A 驾驶员辅助系统开发的基础1

自动驾驶产品经理
核心:定义自动驾驶系统的行为 ➡️ 挖掘人类驾驶习惯的本质,给出明确没有歧义的,可以被验证,可以被实现的需求
【图森未来】

驾驶员辅助系统大多是与主动安全性有关的系统,用于避免发生交通事故。

人驾驶汽车的能力

人的信息处理过程

三个主体:驾驶员、汽车和环境
系统模型由驾驶员和汽车两个元素组成,而受环境因素影响的汽车驾驶任务的输入变量作用于这两个系统元素。

人的信息处理过程
信息接收(感知)→ 信息处理(认知)→ 信息交付(动作)

常见的信息处理模型和理论:

  1. 连续模型:刺激严格按顺序转换为反应,只有前面的阶段结束后才能继续运行下一个阶段;
  2. 资源模型:用于不同活动的能力是有限的,且必须分配给所有同时执行的任务;
  3. 多资源理论:两个任务干扰的范围取决于这两个任务是否需要相同的资源。
  • 人需要有利的注意力分配方式,否则会采取错误的行动 选择性
  • 人感知到不同刺激时,注意力的强度与激活水平有关 强度

信息接收

信息接收的途径: 感觉器官 + 感觉中枢记忆(超短时记忆)

信息接收的影响因素:

影响因素 可能造成的影响
同时处理不同信息 效率下降
感觉器官的特定效率范围 影响接收数据的数量和质量

感觉中枢的感觉模式
(1)视觉信息采集:人眼的三个任务

任务 具体内容
适应 根据相应的亮度调节眼睛的灵敏度
调节 调节不同的观看距离
固定 将眼睛对准观看对象,由此将两个视轴聚集起来

(2)接收听觉信息

任务 具体内容
适应 提高听域,用于区分开听的过程
听觉模式 用于识别语言和噪声
听觉空间定向 通过双耳(倾听)实现

(3)触觉信息接收

任务 具体内容
触觉感知 感知皮肤的变形(压力、触觉、振动等)
动觉感知 感知肌肉拉伸和关节运动,进而感觉身体的移动和身体部位之间的位置

(4)前庭器官感觉系统:主要承担感觉本车车速和加速的任务

  • 与交通相关的信息大多以视觉方式接收(为80% ~ 90%);
  • 驾驶员可接收视觉信息的范围由视域视区直接视野确定;
  • 技术好的驾驶员视野可达9° ~ 10°,技术不佳的司机仅为6° ~ 7°;
  • 人接收视觉信息的质量受到信号类型和其出现频繁程度的影响,分为重要、一般和不重要信号以及不重要和重要辅助信号,一般认为120 ~ 300个信号会形成一个最佳的信号频率

信息处理

该阶段为决策:决定是否处理某个信息?怎么处理?处理的结果(选择的应对方案)是什么?

此处处理的信息主要包括两大类信号,① 环境信号:例如形式路径的特点,其他的交通参与者以及天气和视野条件,② 车辆发出的信号:例如显示器、调整元件和操控单元以及车辆动力。

广义的信息处理包括感觉和决定/工作选择两个层次,可以进一步解释为三个行为层次

行为层次 对应行为
基于技能的层次 几乎不需要投入注意力,是一个自动且规律的和高度集成的行为
基于规则的层次 (受控) 在较高的认知层面,和记忆规则的基础上运行确定,一般来自实践的经验(阅读交通规则,在实际环境中驾驶等)
基于知识的层次 (受控) 如果对环境不熟悉且没有规则,则基于知识层面,根据目标选择计划

记忆在信息的认知处理过程中起着关键的作用。主要分为感觉记忆(超短时记忆)、短时记忆和长时记忆。在一个持续不断的过程中,长短时记忆会被调出并与感觉器官接收的特征载体进行比较。

风险意识:在外部情况不断变化时,考虑与此相关的风险的情况下,期望获得的最大益处。

风险模型 说明
“零风险”模型 采取行动时主观上的风险为零
“风险自我平衡”模型 驾驶员根据在道路交通中感受到的风险进行自我调节

感知风险时的要件:①潜在危险的相关信息,②驾驶员-车辆系统功能的相关信息,其中驾驶员-车辆系统功能可以避免潜在的危险变成一场事故。

危险规避模型: 驾驶员在感知有潜在危险的事件时,首先会衡量所有备选方案的利弊,然后再选择反应动作。

❓ 自动驾驶系统的备选方案库是什么样的,是不是就是常说的场景库

信息交付

该阶段为决策转化为行为的过程

信息交付的行为包括:驾驶汽车时,①手-臂系统,②脚-腿系统的运动动作。

信息交付完成动作的体力负担,相较于信息感知和信息处理更通过汽车内的技术辅助系统可以使负担进一步降低

驾驶员特性和人的能力极限

(1)特性: 个体间的差异,跟汽车行驶相关的主要有“性别”,“年龄”和“个性特征”。

(2)能力: 可用的、有个体内差异的、取决于时间的短期或者长期变化、涉及生理器官或者所谓的人的基本机能。

(3)技能: 人的工作能力,一般受人的基本机能和工作任务以及工作环境具体的结构状态的限制。比如驾驶经验驾驶风格等。

在驾驶员-汽车-环境系统中对驾驶员的要求

环境中的各种因素 → 决定驾车任务 →得出对驾驶员的要求

汽车驾驶任务可以分为三个层次:
首要任务:驾驶员必须做的工作(转向,踩油门等)
首要任务需要做的工作: ①导航(行驶路线的选择)②车道引导(规定标准行车道和额定车速)③稳定驾驶(根据规定的指令参数调节车辆运动)智能驾驶
第二项任务:将信息告知周围以及根据当时情况作出反应 智能驾驶
第三项任务: 创造行驶舒适性,与实际的汽车驾驶无直接关联(调节通风装置、空调装置或者收音机操控设备等)智能座舱

对驾驶员的要求:
(1)信息来源、感觉和感知过程

  • 汽车内的视觉显示
  • 声音信息
  • 其他声音信息
  • 其他交通参与者
  • 行驶路径的特点(道路情况)
  • 交通指示牌
  • 车行道表面的特性、天气和视野条件

(2)判断能力

  • 与其他交通参与者或对象的纵向间距,或者其他交通参与者或对象之间的纵向间距
  • 其他交通参与者或物体的横向间距,或者其他交通者或物体之间的横向间距
  • 本车和其他车辆或者交通参与者的车速
  • 由于其他人未遵守车辆限行规定

(3)决策和思考过程

  • 选择适当的方法进行汽车导航
  • 选择适当的方法进行车道引导

(4)操纵汽车

  • 调节汽车纵向运动以稳定车辆
  • 调节汽车横向运动以使车辆保持稳定
  • 其他功能的操纵元件

评估汽车驾驶任务对人的能力方面的要求

人的能力不足以完美的完成所有汽车驾驶任务,所以衍生出“汽车技术辅助系统”,以帮助人们更安全的驾驶汽车,进一步的发展为自动驾驶汽车代替人类完成驾驶汽车的任务。

下面是针对上一章节中“对驾驶员的要求”,所提出的汽车技术辅助系统的适用范围

(1)信息来源、感觉和感知工作

驾驶员必须可感知①车内 和②环境 中与驾驶相关的信息。

车内的显示信息要处于感知阈之上,当车外的环境信息在某些特定的情况下无法感知时,要提供技术上的支持

环境种类 对应的环境变化
视觉环境 白天和夜晚的光照度,眩目变化等
听觉环境 车外噪声进入车内导致的杂音,以及车内聊天、播放大音量音乐等情况
触觉环境 身体部位的移动等

驾驶员对其附近物体的注意力效率更加,“从远处向近处” 切换注意力比“从近处向远处”更快且更有效。但是驾驶员将视线从远处切换到近处时,仍需要参与实际的车辆驾驶任务,这个节点会存在一定的危险,容易发生交通事故。

(2)估测工作

估测工作要求驾驶员估测车距、车速以及潜在的危急情况。估测工作一般根据视觉感知的视觉信息估测,因为听觉信息准确度相对较低(可能只是车的噪声很大,并不是车距很近)。

近年来,经常将TTC速度差成为驾驶员相应的评价参数,所以TTC决定了驾驶员的行为动作

TTC(Time to Collision 碰撞时间):在该时间内计算出与前车的绝对间距。

  • 车速较低时 → 驾驶员趋向于保持一个比所需安全车距更大的车距
  • 车速较高时 → 驾驶员的车距通常短于安全车距

根据驾驶员经历过的情况或者其长时间记忆的内容是否存在这些情况,他可以借助该情况相关的特征将一个危急情况归为危急并相应地做出反应。

(3)决策和思考过程

单比较驾驶员和技术系统做决策和思考的能力,如果给予驾驶员充分的时间根据外部交通情况作出决策,那么效果会比技术系统更佳。因为驾驶员可以更全面的接触行驶环境,并且更具经验。

驾驶员的反应时间:

情景 反应时间
近距离行车 0.7s左右
未预料到,但正常地情况 1.25s左右
意外情况下 1.5s左右

(4)车辆操纵

操纵车辆完成首要和第二行驶任务一般问题不大,几乎不用投入注意力。其中第二行驶任务如果经常出现,驾驶员的经验越丰富,越能灵活地对情境的变化作出反应。

第三行驶任务的范围内可能会对驾驶员提出过高的要求,驾驶员很少使用这些功能的情况下,必须在复杂的菜单结构中进行操作或者驾驶员将会面对很少出现的警告提示。

你可能感兴趣的:(驾驶员辅助系统手册,笔记,自动驾驶)