划分不同的试验工况。进入弯道路段前50m处和离开弯道路段后50m处的点分别定义为起点和终点，并保留起点和终点之间的行驶数据作为熟练驾驶员弯道行车数据。
20.招募数名熟练驾驶员参与数据采集测试，所有驾驶员均具有3年以上驾驶经验，年均行驶里程超过10000公里；测试前，工作人员向受试驾驶员讲解试验规则和工况，确保受试驾驶员在测试开始前充分了解测试程序；试验过程中，数据记录员不干预受试驾驶员的驾驶操作和行为决策，确保受试驾驶员按照自身驾驶习惯完成驾驶；对于每种几何形状的弯道，同一受试驾驶员被要求分别以20km/h、30km/h、40km/h的初始速度通过弯道，并且在
每个初始速度下均重复测试3次，以确保试验数据的泛化性。驾驶模拟器采集多源参数信息。
21.步骤3、通过动态时间规整对不同时间跨度的弯道行车轨迹数据进行时间维度放缩，进行不同时间跨度的弯道行车轨迹相似性度量，将弯道轨迹数据统一至相同时间跨度；
22.通过时间维度的放缩对不同时间跨度的轨迹数据序列进行相似性度量，从而定量分析不同工况、不同车速、不同驾驶人的弯道轨迹数据相似性；构建侧向偏移率表征轨迹的变化趋势，轨迹的侧向偏移率ε定义为：
23.ε＝d/b
24.其中，d为车辆的几何中心距离双向车道的道路分界线的侧向距离，b为一条车道的宽度；动态时间规整将不同时间跨度的轨迹数据进行时间尺度上的放缩和拉伸，从而实现不同时间跨度的轨迹数据的局部对齐，在不改变数据变化趋势的前提下使其形状尽可能一致。
25.设待动态时间规整的两段轨迹数据序列为a和b，设两段数据序列上的匹配点对的集合为：
26.p＝{p(1),p(2),...,p(n)}
27.其中，p(n)＝[a(n),b(n)]，p(n)代表在序列a和序列b上的第n对匹配点，设第n对匹配点之间的距离为d(a(n),b(n))，则动态时间规整目标函数d可以定义为：
[0028][0029]
其中，wn为第n对匹配点的局部匹配距离权重，通过优化时间规整目标函数d实现不同时间跨度的轨迹数据序列匹配点对的加权距离总和最小。
[0030]
步骤4、基于统一至相同时间跨度的弯道轨迹数据进行熟练驾驶员转弯特性分析，找到熟练驾驶人转弯过程中的共性特征以及差异性；
[0031]
将弯道拉伸为直线，并标识出5个特殊横断面，分别为：
①
段为弯道入口前25m处；
②
段为弯道的入口；
③
段表示弯道的中心点；
④
段表示弯道的出口；
⑤
段为弯道出口后25m处。
[0032]
分别对左转弯和右转弯轨迹进行分析，得出驾驶员转弯过程中所表现出的共性规律，以及左转弯和右转弯之间的差异性；
[0033]
首先对于左转弯：
[0034]
(1)总体上看，与在直路上行驶不同的是，左转弯的侧向偏移率ε大部分时间都不等于0.5，说明熟练的驾驶员在左转时并未将车道中心线作为理想轨迹；
[0035]
(2)在车辆进入弯道前和转弯刚开始时，侧向偏移率ε逐渐下降，说明熟练驾驶员有意识地控制车辆向弯道内侧偏移，呈现出对弯道内侧的切割趋势，轨迹与弯道中心线的匹配度逐渐降低；
[0036]
(3)在弯道中间，横向偏离率ε逐渐增大，说明熟练驾驶员在向内切弯道后开始控制车辆回拉，直到车辆逐渐偏向弯道外侧，且车速越快，这种回拉现象出现的越早；
[0037]
(4)离开弯道后，横向偏离率ε仍大于0.5，但有逐渐减小的趋势，说明熟练驾驶员
在离开弯道后并未立即控制车辆回到车道中心线，而是依然保持车辆向弯道外侧偏离的同时，逐渐控制车辆回到车道中心线，以防止车辆的航向角发生剧烈变化，从而保证行驶舒适性。
[0038]
对于右转弯：
[0039]
(1)总体上看，整个右转过程中的横向偏离率ε基本维持在0.5左右，车辆轨迹与车道中心线之间存在较大的匹配度，这意味着驾驶员倾向于在右转弯时控制车辆沿车道中心线行驶；
[0040]
(2)在车辆进入弯道前和转弯刚开始时，横向偏差率ε略有增加，根据附图7中对横向偏离率ε的定义可知，与左转弯相同，熟练驾驶员仍然表现出一定的切割弯道内侧的趋势，但是切弯程度小于左转弯时的情况；
[0041]
(3)在弯道中间，侧向偏移率ε逐渐降低，这与左转弯的变化趋势相同，说明熟练驾驶员在向内切弯后开始控制车辆向弯道外侧靠拢，但是回拉车辆的趋势明显小于左转弯；
[0042]
(4)离开弯道后，侧向偏移率ε基本位置在0.5左右，说明熟练驾驶员已经开始控制车辆沿车道中心线行驶，因为右转弯时的侧向偏移率ε变化趋势远小于左转弯，因此右转弯时驾驶员可以直接将车辆拉回车道中心线。
[0043]
步骤5、基于多源显式特征分析产生轨迹共性特征和差异性的深层原因，揭示弯道驾驶行为生成的隐式机理；
[0044]
从熟练驾驶员对转弯性能的需求角度入手，对以上熟练驾驶人所展现出的转弯驾驶规律进行解释：
[0045]
(1)熟练驾驶人在进入弯道前和进入弯道初期会调整车辆的位置和姿态，以切割弯道内侧的方式入弯，即表现为侧向偏移率ε的下降；内切入弯的本质原因在于减小过弯中的车速损失同时调整车辆姿态以更平缓的方式通过弯道的曲线部分；
[0046]
(2)当车辆进入弯道的曲线部分后，通过之前的内切弯行为已调整好车辆姿态，此时熟练驾驶员会控制车辆逐渐偏向弯道外侧行驶，其目的在于使车辆以更大曲率半径、更小曲率的轨迹通过弯道曲线部分，从而降低过弯中的舒适性损失；
[0047]
(3)车辆离开弯道曲线部分后，由于离心力的持续存在，熟练驾驶员并不会立即控制车辆回到车道中心线，而是在基本保持偏向弯道外侧的行驶趋势的同时逐渐向车道中心线靠拢以降低侧向加速度；
[0048]
熟练驾驶员行为由他们对转弯通行效率和转弯舒适性的要求定义，左右转弯具有相同的变化趋势，说明熟练驾驶人在左转弯和右转弯时对转弯性能的需求是一致的。
[0049]
在从需求角度对左右转弯的共性规律进行解释后，从驾驶人的视觉感兴趣区域角度解释左转弯和右转弯表现出的差异性。
[0050]
在采集熟练驾驶员弯道轨迹的同时得到了与轨迹数据时间戳同步的视觉感兴趣区域信息，结果表明熟练驾驶员在转弯过程中的视觉感兴趣区域普遍落在弯道内侧边缘线和弯道中心线附近，驾驶员的驾驶行为生成机理与其视觉感兴趣区域密切相关，在直线道路上，驾驶员普遍关注前方车道中心线附近区域，从而控制车辆沿车道中心线行驶；而在弯道上，驾驶员的视觉感兴趣区域则主要落在弯道的道路内侧，因此将驾驶员的弯道驾驶行为生成机理描述为切点定向，即驾驶员通过自身视线与弯道内侧的切点分析道路曲率变化，进而引导转弯过程，这也解释了转弯时驾驶人的切弯现象。
[0051]
基于切点定向这一结论，进一步解释熟练驾驶员在左右转弯时的差异成因：在中国驾驶位布置于车辆驾驶室的左侧，且按照交通规则车辆应该行驶在道路的右侧车道，左转时驾驶员座椅靠近弯道内侧，这让驾驶员能够更好地感知车辆与弯道内侧之间的距离；且对于左转弯而言，弯道的内侧通常为双向车道的分界线，属于必要时可以跨越的非物理障碍物，这也保证驾驶员在进入左转车道时可以大幅度向内切弯，同时利用左转车道上的良好视野，驾驶员可以较好地控制车辆从弯道中心线向弯道外侧偏离，减少通过弯道时的舒适度损失；但是对于右转弯，由于驾驶员在观察弯道内侧时被副驾驶和右a柱遮挡视线，驾驶员对车辆和弯道内侧之间的距离感知较差，此外右转车道的弯道内侧通常为路肩、树木等不可跨越的物理障碍物，因此由于视线受阻和安全考虑，驾驶员在右转弯时的切弯行为不明显，且在整个右转过程中几乎均沿着车道中心线行驶。
[0052]
步骤6、从熟练驾驶员视觉感兴趣区域角度出发，提取能够表征熟练驾驶员转弯行为生成机理的特征并形成特征建模方法；
[0053]
熟练驾驶员视觉信息处理机理从接受信息到做出反应的流程所花费的时间称为rcdr时间，rcdr时间过后驾驶员会调节车辆的运动姿态，从t1到t2经过的总时间即为驾驶员预瞄时间t
preveiw
。
[0054]
基于驾驶员视觉感兴趣区域，提出驾驶员弯道双重预瞄点模型，用来表征熟练驾驶员的弯道驾驶行为生成机理。点fp称为远端预瞄点，其物理含义为驾驶员视线与弯道内侧边缘的切点，表征驾驶员在弯道行驶过程中所感兴趣的远点信息，其作用是使驾驶员在转弯过程中更加平稳、高效；点np称为近端预瞄点，其物理含义为按照驾驶员一般预瞄时间t
preveiw
所确定的在弯道中心线上的预瞄点，表征驾驶员在弯道行驶过程中所感兴趣的近点信息，其作用是使车辆在转弯过程中不至于偏离车道；θ
fp
是车辆纵轴线与车辆质心-fp连线的夹角，θ
fp
同时反映了车辆当前的行驶方向以及未来道路的曲率变化；θ
np
是车辆纵轴线与车辆质心-np连线的夹角，θ
np
反映了车辆偏离车道中心线的程度；d
fp
为车辆质心与远端预瞄点fp之间的直线距离；l
np
为车辆质心与近端预瞄点np之间的直线距离，l
np
可由车辆速度与一般预瞄时间t
preveiw
求得：
[0055][0056]
则可进一步求得θ
fp
和θ
np
：
[0057][0058]
其中，rr为远端预瞄点fp与弯道曲线曲率中心之间的距离，rv为车辆质心与弯道曲线曲率中心之间的距离，y
np
为近端预瞄点np与车辆行驶方向之间的距离；θ
fp
和θ
np
即为构建的考虑驾驶员弯道驾驶行为生成机理的特征。
[0059]
本发明通过显式信息计算θ
fp
和θ
np
，进而对驾驶行为的隐式生成机理进行建模，采用序列到序列的深度循环神经网络模型构建类人轨迹规划策略，以历史时间窗内的车辆运动学信息以及驾驶员远端预瞄点角度θ
fp
和近端预瞄点角度θ
np
为输入，以规划时间窗内的车辆侧向偏移率为输出，并以试验所采集的熟练驾驶员转弯数据训练模型。
[0060]
本发明的有益效果：
[0061]
本发明基于驾驶模拟器实现了对驾驶人弯道行驶数据的低成本、可重复性采集，
通过招募熟练驾驶员并搭建高沉浸式的驾驶模拟器座舱，保证采集数据真实、有效、可靠；通过引入对驾驶人转弯过程中视觉感兴趣区域信息的采集，提升了弯道行驶数据的多源化程度，便于开展更加全面的弯道驾驶行为研究；本发明基于模拟器数据提出了一套完整、健全的弯道行驶轨迹分析流程、分析手段与方法以及分析的内在逻辑闭环，对本领域研究人员后续开展弯道驾驶行为或其他类型驾驶行为的研究提供了一套可供参考的范本；通过多源化弯道行驶数据采集以及弯道驾驶行为分析，发现了熟练驾驶人转弯过程中的共性特征和差异性，从驾驶人视觉感兴趣区域角度揭示了弯道驾驶行为的内在生成机理，建立了能够有效描述该机理的高级隐式特征，并将其用于构建类人弯道运动轨迹规划系统，证明了本发明所建立的机理特征对系统性能的显著提升。
附图说明
[0062]
图1为本发明的整体流程示意图；
[0063]
图2为本发明中高沉浸式驾驶模拟器结构示意图；
[0064]
图3为本发明中用于检测驾驶员视觉感兴趣区域的栅格化处理示意图。
[0065]
图4为本发明中分析转弯过程中驾驶员视觉感兴趣区域的流程示意图。
[0066]
图5为本发明中弯道行车数据采集工况示意图；
[0067]
图6为本发明中采集的部分弯道行车轨迹示意图；
[0068]
图7为本发明中关于弯道行车轨迹侧向偏移率的定义图；
[0069]
图8为本发明中两条不同长度的弯道行车轨迹进行时间动态规整的过程图；
[0070]
图9为本发明中两条不同长度的弯道行车轨迹进行时间动态规整前后对比：(a)为动态时间规整前，(b)为动态时间规整后；
[0071]
图10为本发明中所采集熟练驾驶员左转弯行车轨迹的侧向偏移变化趋势图。
[0072]
图11为本发明中所采集熟练驾驶员右转弯行车轨迹的侧向偏移变化趋势图。
[0073]
图12为本发明中熟练驾驶员切弯行为示意图。
[0074]
图13为本发明中提出的熟练驾驶员在不同路况上的视觉感兴趣区域示意图。
[0075]
图14为本发明中提出的熟练驾驶员左右转弯行车视野对比图。
[0076]
图15为本发明提出的熟练驾驶员左右转弯性能统计学信息对比。
[0077]
图16为本发明提出的熟练驾驶员视觉信息处理机理示意图。
[0078]
图17为本发明中提出的基于视觉感兴趣区域的熟练驾驶员弯道驾驶行为机理特征建模方法原理示意图。
具体实施方式
[0079]
参阅附图1，本发明提供一种基于驾驶模拟器的弯道驾驶行为机理特征建模方法，包括以下步骤：
[0080]
步骤1、搭建用于弯道行车轨迹多源化数据采集的高沉浸式驾驶模拟器；
[0081]
参阅附图2，所述的驾驶模拟器包括：上位pc主机、超宽曲面屏幕、实时仿真模拟器、高沉浸式驾驶座舱模块和驾驶员行为数据采集模块。
[0082]
所述的上位pc主机中运行场景仿真软件和车辆动力学软件，同时接收并存储来自实时仿真模拟器输出的时间戳同步后的多源传感器信息；场景仿真软件用于构建高度还原
的虚拟驾驶场景，车辆动力学模型用于根据驾驶员输入给出真实的车辆动力学响应，真实的车辆动力学响应将体现在所述场景仿真软件中。
[0083]
所述的超宽曲面屏幕为驾驶员提供真实驾驶时的视野和沉浸感；将超宽曲面屏幕进行栅格化划分，用于获取驾驶员的视觉感兴趣区域；参阅附图3，超宽曲面屏幕的区域从上到下整体分为3部分区域：a0-a2代表的是驾驶人视野中位于路面外区域，通常不会过多关注，因此区域划分粒度较大；b0-b10代表的是驾驶人视野中路面的远端区域；a0-a10代表的是驾驶人视野中路面的近端区域。
[0084]
所述的实时仿真模拟器通过多类型信号接口接受并存储各种信息采集设备的输出，并实现多源数据的时间轴同步，提供整个驾驶模拟器使用过程中的实时环境。
[0085]
所述的高沉浸式驾驶座舱模块包括实车座椅、实车中控台、力反馈方向盘、油门踏板和制动踏板，所述的实车座椅和实车中控台拆解自产品级实车，为驾驶员提供真实的包裹式高沉浸驾驶体验；所述的力反馈方向盘能够根据道路情况、车辆运动学及动力学状态以及驾驶员操纵输入等提供与实车高度接近的真实力反馈；所述的油门踏板以及制动踏板均来自实车配件，并将完整的实车电子液压制动系统集成到模拟器中以提供真实的踏板感觉。
[0086]
所述的驾驶员行为数据采集模块包括方向盘传感器、电位计位移传感器、头戴式眼动仪以及多源数据传递接口，所述方向盘传感器用于测量驾驶员的转向扭矩、角度和速度；所述电位计位移传感器用于监测制动踏板和油门踏板的位移；所述头戴式眼动仪负责采集驾驶人的眼动信息；通过多源数据传递接口将驾驶员行为数据传递至实时仿真模拟器。
[0087]
所述头戴式眼动仪与所述超宽曲面屏幕配合使用，附图4给出了本发明中分析驾驶人转弯过程中视觉感兴趣区域的流程，头戴式眼动仪采集受试驾驶员的视觉关注方向，基于方向数值通过基础的几何换算得到驾驶员视线在所述超宽曲面屏幕上的落点区域，进而将驾驶员在三维视角下的感兴趣区域转化为鸟瞰视角下的二维感兴趣区域，从而得到驾驶员在转弯过程中的视觉感兴趣区域。
[0088]
高沉浸式驾驶模拟器运行时，场景仿真软件以及车辆动力学软件在上位pc主机中实时运行，受试驾驶员通过超宽曲面屏幕感受场景仿真软件生成的虚拟场景和车辆动力学软件提供的真实车辆动力学响应，并通过操纵力反馈方向盘、油门踏板、制动踏板驾驶虚拟车辆，方向盘转角、油门踏板开度、制动踏板开度、制动主缸压力以及驾驶员视觉感兴趣区域等信息通过can总线接口和a/d接口送入实时仿真模拟器，经时间戳同步后将多源信息送入上位pc主机进行存储。受试驾驶员操纵虚拟车辆产生的动态响应由车辆动力学软件生成并注入场景仿真软件中的虚拟交通场景，同时受试驾驶员可以感受到力反馈方向盘、油门踏板、制动踏板以及液压制动系统的真实反馈力，此外实车座椅、实车中控台也可为其进一步提供高度模拟的沉浸式驾驶体验，从而保证了所述高沉浸式驾驶模拟器保证了所采数据的真实性和可靠性。
[0089]
步骤2、为充分发挥仿真测试的安全、可重复、低成本、高覆盖等优势，基于步骤1搭建的驾驶模拟器设计具有代表性和覆盖性的弯道行车轨迹数据采集工况，并招募熟练驾驶员开展试验，采集弯道行车轨迹数据，熟练驾驶员能够保证所采集弯道行车轨迹数据合理、正确、有效；
[0090]
参阅附图5，测试在双向弯道上进行，每个方向均有一条单车道，附着系数良好，每条弯道路段的前后都衔接一段直线路段。驾驶员在弯道前直线路段调整车身运动姿态，然后根据自身驾驶习惯通过弯道，通过弯道后在弯道后的直线路段将车身运动姿态调整为后续直线行驶状态。本发明利用弯道的曲率半径和中心角定义弯道路段的几何形状，使用弯道路段的几何形状和车辆的初始速度划分不同的试验工况，表1给出了不同试验工况的弯道几何参数和车辆初始速度组合。
[0091]
表1
[0092][0093][0094]
为保证所采集数据的合理性和准确性，本发明招募了32名熟练驾驶员参与数据采集测试，所有驾驶员均具有3年以上驾驶经验，年均行驶里程超过10000公里，保证其驾驶行为符合大部分驾驶员的驾驶规律，所招募的熟练驾驶员的统计信息如表2所示。
[0095]
表2
[0096][0097]
测试前，工作人员向受试驾驶员讲解试验规则和工况，确保受试驾驶员在测试开始前充分了解测试程序。所有受试驾驶员在正式试验前均接受了30分钟以上的驾驶模拟器使用培训。试验过程中，数据记录员不干预受试驾驶员的驾驶操作和行为决策，确保受试驾驶员按照自身驾驶习惯完成驾驶。对于每种几何形状的弯道，同一受试驾驶员被要求分别以20km/h、30km/h、40km/h的初始速度通过弯道，并且在每个初始速度下均重复测试3次，以确保试验数据的泛化性。表3给出了本发明驾驶模拟器采集的多源参数的具体信息。
[0098]
表3
[0099][0100][0101]
明确上述内容后，本发明开展了熟练驾驶员弯道行车数据采集试验。附图6给出了本发明中采集的部分工况下的弯道驾驶员行车轨迹数据。本发明将进入弯道路段前50m处和离开弯道路段后50m处的点分别定义为起点和终点，并保留起点和终点之间的行驶数据作为熟练驾驶员弯道行车数据。
[0102]
步骤3、通过动态时间规整对不同时间跨度的弯道行车轨迹数据进行时间维度放缩，进行不同时间跨度的弯道行车轨迹相似性度量，将弯道轨迹数据统一至相同时间跨度；
[0103]
由本发明的弯道行车数据采集工况可知，不同工况以及每次试验所采集的数据时间跨度均不同，为轨迹数据具体共性规律的提取、分析与描述等造成困难。为解决上述问题，本发明通过时间维度的放缩对不同时间跨度的轨迹数据序列进行相似性度量，从而定量分析不同工况、不同车速、不同驾驶人的弯道轨迹数据相似性，以判定熟练驾驶员的弯道轨迹数据是否具有一定的共性规律。
[0104]
为了便于弯道轨迹数据的动态时间规整以及弯道轨迹的规律分析，本发明构建侧向偏移率表征轨迹的变化趋势。参阅附图7，轨迹的侧向偏移率ε定义为：
[0105]
ε＝d/b
[0106]
其中，d为车辆的几何中心距离双向车道的道路分界线的侧向距离，b为一条车道的宽度，按照我国的公路设计标准，取b为3.75米。动态时间规整将不同时间跨度的轨迹数据进行时间尺度上的放缩和拉伸，从而实现不同时间跨度的轨迹数据的局部对齐，在不改变数据变化趋势的前提下使其形状尽可能一致。
[0107]
设待动态时间规整的两段轨迹数据序列为a和b，设两段数据序列上的匹配点对的
集合为：
[0108]
p＝{p(1),p(2),...,p(n)}
[0109]
其中，p(n)＝[a(n),b(n)]，p(n)代表在序列a和序列b上的第n对匹配点，设第n对匹配点之间的距离为d(a(n),b(n))，则动态时间规整目标函数d可以定义为：
[0110][0111]
其中，wn为第n对匹配点的局部匹配距离权重，本发明所述的动态时间规整方法通过优化时间规整目标函数d实现不同时间跨度的轨迹数据序列匹配点对的加权距离总和最小。
[0112]
附图8给出了工况1中以30km/h和40km/h通过弯道时的两段不同时间跨度弯道行车轨迹的动态规整过程，以本发明的转弯轨迹的侧向偏移率作为规整的对象，附图8中的灰色线条为规整路径，代表了不同轨迹数据序列中采样点的匹配过程，可以看出其规整路径整体接近对角线，满足边界性、连续性、单调性的约束，表明两条数据序列匹配良好，证明了熟练驾驶员的弯道轨迹具有高度一致的内在变化规律。附图9进一步给出了两条不同时间跨度的数据序列匹配前后的对比，可以看到动态规整后的不同车速下的弯道轨迹几乎完全重合，进一步印证了本发明提出的熟练驾驶员弯道轨迹具有共性规律的假设。
[0113]
步骤4、基于统一至相同时间跨度的弯道轨迹数据进行熟练驾驶员转弯特性分析，找到熟练驾驶人转弯过程中的共性特征以及差异性；
[0114]
附图10和附图11分别给出了熟练驾驶员在工况1道路左转弯和右转弯时，转弯轨迹的侧向偏移率ε随行驶距离的变化情况。附图10和附图11的(a)、(b)、(c)分别是初始速度为20km/h、30km/h和40km/h时的转弯轨迹侧向偏移率ε随行驶距离的变化情况。为便于观察，本发明将弯道拉伸为直线，并标识出5个特殊横断面，分别为：
①
段为弯道入口前25m处；
②
段为弯道的入口；
③
段表示弯道的中心点；
④
段表示弯道的出口；
⑤
段为弯道出口后25m处。
[0115]
分别对左转弯和右转弯轨迹进行分析，首先对于左转弯：
[0116]
(1)总体上看，与在直路上行驶不同的是，左转弯的侧向偏移率ε大部分时间都不等于0.5，说明熟练的驾驶员在左转时并未将车道中心线作为理想轨迹；
[0117]
(2)在车辆进入弯道前和转弯刚开始时，侧向偏移率ε逐渐下降，说明熟练驾驶员有意识地控制车辆向弯道内侧偏移，呈现出对弯道内侧的切割趋势，轨迹与弯道中心线的匹配度逐渐降低；
[0118]
(3)在弯道中间，横向偏离率ε逐渐增大，说明熟练驾驶员在向内切弯道后开始控制车辆回拉，直到车辆逐渐偏向弯道外侧，且车速越快，这种回拉现象出现的越早；
[0119]
(4)离开弯道后，横向偏离率ε仍大于0.5，但有逐渐减小的趋势，说明熟练驾驶员在离开弯道后并未立即控制车辆回到车道中心线，而是依然保持车辆向弯道外侧偏离的同时，逐渐控制车辆回到车道中心线，以防止车辆的航向角发生剧烈变化，从而保证行驶舒适性。
[0120]
对于右转弯：
[0121]
(1)总体上看，整个右转过程中的横向偏离率ε基本维持在0.5左右，车辆轨迹与车道中心线之间存在较大的匹配度，这意味着驾驶员倾向于在右转弯时控制车辆沿车道中心线行驶；
[0122]
(2)在车辆进入弯道前和转弯刚开始时，横向偏差率ε略有增加，根据附图7中对横向偏离率ε的定义可知，与左转弯相同，熟练驾驶员仍然表现出一定的切割弯道内侧的趋势，但是切弯程度小于左转弯时的情况；
[0123]
(3)在弯道中间，侧向偏移率ε逐渐降低，这与左转弯的变化趋势相同，说明熟练驾驶员在向内切弯后开始控制车辆向弯道外侧靠拢，但是回拉车辆的趋势明显小于左转弯；
[0124]
(4)离开弯道后，侧向偏移率ε基本位置在0.5左右，说明熟练驾驶员已经开始控制车辆沿车道中心线行驶，因为右转弯时的侧向偏移率ε变化趋势远小于左转弯，因此右转弯时驾驶员可以直接将车辆拉回车道中心线。
[0125]
因此通过对熟练驾驶员转弯轨迹的量化分析，得出驾驶员转弯过程中所表现出的共性规律，以及左转弯和右转弯之间的差异性。
[0126]
步骤5、基于多源显式特征分析产生轨迹共性特征和差异性的深层原因，揭示弯道驾驶行为生成的隐式机理；
[0127]
本发明从熟练驾驶员对转弯性能的需求角度入手，对以上熟练驾驶人所展现出的转弯驾驶规律进行解释：
[0128]
(1)熟练驾驶人在进入弯道前和进入弯道初期会调整车辆的位置和姿态，以切割弯道内侧的方式入弯，即表现为侧向偏移率ε的下降；内切入弯的本质原因在于减小过弯中的车速损失同时调整车辆姿态以更平缓的方式通过弯道的曲线部分。本发明在附图12中进一步表现了这种熟练驾驶员在进入弯道时的切弯现象，参阅附图12可以看到，熟练驾驶员的这种向内切弯行为延长了车辆的近直线行驶长度，有效降低了入弯速度损失，是对过弯通行效率的提升，并且有效降低了入弯造成的舒适性损失。
[0129]
(2)当车辆进入弯道的曲线部分后，通过之前的内切弯行为已调整好车辆姿态，此时熟练驾驶员会控制车辆逐渐偏向弯道外侧行驶，其目的在于使车辆以更大曲率半径、更小曲率的轨迹通过弯道曲线部分，从而降低过弯中的舒适性损失。
[0130]
(3)车辆离开弯道曲线部分后，由于离心力的持续存在，熟练驾驶员并不会立即控制车辆回到车道中心线，而是在基本保持偏向弯道外侧的行驶趋势的同时逐渐向车道中心线靠拢以降低侧向加速度。
[0131]
熟练驾驶员行为由他们对转弯通行效率和转弯舒适性的要求定义，左右转弯具有相同的变化趋势，说明熟练驾驶人在左转弯和右转弯时对转弯性能的需求是一致的。因此在从需求角度对左右转弯的共性规律进行解释后，本发明从驾驶人的视觉感兴趣区域角度解释左转弯和右转弯表现出的差异性。
[0132]
根据附图3和附图4，在采集熟练驾驶员弯道轨迹的同时得到了与轨迹数据时间戳同步的视觉感兴趣区域信息，结果表明熟练驾驶员在转弯过程中的视觉感兴趣区域普遍落在附图3中的b4、b5、c4、c5区域，更进一步的将其转化至二维鸟瞰视角后，发现驾驶员视觉感兴趣区域主要落在弯道内侧边缘线和弯道中心线附近。参阅附图13所示的熟练驾驶员在不同路况上的视觉感兴趣区域示意图可知，驾驶员的驾驶行为生成机理与其视觉感兴趣区域密切相关，在直线道路上，驾驶员普遍关注前方车道中心线附近区域，从而控制车辆沿车
道中心线行驶；而在弯道上，驾驶员的视觉感兴趣区域则主要落在弯道的道路内侧，因此本发明将驾驶员的弯道驾驶行为生成机理描述为切点定向，即驾驶员通过自身视线与弯道内侧的切点分析道路曲率变化，进而引导转弯过程，这也解释了转弯时驾驶人的切弯现象。
[0133]
基于切点定向这一结论，本发明解释了熟练驾驶员在左右转弯时的差异成因。参阅附图12，在中国驾驶位布置于车辆驾驶室的左侧，且按照交通规则车辆应该行驶在道路的右侧车道，左转时驾驶员座椅靠近弯道内侧，这让驾驶员能够更好地感知车辆与弯道内侧之间的距离；且对于左转弯而言，弯道的内侧通常为双向车道的分界线，属于必要时可以跨越的非物理障碍物，这也保证驾驶员在进入左转车道时可以大幅度向内切弯，同时利用左转车道上的良好视野，驾驶员可以较好地控制车辆从弯道中心线向弯道外侧偏离，减少通过弯道时的舒适度损失；但是对于右转弯，由于驾驶员在观察弯道内侧时被副驾驶和右a柱遮挡视线，驾驶员对车辆和弯道内侧之间的距离感知较差，此外右转车道的弯道内侧通常为路肩、树木等不可跨越的物理障碍物，因此由于视线受阻和安全考虑，驾驶员在右转弯时的切弯行为不明显，且在整个右转过程中几乎均沿着车道中心线行驶。
[0134]
为了进一步证明本发明对左转弯和右转弯差异性的解释，本发明比较了相同试验工况下的左右转弯性能。附图15给出了在30km/h的入弯速度下，同一道路工况中左转弯和右转弯性能统计学信息对比，可以看到，在同一道路工况下，右转弯的平均侧向加速度、最大侧向加速度、平均横摆角速度和最大横摆角速度均大于左转弯，这表明左转弯时驾驶员能够以更小的舒适性损失更高效地通过弯道，印证了本发明对左右转弯差异性的解释，也为构建弯道类人轨迹规划提供了重要指导。
[0135]
步骤6、从熟练驾驶员视觉感兴趣区域角度出发，提取能够表征熟练驾驶员转弯行为生成机理的特征并形成特征建模方法；
[0136]
本发明认为所述驾驶员的切点定向本质上是对前方道路的预瞄，即驾驶员通过视觉注视行为获得执行驾驶操作的必要信息。图16为本发明提出的熟练驾驶员视觉信息处理机理示意图，具体流程为感官接受视觉感兴趣区域信息以及车辆动力学反馈信息，大脑认知信息，大脑依据视觉和车辆动力学反馈信息进行决策并最终控制肌肉做出反应，即执行实际的驾驶操作。这段从接受信息到做出反应的流程所花费的时间称为rcdr时间，rcdr时间过后驾驶员会调节车辆的运动姿态，从t1到t2经过的总时间即为本发明所述的驾驶员预瞄时间t
preveiw
。
[0137]
由熟练驾驶员弯道视觉感兴趣区域以及附图16对熟练驾驶员视觉信息处理机理的分析可知，要想实现深层的类人弯道轨迹规划，必须对驾驶人的视觉感兴趣区域及其对视觉信息的处理过程进行建模。参阅附图17，本发明基于驾驶员视觉感兴趣区域，创造性地提出了驾驶员弯道双重预瞄点模型，用来表征熟练驾驶员的弯道驾驶行为生成机理。附图17中的点fp称为远端预瞄点，其物理含义为驾驶员视线与弯道内侧边缘的切点，表征驾驶员在弯道行驶过程中所感兴趣的远点信息，其作用是使驾驶员在转弯过程中更加平稳、高效；点np称为近端预瞄点，其物理含义为按照驾驶员一般预瞄时间t
preveiw
所确定的在弯道中心线上的预瞄点，表征驾驶员在弯道行驶过程中所感兴趣的近点信息，其作用是使车辆在转弯过程中不至于偏离车道。如附图17所示，θ
fp
是车辆纵轴线与车辆质心-fp连线的夹角，θ
fp
同时反映了车辆当前的行驶方向以及未来道路的曲率变化；θ
np
是车辆纵轴线与车辆质心-np连线的夹角，θ
np
反映了车辆偏离车道中心线的程度；d
fp
为车辆质心与远端预瞄点
fp之间的直线距离；l
np
为车辆质心与近端预瞄点np之间的直线距离，l
np
可由车辆速度与一般预瞄时间t
preveiw
求得：
[0138][0139]
则可进一步求得θ
fp
和θ
np
：
[0140][0141]
其中，rr为远端预瞄点fp与弯道曲线曲率中心之间的距离，rv为车辆质心与弯道曲线曲率中心之间的距离，y
np
为近端预瞄点np与车辆行驶方向之间的距离。θ
fp
和θ
np
即为本发明构建的考虑驾驶员弯道驾驶行为生成机理的特征。
[0142]
本发明通过显式信息计算θ
fp
和θ
np
，进而对驾驶行为的隐式生成机理进行建模，为了证明基于驾驶模拟器的熟练驾驶员弯道驾驶行为机理特征提取与建模方法的有效性，本发明设置了模型-1和模型-2进行对比试验，两模型均采用序列到序列的深度循环神经网络模型构建类人轨迹规划策略，并以试验所采集的熟练驾驶员转弯数据训练模型。
[0143]
模型-1以历史时间窗内的车辆运动学信息以及驾驶员远端预瞄点角度θ
fp
和近端预瞄点角度θ
np
为输入，以规划时间窗内的车辆侧向偏移率为输出；而模型-2则不使用本发明所建立的驾驶员弯道驾驶行为机理特征θ
fp
和θ
np
，仅以历史时间窗内的车辆运动学信息为输入，以规划时间窗内的车辆侧向偏移率为输出。对于类人弯道轨迹规划系统而言，其性能好坏表现为与人类驾驶员真实数据的接近程度，本发明通过均方根误差(root mean square error,rmse)来衡量两种模型的类人性能：
[0144][0145]
其中，n为数据段数量，为熟练驾驶员的真实侧向偏移率，εi为两个类人弯道轨迹规划模型所规划轨迹的侧向偏移率。rmse越小表征模型所规划轨迹与熟练驾驶员真实轨迹越接近，即模型性能越好。附表4给出了两组模型在不同轨迹规划时间窗长度下的侧向偏移率rmse值对比，可以明显的看到，在各个规划时间窗长度下，使用本发明建立的驾驶员远端预瞄点角度θ
fp
和近端预瞄点角度θ
np
的模型-1的侧向偏移率均小于不使用θ
fp
和θ
np
的模型-2，且模型-1的侧向偏移率rmse值并未随着规划时间窗的延长而显著增大，表现出良好的稳定性，充分说明了本发明所述的基于驾驶模拟器的熟练驾驶员弯道驾驶行为机理特征提取与建模方法的有效性。
[0146]
表4
[0147]