（模式识别与智能系统专业论文）基于mas和驾驶员行为的汽车追尾预警模型研究.pdf

江苏大学硕士学位论文 摘要 建立健全道路安全保障体系是保障与改善国计民生的重大社会工程。据有 关统计，汽车追尾是道路交通事故的主要形式之一，约占总碰撞事故起数的2 3 。 借助追尾预警系统，追尾碰撞降低率可达6 2 。目前，大多汽车没有安装追尾 预警系统，所以，研究开发汽车追尾预警系统有广阔的应用前景。 本文在分析汽车追尾事故成因基础上，基于多a g e n t 系统理论，对汽车追 尾与驾驶员行为之间的关系建立模型。驾驶员行为复杂且具有一定的不确定性， 受到多种因素的影响。追尾预警系统研究属于智能交通安全( i n t e l l i g e n t t r a n s p o r t a t i o ns y s t e m ，i t s ) 领域，是主动式安全研究的主要方向。作为道路交 通主体的驾驶员的行为对汽车追尾预警研究起到重要作用。采用传统的结构及 开发方法已经很难适应用户对于预测支持系统的需求。而多a g e n t 系统理论为 预测支持系统的研究开发提供了新的方法。 论文的主要工作是： ( 1 ) 在分析了遗传算法和蚁群算法的基础上，提出了将两者结合起来的 a g e n t 联盟求解算法h a g a ( h y b r i da n ta n dg e n e t i c 砧g o r i n 髓) 。联盟的目的是确 定影响驾驶员行为的主要因素，减少多因素综合判断时间以及消解矛盾因素。 ( 2 ) 对驾驶员行为进行深入研究，提出了基于动态神经网络集成d n n i a ( d y n a m i cn e u r a ln e t w o r ki n t e g r a t e d a l g o r i t h m ) 的驾驶员行为学习算法，实现驾 驶员行为习惯的学习和特定环境下驾驶员行为的预测。仿真实验从驾驶员的踩踏 制动踏板和加速踏板的开度、时间，以及方向盘转角角度、时间等方面进行了驾 驶员行为的研究；实验结果与样本数据总体趋势较为一致，体现驾驶员行为个性。 ( 3 ) 以m a s 为架构，以驾驶员行为为核心，以b a y e s 决策为手段，提出了 基于m a s ( m u l t i - a g e n ts y s t e m ) 和驾驶员行为的汽车追尾预警模型m c r m a s b ( m o d e lo f c a rr e a r - e n dw a r n i n gb a s e do nm a sa n db e h a v i o r ) 和基于姒s 和驾驶 员行为的b a y e s 追尾预警决策算法，目的是充分利用m a s 中各a g e n t 的交互性、 自主性和实时性，。体现道路交通中驾驶员地位的主体性，以及追尾预警各方面 信息的不确定性。为汽车追尾预警系统的研究提供了一条新的思路。 关键词：汽车追尾；预警；a g e n t ；驾驶员行为；联盟 江苏大学硕士学位论文 a b s t r a c t t h ee s t a b l i s h m e n to fas o u n ds y s t e mo f r o a ds a f e t yp r e c a u t i o n si sa l le n d e a v o r o fg r e a ts o c i a ls i g n i f i c a n c ew i t ha ni m p a c to nt h ee n s u r i n ga n di m p r o v e m e n to ft h e n a t i o n a l - e c o n o m ya n dt h ep e o p l e sl i v e l i h o o d a c c o r d i n gt or e l a t e ds t a t i s t i c s ，t h e r e a r - e n dc o l l i s i o n 限c ) i so n eo ft h em a j o rf o r m so ft r a f f i ca c c i d e n t s ，a c c o u n t i n gf o r 2 3 o fa l lt h ec o l l i s i o na c c i d e n t s w h i l ew i t ht h eh e l po ft h ep r e - w a r n i n gs y s t e m , t h en u m b e ro fr cc o u l db er e d u c e db yo v e r6 2 s of a r , m o s ta u t o m o b i l e sh a v en o t b e e ne q u i p p e d 丽t i lt h er e a r - e n dc o l l i s i o na l a r ms y s t e m ( r c a s ) ，w h i c h , t h e r e f o r e ， p r o m i s e sag o l d e np r o s p e c tf o rt h ed e v e l o p m e n t a n da p p f i c a f i o no f t h er c a s b a s e do nt h ea n a l y s i so ft h ec a u s e so fr co ft r a 伍ca c c i d e n t s ，t h i sp a p e r d e d i c a t e dt om o d e lt h er e l a t i o n s h i pb e t w e e nr e a r - e n dc o l l i s i o na n dd r i v i n gb e h a v i o r a c c o r d i n gt ot h em u l t i - a g e n ts y s t e mt h e o r y d r i v i n gb e h a v i o ri sc h a r a c t e r i z e db y c o m p l e x i t ya n du n c e r t a i n t y 勰i ti sm o r eo f t e nt h a nn o ti n f l u e n c e db ym u l t i - f a c t o r s s ot h ec u r r e n ts t u d yf a l l si n t ot h ef i e l do fi n t e l l i g e n tt r a n s p o r t a t i o ns y s t e m ( i t s ) w h i c hi st h ep r i m a r yc o n c e r no ft h es t u d yo ft h ea c t i v es a f e t yp r e c a u t i o n s i n c et h e d r i v e ri st h es u b j e c to fr o a dt f a f h c ，h i s h e rb e h a v i o r sp l a y 趾i m p o r t a n tr o l ei nt h e s t u d yo fr c a s i ti ss e l f - e v i d e n tt h a tt r a d i t i o n a ls o f t w a r ea r c h i t e c t u r ea n dm e t h o d s c a nh a r d l ys a t i s f yt h ec u r r e n td e v e l o p m e n to ff o r e c a s t i n gs u p p o r ts y s t e m ( f s s ) h o w e v e r , t h em u l t i a g e n ts y s t e mt h e o r yp r o v i d e sn e wm e t h o d sf o rt h es t u d ya n d d e v e l o p m e n to ff s s t h em a i nc o n t r i b u t i o n so f t h i sp a p e ra r el i s t e d 髂f o l l o w s ： f i r s t l y , u p o n t h e a n a l y s i s o fg e n e t i c a l g o r i t h m ( g a ) a n da n tc o l o n y o p t i m i z a t i o n ( a c o ) ，h a g & an e wm e t h o dt os o l v ea g e n tc o a l i t i o np r o b l e mw h i c h b a s e do nt h ec o m b i n a t i o no fg aa n da c o ，i sp r e s e n t e d t h ep u r p o s eo fa g e n t c o a l i t i o ni st oc o n f i r mt h em a j o rf a c t o r sa f f e c t i n gd bs o 嬲t or e d u c et h et i m eo f m u l t i f a c t o rc o m p r e h e n s i v ee v a l u a t i o na n dt oe l i m i n a t ec o n t r a d i c t i o nf a c t o r s s e c o n d l y , t h r o u g h a ni n t e n s i v e s t u d yo fd b ，al e a r n i n g a l g o r i t h mo f d b - - - d n n i ai sp r o p o s e d , w h i c hi ss u p p o s e dt or e a l i z et h el e a r n i n go fd b sh a b i t s a n dt h ef o r e c a s t i n go fd bi np a r t i c u l a re n v i r o n m e n t a s i m u l a t i o n ：e x p e r i m e n t n i 江苏大学硕士学位论文 c o n c e r n i n gt h es t u d yo fd b i sc o n d u c t e di ns u c ha s p e c t sa st h ep e d a lo p e n i n ga n d t h et i m el e n g t hw h e nt h ed r i v e ri ss t e p p i n go nt h eb r a k i n go ra c c e l e r a t i o np e d a l ，a s w e l la st h er o t a t i o na n g l ea n dt i m el e n g t ho ft h es t e e r i n gw h e e l t h es i m u l a t i o n r e s u l t s ，w h i c h 似l ye m b o d yt h ed r i v e r sd r i v i n gt r a i t s ，a r ec o n s i s t e n tw i t ht h eo v e r a l l t e n d e n c yo ft h es a m p l ed a t a l a s tb u tn o tl e a s t , b ym e a l l so fb a y e sd e c i s i o nt h e o r y , am o d e lo fc a rr e a r - e n d w a r n i n gb a s e do nm a s a n db e h a v i o r ( m c r m a s b ) a n dt h ec o r r e s p o n d i n gd e c i s i o n a l g o r i t h ma r ep r o p o s e d ，w h i c hi sc e n t e r i n go nd ba n d i sh a v i n gm a sa si t s f l a m e w o r k t h ea i mi st om a k ef u l lu s eo ft h ec h a r a c t e r i s t i c so ft h ea g e n t si nm a s s u c ha si n t e r a c t i o n , a u t o n o m ya n dr e a l - t i m et oe m b o d yd r i v e r s u b j e c t i v i t yi nr o a d t r a f f i ca n dt oi m p r o v et h eu n c e r t a i n t yo fi n f o r m a t i o ni ne v e r ya s p e c to fr c a s i n t h i sw a y , t h ec u r r e n tr e s e a r c ha t t e m p t st op r o v i d ean e wi d e af o rt h es t u d yo fr c a s k e y w o r d s ：r e a r - e n dc o l l i s i o n ；a l a r m ；a g e n t ；d r i v m gb e h a v i o r ；c o a l i t i o n 学位论文版权使用授权书 本学位论文作者完全了解学校有关保留、使用学位论文的规定，同意学校 保留并向国家有关部门或机构送交论文的复印件和电子版，允许论文被查阅和 借阅。本人授权江苏大学可以将本学位论文的全部内容或部分内容编入有关数 据库进行检索，可以采用影印、缩印或扫描等复制手段保存和汇编本学位论文。 保密 ， 在年解密后适用本授权书。 本学位论文属于， 不保密 学位论文作者签名： 纱脾严月，日 毋筝 皎 二x习 星 一日榴细 轹 p ， 签 ， 师 年 教 占 鼬 对 本人郑重声明：所呈交的学位论文，是本人在导师的指导下， 独立进行研究工作所取得的成果。除文中已经注明引用的内容以 外，本论文不包含任何其他个人或集体已经发表或撰写过的作品 成果。对本文的研究做出重要贡献的个人和集体，均已在文中以 明确方式标明。本人完全意识到本声明的法律结果由本人承担。 学位论文作者签名：第孚 日期：纱莎年厶，碉日 江苏大学硕士学位论文 1 1 研究背景 第一章绪论 1 1 1 我国道路交通安全现状 道路交通安全事关人民群众的安居乐业，事关社会的和谐稳定，建立健全道 路安全保障体系是保障与改善国计民生的重大社会工程。由人一车一路( 含交通环 境) 构成的系统是一个闭环系统n 嘲，一切交通活动都是发生在这个系统之中的， 这个系统中任何一个组成部分的正常机能受到破坏，都有可能引发道路交通事 故。因此，引发道路交通事故的基本要素必然是人( 主要是驾驶员) 、车辆、道路 和交通环境。大多数道路交通事故是由于驾驶员、车辆、道路和交通环境等在内 的综合系统的协调性失衡造成的。表1 - 1 为我国近年来的道路交通事故统计结果 ( 截至2 0 0 7 年底，来源中国公安部h t t p ：w w w m p s g o v c n ) 表1 - 1 我国近年来的道路交通事故统计 t a b l - it h es t a t i s t i c a lo f t r a t f i ca c c i d e n ti nr e c e n ty e a r s 2 0 0 4 年5 月1 日起施行的中华人民共和国道路交通安全法，是继2 0 0 4 年3 月全国人大通过宪法修正案以来实施的第一部体现“以人为本”原则的重要法规， 这部法规体现了尊重人的价值、尊重生命的价值取向。公路设计一以人为本、以 车为本 的理念，是指公路设计无论是满足运营安全，还是本身结构安全，其根 本是为人，为运营的车辆服务，以人类的需求为基础，从人的本性和本能出发， 江苏大学硕士学位论文 使公路的各种功能适应和满足人的本能意愿，不过多强制人类行为的思想意识。 公路设计树立“以人为本、以车为本 的理念，应具备服从本能意识、行为诱导、 安全感三种基本意识，并渗透于设计全过程。服从本能意识是指方便、自然是人 类的本能和本性之一，公路设计应服从人的基本愿望和心理，在考虑工程经济的 同时，必须从方便人们的习惯出发确定公路的设计方案。行为诱导意识是指公路 设计应在充分尊重人的本能的同时，通过合理的设计诱导驾驶人的驾驶行为，规 范交通行为，使驾驶人自觉、主动地服从和适应适当的“强制性 诱导措施。安 全感意识是指安全感是人类置身于环境中的首要需求。公路工程只有以给人安全 的感觉，才能体现“以人为本、以车为本一。 目前，我国仍处于道路交通事故的高发期，道路交通事故死亡人数总量仍然 很大，万车死亡率处于较高水平，群死群伤特大恶性事故时有发生，事先预防、 预警预报和应急救援手段相对滞后于工作的需要。据统计，2 0 0 7 年全国共发生道 路交通事故3 2 7 7 y 起，造成8 1 6 万人死亡，占我国各类安全事故死亡人数的7 5 左右啼训。图卜l 为2 0 0 5 - 2 0 0 7 年全国道路交通事故统计图，图1 - 2 为江苏省镇江市 2 0 0 6 2 0 0 7 年各辖区依次统计的交通事故次数、死亡人数、受伤人数、直接财产 损失四项指数统计( 注：统计单位：镇江交巡警支队统计时间：2 0 0 8 年0 6 月0 4 日行政区划：3 2 1 1 0 1 至3 2 1 1 9 4 统计时间段：2 0 0 6 年1 月至2 0 0 7 年1 2 月) ，可见 道路交通事故已成为危害人民群众生命财产安全影响社会和谐稳定的重要因素 之一，这引起了各级党和政府的高度重视，以及社会各界的关注。特别是2 0 0 8 年奥运会将在北京举办，创造安全畅通的的道路交通环境，对于树立政府的良好 形象，保障奥运会的顺利举行具有重要的现实意义。 2 0 0 8 年2 月，国家科技部、公安部和交通部联合印发了 l 廉件时就会发生汽车追尾。 定义2 4 ：行车视距d 。耐：汽车a 的驾驶员能够看到汽车b 的距离。行车视距 受天气等多种因素影响。 为了避免两车追尾相撞。要求d 。础大于汽车a 停住前行驶的距离s o ，即要求 有：d 。砌 村_ xk 护 公式24 这就要求汽车 在行驶时，行驶速度k 要满足下式： y i 0 2 f x 巩。 ，m 公式25 设车轮与路面之间的摩擦系数为“重力加速度为毋按照摩擦力和汽车重力 之间存在的关系有： f = m h m 公式26 将式2 6 带入式卜5 可得k x 2 m g u x d 耐m ，由此推导出： k z 删 公式27 式27 是一个跟车避免追尾的车速限制公式。 实际行车时，k 和s 两个因子对于驾驶员来说是动态的，因为即使认为重力 加速度和摩擦系数是固定不变的，而d k 曲随着行车环境而变化，驾驶员凭感觉 得到的”始终是不准确的，即便使用仪表盘上的速度，人们也很难在短时问内完 成对公式2 7 的计算判断。 正是在长期的驾驶实践中，驾驶员形成了某种极强的适应环境的驾驶本能， 江苏大学硕士学位论文 也就是所谓的驾驶经验或驾驶习惯，“模糊 地知道满足公式卜7 就能有效避免 汽车追尾。 然而，驾驶员毕竟不是机器，对于瞬息万变道路交通环境和人体特有的生理 心理因素，一旦不适应，就会引发交通事故，这就是汽车尾追事故发生的真正原 因。所以，研究驾驶员行为，对防范以汽车追尾为典型的交通事故，具有重要的 意义。 而且，从公式2 - 1 可以看出，驾驶员的反应时间对安全距离有影响，且驾驶 员的反应时间与驾驶员的经验和个性有关。经相关测试表明，驾驶员的反应时间 如船一般为0 6 - 1 8 s 。 也可以根据公式2 - 1 得到不同的驾驶员和不同的速度对安全距离有影响。 从公式2 一l 还可以看出，制动时间口对安全距离有影响，并且不同刹车系统 的制动时间是不同的。其中，气压系统的制动时间为0 2 5 - - 0 4 5 s ，液压系统的 刹车时间为0 4 - - 0 9 s 。 一般当速度为9 0 k m h 时，要求距离为8 0 m ，但速度为ll o k m h 时，则要求距离 为1 l o m 。但是，汽车在公路上常常是列队行驶的，这种安全距离在实际行车中几 乎不可能实现，因为这样的距离会让超车的汽车常常介于两车之间，当超车过于 频繁时，系统就会频繁预警，驾驶员就会频繁刹车，极易发生追尾交通事故。 2 2 2 汽车追尾碰撞试验标准 到目前为止，整个世界汽车界对追尾碰撞试验标准的研究相对较少。1 9 7 5 年欧洲发布的e c e 3 2 是目前世界上唯一的汽车追尾碰撞试验标准，它对追尾碰撞 中被撞机动车辆结构特性做了认证规定。e c e 3 2 标准的具体规定见表1 - 2 。 表2 1 欧洲追尾碰撞试验标准 t a b 2 1t h et e s ts t a a d a r d so f r e a rc o l l i s i o ni ne u i 的p e 欧洲e c e 3 2 一 要求： 不能有可能会造成乘员伤害风险的变形 最后排座椅r 点在地板上的投影相对于汽车不变形区域的后移量不大于7 5 m 碰撞 时侧门不能被撞开碰撞后，侧门应能不使用工具而打开 试验： 使用移动壁或摆锤。碰撞速度为3 5 3 8 k m h 移动壁或摆锤总质量为1 1 0 0 d ：2 0 k g 需有防止2 次碰撞的装置 车况：加燃油9 0 9 6 ，其他液体如制动液、冷却液等可放空 可挂档，施加制动 江苏大学硕士学位论文 2 3 驾驶员行为分析 在道路上行驶的汽车，其驾驶员、汽车和道路环境构成了典型的人一机一环 境系统，如图2 - 2 所示，在该系统中，驾驶员是最活跃的要素，对驾车安全起着 主导作用，是保证道路交通系统安全的关键。 在汽车行驶时，驾驶行为是信息感知、判断决策和动作所组成的一个不断重 复进行的信息处理过程，即感知作用于判断决策后影响到动作。 首先是道路上来往车辆、行人、道路交通标志、路面状况以及汽车本身的运 行工况等外界信息，通过驾驶员的视觉、听觉和触觉等感觉器官传入驾驶员的大 脑，驾驶员依据其驾驶经验予以加工后，做出相应的判断和决策，然后再通过手、 脚等运动器官发出调整方向和速率等指令行为，从而改变汽车状态和操纵目的。 圈2 - 2 驾驶员军看昏道路：环境作用图 f i 9 2 - 2t h ed i a g r a ma b o u td r i v e r , v e h i c l ea n d e n v i r o n m 陇t 汽车行驶轨道、相对于道路的适应程度、振动、速度以及各种操纵后汽车的 行驶变化再通过上述过程反馈给驾驶员，同时驾驶员仍在不断的接受道路及环境 信息，调节自身驾驶状态以适应新的道路环境信息，确保汽车的操纵稳定性、可 靠性和安全性。 2 3 1 道路交通信息的特点 信息是事物存在状态及其变化的反映，是一个含义极其广泛的概念。不同的 认知活动所需信息的内容及表现形态也不相同。表2 - 2 是驾车过程中主要的信息。 道路交通信息的突出特点表现在它的流动性上。其表现是，对某一个信息载 体来说，它在空间上的显现是转瞬即逝的，在时间上不同载体却是连续出现的， 伴随驾车过程的始终。道路交通信息的另二个特点是处理必须及时、正确。行驶 中，驾驶员从获得信息，分析判断，直到采取行动，其时限要求比较紧迫，往往 要在几秒甚至1 秒的时间内就得完成信息处理的整个过程稍有迟疑或失误都可 江苏大学硕士学位论文 能酿成大祸。 表2 - 2 驾车中主要的信息 t a b l e2 - 2t h em a i ni n f o r m a t i o nd u r i n gd r i v i n g 2 3 2 驾驶员的能力 道路交通信息的特点，要求信息处理的主体一驾驶员具有相应的能力。表2 - 3 描述了驾驶员应该具备的能力。驾驶能力是驾驶员顺利完成驾驶活动的保证和前 提。这里的能力是指驾驶员能顺利地完成某种驾驶活动所必须具备的心理特征。 但是，单纯一种能力是不能保证完成某种活动的。要保证成功地完成某种活动， 必须是几种能力的综合。能力还可以分为一般能力和特殊能力。一般能力是指人 在一切活动中都必须具备的基本能力，例如感觉、记忆、想象和思维等方面的能 力，也就是通常所说的智能。特殊能力是指人在某种专业活动中表现出来，并保 证这种专业活动获得高效率的能力。 表2 - 3 驾驶员必备的能力结构 t a b l e 2 - 3t h en e c e s s a r ya b i l i t yo f d r i v e r 江苏大学硕士学位论文 2 3 3 驾驶员的行为特征 驾驶员一方面作为一个极其复杂而又相对高度完美的自适应反馈系统，有利 于形成正确的驾驶行为：另一方面，驾驶员所具有的功能自由度又导致不同的驾 驶行为。因此，驾驶员行为具有以下明显特征i ( 1 ) 模糊性：驾驶员行为受主观因素和客观因素影响的程度较难确切描述j 具 有一定的模糊性。 ( 2 ) 自学习性：驾驶员能够及时感知差错，预知危险，并能对即将造成的后果 予以恢复和部分恢复，具有对差错状态的恢复能力。 ( 3 ) 自适应性：驾驶员对汽车运行状态的识别、对外界动态环境信息的处理， 其操纵变化空间很大，但可以通过自身的调节和控制在一定程度上与环境状态相 适应。 ( 4 ) 相关性：驾驶员行为具体体现在感知差错影响到正确的决策判断，甚至动 作的准确，而判断决策差错则直接制约到动作的协调。 ( 5 ) 延续性：驾驶过程中，驾驶员的后继行为受到前续行为状态的制约，前续 行为的差错有可能导致后继行为的不正确。 ( 6 ) 时变性：驾驶员行为随时间的变化而发生变化。 另外驾驶员行为还具有复杂性、突变性等特点。 2 3 4 驾驶员的驾驶任务 驾驶任务可以分为很多的子功能任务，主要包括：方向控制、速度控制、避 障、导航等。从功能任务角度出发，驾驶任务有以下的物理需求：( 1 ) 外部环境 的视觉，( 2 ) 方向盘的操纵，( 3 ) 踏板控制操纵，( 4 ) 内部仪表的视觉，( 5 ) 开关和 其它手控操作。这些需求在驾驶过程中至关重要q 在驾驶时，驾驶员必须关注窗 外、操纵脚踏板、转动方向盘。 总的说来，驾驶行为复杂且具有一定的不确定性，受到多种因素的影响。驾 驶员的人为因素涉及生理、心理和人机工效学等多方面内容，许多问题有待深入 研究。 2 4 驾驶员行为模式 2 4 1 传统的驾驶员行为模型 驾驶员行为模型是个复杂的控制系统，它包括速度控制：避撞控制和转向控 制等方面，还包括在这些单独的控制系统之间建立多代理环境的通用模型，使各 控制系统能通过此通用模型的数据传输、数据处理，实现相互间的协调控制。 江苏大学硕士学位论文 方向控制是驾驶员行为模型研究的核心。自上世纪中期以来，人们基于各种 控制理论先后提出了几种控制模型：补偿控制模型、最优控制模型、模糊控制模 型、神经网络控制模型及模糊神经网络控制模型等啪侧。 r a h e s s 等人提出了基于传统控制理论的驾驶员行为补偿控制模型，这个模 型充分考虑了驾驶员对不同转向频率的反应，对其动态特性进行补偿，建立一个 由高频和低频两部分组成的人车一路闭环稳定的鲁棒控制系统。 文献 2 7 提出了人机系统最优预见补偿跟踪控制模型，认为人具有“预瞄 的能力，把人脑产生的最优控制量，经肌肉环节操纵延迟作为控制器的输入。其 评价指标既包涵驾驶员的体力特征的控制输入加权，也包含精力消耗的控制输入 速率信号加权，并构造观测器对系统进行全状态估计从而实现最优反馈。 郭孔辉院士在1 9 8 2 年提出了预瞄跟随系统理论，认为驾驶员的决策分为预瞄 阶段和补偿跟随阶段。若，为输入，为输出，尸商) 是预瞄环节，纠是跟踪 环节，则理想的跟随控制系统是从，到y 的传递函数之积为l ，即尸纠x 尸向j = l 。 在此基础上建立了驾驶员预瞄最优曲率模型和预瞄最优加速度模型，该模型 假设驾驶员方向控制的策略可分为2 个阶段：首先根据前方所看到的道路信息和 当前汽车的行驶状况，按照汽车的行驶轨迹与预瞄轨迹误差最小的原则，决定最 优的行驶轨迹曲率或横向加速度：然后考虑驾驶员及汽车的特性，做出一个最优 的方向盘转角输入，使行驶轨迹曲率或横向加速度尽量与预期目标一致。后来， 郭院士课题组又在此基础上，引入驾驶员动态决策汽车预期行驶轨迹，建立相应 的驾驶员行为模型嘲。 上述这些驾驶员行为模型都是建立在传统控制理论基础上的，其结构简单， 基本上能反映驾驶员特性。但实际的驾驶员是个复杂的非线性时变动态系统，很 难对其建立精确的数学模型，运用传统控制方法来建立的驾驶员行为模型存在很 大的局限性，无法达到满意的动态效果。随着模糊控制、神经网络等智能控制理 论研究的不断深入和应用的不断推广，这些控制理论也逐渐被用于建立驾驶员行 为模型。 2 4 2 模糊驾驶员行为模型 模糊控制是以模糊集合论、模糊语言变量及模糊逻辑推理为基础的一种计算 机数字控制，它属于非线性智能控制的范畴，是智能控制系统的一个重要分支。 其优点在于：不需知道被控对象精确的数学模型；鲁棒性强，适于解决过程控制 中的非线性、强耦合、时变、滞后等问题；采用“语言型一控制，易于形成知识 库。根据模糊控制这些特点，人们对车辆的速度控制、自动巡航控制、避障控制 等建立了相应的控制模型。对方向控制驾驶员行为模型，以汽车的实际行驶侧向 位移与预期轨迹侧向位移的偏差f 及偏差变化率留为输入变量j 以方向盘转角 江苏大学硕士学位论文 为输出变量。其结构如图2 - 3 皇驶吕行曲撞塑 p 一0 路吼众 乇 模糊 垃 反模 车辆 7 ， 化糊化 l + 毛，。 - i p 模型 l c 图2 - 3 模糊驾驶员行为模型 f i 9 2 - 3t h em o d e lo f d r i v e rb e h a v i o rb a s e do nf u z z yc o n t r o l 此驾驶员行为模型主要由偏差f 及偏差变化率历的模糊化、模糊算法及反 模糊化3 部分组成。把测量数( 精确值) 转化为模糊数( 模糊值) 的过程称为模糊化， 即把物理量的精确值转化为语言变量值。在模糊算法和反模糊化过程中，采用 m a m d a n i 型算法：i f 后a n d 占ft h e n , 根据经验或专家知识建立相应的规则库。 时间滞后是驾驶员行为模型中的重要组成部分，a l l e nr w 对驾驶员的观测时 间、处理信息时间、反应时间等进行了详细的分析，并研究了老年人的时间滞后 和年轻人的时间滞后的差异m 1 。文献 2 8 也对时间滞后有详细的论述，特别对操 纵频率较高时肢体肌肉和神经系统的时间延迟进行了补偿。 一r - 在上面驾驶员行为模型中，旦为时间滞后环节，其中乃，瓦是时间常数， l + z 0 e 叫一是驾驶员的反应、处理时间滞后，i ( 1 + z ，) 在控制系统中是一个惯性环节， 这里代表车辆的惯性时间滞后 上述驾驶员行为模型是模糊控制最简单的形式，对精确度要求不太高时可通 过适当调整控制规则来满足控制要求。实际上，人们为了提高其精度、改善其稳 定性、加快反应时间等，提出了一系列的改进措施，包括模糊p i d 复合控制、模 糊数在线插值、自适应模糊控制等方法。 2 4 - 3 神经网络驾驶员行为模型 神经网络是由多个神经元按一定的方式连接而成的，能模拟人脑神经系统的 运作方式运作的，使机器具有像人脑那样自学习能力的网络。神经网络强大的自 学习和非线性映射能力，使其在智能控制系统中得到广泛应用。通过神经网络在 线或离线训练，让预先所建立的模型对所收集的信息进行学习，训练出相应的控 制器网络口l 】。 文献 3 2 的神经网络驾驶员行为模型采用二层前馈式结构，如图2 - 4 所示。3 个输入分别为道路信息、汽车侧向速度、侧向位移，输出为方向盘的转角，对隐 层和输出层采用s i g m o i d 式激活函数。 江苏大学硕士学位论文 户2 ( 1 + e x p ( - x ) ) 一1 式2 - 8 中，工是对应神经元的输入。 道 公式2 - 8 圈2 4 神经网络驾驶员行为模型 f i 醇- 4t h em o d e lo f d r i v e rb e h a v i o rb a s e do nl l e u r a ln e t w o r k 在网络训练中采用误差逆向传播( b p ) 算法，其中，反馈误差为： a w = 占丝d 声 公式2 - 9 d 式2 - 9 中，w 是神经网络的权值改变量，占是学习效率，o 是输出，d 归是 误差反馈信号。 郭孔辉院士把神经网络与预瞄跟踪理论结合起来，也建立了相应的预瞄神经 网络驾驶员行为模型。结构如图2 - 5 所示，此驾驶员行为模型的输入分别是驾驶 员预瞄前方道路点的轨迹“石( 幻) 和车辆的状态反馈：侧向位移少、侧向速蜘 侧向加速度) ， 驾驶员行为模型的输出是方向盘转角6 ，最后转换为车辆的侧向 位勘h ( 移) 输出。 图2 - 5 改进的神经网络驾驶员行为模型 f 塘2 - 5t h ei m p r o v e dm o d e l o f d r i v e rb e h a v i o rb a s e do nn e u r a ln e t w o r k 2 0 0 1 年，v a a 3 3 】在对以往驾驶行为的理论和模型进行比较分析后指出：认知 和情感是驾驶任务中危险情况的预测、规避和评估的很好工具。之后，s a l v u c c i 、 k r a j z e w i c z 和d e l o r m e 等人开展了认知体系结构的驾驶行为研究工作，取得了进 展。研究表明，驾驶认知行为研究的最新发展得益于认知科学韵迅速发展以及建 模工具韵进步丰富。文献【1 4 】中提出基于a b m ( a g e m - b a s e d m o d e l i n g ) 的城 市交通流的微观仿真系统，虽然通k c a g e n t 技术的引入，增加了车辆- 司机模型的 人性化因素，但没有充分体现驾驶员的偏好及其在驾驶过程中的主体地位，文献 【3 4 1 较为完整地综述了目前驾驶行为智能分析研究的四个主要方向j 纵向驾驶行 江苏大学硕士学位论文 为分析和避撞，横向驾驶行为分析和道路偏离预警，复杂驾驶行为学习以及驾驶 员状态( 疲劳、分心等) 分析，并指出了今后该领域( 特别是国内) 的可能发展方 向，虽然肯定了驾驶员在驾驶活动中的重要地位，但缺少对驾驶行为的具体描述。 作者认为驾驶员行为模型可以抽象描述为( e ，h ) ，其中e = ( e i ，e 2 ， e n ) 表示驾驶的道路、天气等外部环境：h _ - ( h l ，h 2 ，h n ) 表示驾驶员 行为，即对汽车的操作行为，主要体现在包括方向盘、加速器( 油门) 、刹车踏板 和离合器踏板( 对手动档车) 及相关的控制部件，如转向灯、照明灯、雨刮器等的 操作。而且，驾驶员通常都是遵循自己习惯的或者是偏好的( e ，h ) 方式。所以， 从驾驶员大量的驾驶数据记录中学习出驾驶员行为偏好，从而实现对驾驶员未来 行为h i 的预测。在此基础上，同时建立驾驶员行为风险评价函数y ( ) ，则就可以 对预测的驾驶员行为进行风险评估y ( h i ) 。 2 5 本章小结 驾驶员是道路交通中最活跃的要素，对驾车安全起着主导作用，是保证道路 交通系统安全的关键。本章首先分析了发生道路交通事故的诸多原因以及汽车追 尾的机理；然后从驾驶员的驾驶能力、驾驶行为特征、驾驶任务等角度对驾驶员 行为进行了详细分析，最后总结出了目前驾驶员行为研究中最重要的三个模型， 即传统的驾驶员行为模型、模糊驾驶员行为模型和神经网络驾驶员模型。 江苏大学硕士学位论文 第三章基于h a g a 的a g e n t 联盟求解算法 驾驶过程中，驾驶行为的选择，一般认为是由各驾驶环境因素综合作用的 结果。然而，事实上采用什么样的驾驶行为不一定需要使用所有的环境因素， 往往只需要几个主要的关键因素即可决定某种驾驶行为，其它因素可以忽略， 从而可以减少多因素综合判断时间以及矛盾因素的消解。负责感知环境的各 a g e n t 有选择地结为联盟就显得格外重要。本章在分析了遗传算法和蚁群算法的 基础上，提出了将两者结合起来的a g e n t 联盟求解算法，并与单独的遗传算法 联盟和单独的蚁群算法联盟进行了对比实验，在联盟效率上，本文的方法比传 统的方法有优势。 3 1m a s 基本原理 3 1 1a g e n t ( 1 ) a g e n t 特征 a g e n t 和m a s 的研究己经成为计算机科学和人工智能的研究热点。a g e n t 是分 布式人工智能中的一个术语，是指运行于特定环境，根据自身或现场的需求做出 相应的反应，并且一旦形成某一特定的目标时，能运用所拥有的知识、能力达到 这一目标的实体。这里所说的知识是指包括a g e n t 所处的环境或它所要求解决问 题的描述。它可以包括领域知识、通讯知识、控制知识等。能力是指a g e n t 具有 推理、决策、规划、控制等能力( 图3 - 1 ) ，其能力可以是预先给定或通过通信 获得。目标既可以是静态的目标也可以是动态的目标。 图3 1a g e n t 与环埂 f i g p - ia g o a ta n dc a r r o t 那么，a g e n t 的定义究竟是什么? e w i t t 指出：什么是a g e n t 对于基于a g e n t 的计算来说是个尴尬的问题，- 就像入工智能主流研究中什么是智能这个问题_ 样。因为虽然a g e n t 被广泛地应用于相关领域中，却很难找到二个大家都能接受 的定义。 江苏大学硕士学位论文 一般认为，a g e n t 是一种处于一定环境下已封装好的计算系统，为了实现设 计目的，它能在那种环境下灵活地、自主地活动。几乎所有被称为a g e n t 的软件 或硬件系统都具有以下的特征： 自主性( a u t o n o m y ) ：a g e n t 运行时不直接由人或其它东西控制，它对自己 的行为和内部状态有 定的控制权。 社会性( s o c i a l i t y ) ：指a g e n t 能够通过某种通信语言与其它a g e n t 进行信 息交换。 反应性( r e a c t i v i t y ) ：对环境的感知和影响能力。无论a g e n t 生存在现实 的世界中还是虚拟的世界中，它们都应该可以感知其所处的环境，并通过行为改 变环境。一个不能对环境做出响应的物体不能被称为a g e n t 。 主动性( p r o a c t i v e n e s s ) ：传统的应用程序是被动地由用户来运行的而 且机械地完成用户的指令。而a g e n t 的行为应该是主动的、自发的。a g e n t 感知周 围环境的变化，并做出基于目标的行为。 持续性( l o n g e v i t y ) ：传统程序由用户在需要时激活，不需要时或运算结 束后停止。a g e n t 贝j 不然，它应该至少在相当长的时间内连续运行。 移动性( m o b i l i t y ) ：a g e n t 可以从一个地方移动到另一个地方而保持其 内部状态不改变。a g e n t 可以携带数据和能够在远端执行的指令。 理性( r a t a i o n a li t y ) ：a g e n t 总是为实现自己的目标而不懈努力。 坚实性( r u g g e d ) ：a g e n t 具有健壮地处理错误和不完全的数据的能力嘲。 ( 2 ) a g e n t 结构 a g e n t 的结构解决的是a g e n t 主要由哪些模块组成，它们之间如何交互信息， 其感知到的信息如何影响它的行为和内部状态，以及如何将这些模块用软件或硬 件的方法组合起来形成一个有机的整体。m a e s 认为：a g e n t 结构主要是考虑如何 将a g e n t 分解为构件模块的集合，以及这些构件模块之间的交互问题。a g e n t 按结 构划分主要有三种，即慎思型a g e n t ，反应型a g e n t 和混合型a g e n t 。 慎思型a g e n t 。慎思a g e n t 最早出现于g e n e s e r e t h 所使用的 d e l i b e r a t i v e a g e n t 一词。w o o l d r i d g e 和j e n n i n g s 将慎思a g e n t 定义为：“包 含世界显示表示的、符号的模型，并且其决策( 如执行什么动作) 是通过逻辑( 至 少是伪逻辑) 推理、基于模式匹配和符号操作一。根据大多数通用的慎思方法， 认知构件基本上由两部分组成：规划器和世界模型。慎思a g e n t 包含一个显式 的世界表示模型卜a g e n t 的决策( 动作的选择) 基于模式匹配和符号逻辑推理来 实现。结构图如图3所示 江苏大学硕士学位论文 图3 - 2 慎思型a g e n t 结构 f i 9 3 0 2d e l i b