863課題申請(qǐng)-緊急情況下駕駛員生物反應(yīng)和行為模型研究與應(yīng)用

課題類型：

探索導(dǎo)向類申請(qǐng)受理編號(hào)：

SQ2007AA11Z133792國家高技術(shù)研究開展方案〔863方案〕

專題課題申請(qǐng)書技術(shù)領(lǐng)域名稱：現(xiàn)代交通技術(shù)領(lǐng)域?qū)ｎ}名稱：綜合交通運(yùn)輸系統(tǒng)與平安技術(shù)申請(qǐng)指南技術(shù)方向：交通平安新技術(shù)課題名稱：緊急情況下駕駛員生物反響和行為模型研究與應(yīng)用申請(qǐng)人：柴春雷依托單位：浙江大學(xué)中華人民共和國科學(xué)技術(shù)部2007-05-08緊急情況下駕駛員生物反響和行為模型研究與應(yīng)用

浙江大學(xué)

〔柴春雷〕對(duì)該課題申請(qǐng)所涉及主要研究?jī)?nèi)容的熟悉程度：HTMLCONTROLForms.HTML:Option.1很熟悉HTMLCONTROLForms.HTML:Option.1比擬熟悉HTMLCONTROLForms.HTML:Option.1一般評(píng)議內(nèi)容評(píng)分

一、研究目標(biāo)和內(nèi)容的重要性與必要性〔10分〕HTMLCONTROLForms.HTML:Text.1所涉及到的關(guān)鍵技術(shù)或產(chǎn)品是否重要？

研究?jī)?nèi)容是否符合國家重大技術(shù)需求？

主要研究?jī)?nèi)容是否符合本專題指南的技術(shù)方向？二、研究?jī)?nèi)容的創(chuàng)新性與前沿性〔40分〕HTMLCONTROLForms.HTML:Text.1研究?jī)?nèi)容是否具有突出的原始性創(chuàng)新內(nèi)容？

研究?jī)?nèi)容是否表達(dá)了新的原理、方法的創(chuàng)新內(nèi)容？

研究?jī)?nèi)容是否具有突出的集成創(chuàng)新內(nèi)容？

研究?jī)?nèi)容是否表達(dá)了集成應(yīng)用或集成產(chǎn)品的創(chuàng)新內(nèi)容？

研究?jī)?nèi)容是否處于國際或國內(nèi)技術(shù)開展前沿？

研究?jī)?nèi)容如果成功能否在國際或國內(nèi)產(chǎn)生較大影響？

研究?jī)?nèi)容是否在國內(nèi)已有相同或接近的成果？

研究?jī)?nèi)容是否有望獲得創(chuàng)造專利等知識(shí)產(chǎn)權(quán)？三、技術(shù)實(shí)力與研究根底〔20分〕HTMLCONTROLForms.HTML:Text.1課題申請(qǐng)負(fù)責(zé)人是否能夠勝任課題組長？

課題組人員構(gòu)成和時(shí)間投入是否合理？

課題組現(xiàn)有研究根底是否處于國內(nèi)領(lǐng)先行列？

課題依托單位〔及協(xié)作單位〕的支撐條件是否較強(qiáng)？四、研究目標(biāo)和研究方案的可行性〔20分〕HTMLCONTROLForms.HTML:Text.1預(yù)期研究目標(biāo)是否明確、集中？

技術(shù)經(jīng)濟(jì)指標(biāo)是否具體、適度？

對(duì)國內(nèi)外技術(shù)開展趨勢(shì)是否把握？

主要技術(shù)的知識(shí)產(chǎn)權(quán)分析和對(duì)策是否恰當(dāng)？

技術(shù)路線和研究方法是否合理、可行？

依托單位和協(xié)作單位的分工合作是否合理？五、預(yù)期成果及前景〔10分〕HTMLCONTROLForms.HTML:Text.1課題預(yù)期成果是否可取得一定的經(jīng)濟(jì)社會(huì)效益？

課題預(yù)期成果是否具有較大的市場(chǎng)〔潛在的市場(chǎng)〕前景？

課題成果是否能對(duì)相關(guān)技術(shù)開展起到帶動(dòng)作用？

課題研究是否可實(shí)現(xiàn)預(yù)期的人才、隊(duì)伍培養(yǎng)目標(biāo)？綜合評(píng)議得分HTMLCONTROLForms.HTML:Text.1

綜合評(píng)價(jià)結(jié)論

根據(jù)分項(xiàng)評(píng)議意見，對(duì)該課題申請(qǐng)進(jìn)行綜合評(píng)價(jià)，給出總體結(jié)論性意見。評(píng)價(jià)結(jié)論意見：HTMLCONTROLForms.HTML:Option.1同意立項(xiàng)〔A〕HTMLCONTROLForms.HTML:Option.1不同意立項(xiàng)〔C〕總體評(píng)議意見：〔對(duì)該課題申請(qǐng)給出綜合評(píng)價(jià)意見，闡述同意立項(xiàng)或不同意立項(xiàng)的理由，說明需要說明的有關(guān)問題。本局部?jī)?nèi)容為必填內(nèi)容，文字不超過300字?！矵TMLCONTROLForms.HTML:TextArea.1課題名稱緊急情況下駕駛員生物反響和行為模型研究與應(yīng)用

行業(yè)領(lǐng)域交通運(yùn)輸

預(yù)計(jì)完成年限3

課題密級(jí)公開級(jí)

預(yù)期成果類型計(jì)算機(jī)軟件、論文論著

申請(qǐng)(負(fù)責(zé))人信息姓名柴春雷

性別男出生日期1978-12-18

職稱中級(jí)職稱

最高學(xué)位博士

從事專業(yè)工學(xué)

所在單位浙江大學(xué)

依托單位信息單位名稱浙江大學(xué)單位性質(zhì)大專院校所在地區(qū)浙江省

單位主管部門教育部

組織機(jī)構(gòu)代碼470095016

單位成立時(shí)間1998-9-15

協(xié)作單位信息單位名稱單位性質(zhì)組織機(jī)構(gòu)代碼課題經(jīng)費(fèi)來源預(yù)算(萬元)總經(jīng)費(fèi)80

申請(qǐng)863方案資助80

其他國家級(jí)資助(包括部門匹配)0

地方政府匹配0

銀行貸款0

自有資金0

其它資金0

經(jīng)費(fèi)備注

序號(hào)姓名性別出生日期職稱職務(wù)專業(yè)為本課題工作時(shí)間(人月)課題組中職務(wù)

(組長、副組長或成員)在課題中分擔(dān)的任務(wù)所在單位1劉征男1978年10月

其他人員

無

工學(xué)

8

成員

實(shí)驗(yàn)設(shè)計(jì)

浙江大學(xué)

2吳劍鋒男1976年3月

其他人員

無

工學(xué)

10

成員

數(shù)據(jù)分析

浙江大學(xué)

3李想男1981年2月

其他人員

無

工學(xué)

8

成員

實(shí)驗(yàn)操作

浙江大學(xué)

4柴春雷男1978年12月

中級(jí)職稱

無

工學(xué)

10

組長

工程總體負(fù)責(zé)

浙江大學(xué)

5王鑫男1984年7月

其他人員

無

工學(xué)

8

成員

系統(tǒng)建模

浙江大學(xué)

6楊程男1978年5月

初級(jí)職稱

無

工學(xué)

10

成員

實(shí)驗(yàn)設(shè)計(jì)

浙江大學(xué)

7吳群男1978年3月

其他人員

無

工學(xué)

10

成員

系統(tǒng)建模

浙江大學(xué)

8楊紅春男1970年9月

其他人員

無

工學(xué)

10

成員

實(shí)驗(yàn)設(shè)計(jì)

浙江大學(xué)

9應(yīng)放天男1970年2月

高級(jí)職稱

副系主任

工學(xué)

8

副組長

實(shí)驗(yàn)平臺(tái)構(gòu)建

浙江大學(xué)

10李芳宇女1977年9月

中級(jí)職稱

無

工學(xué)

8

成員

實(shí)驗(yàn)測(cè)試

浙江大學(xué)

課題參加總?cè)藬?shù)

10

人。其中：高級(jí)職稱

1

人，中級(jí)職稱

2

人，初級(jí)職稱

1

人，無職稱

6

人；

其中具有：博士學(xué)位

1

人，碩士學(xué)位

6

人，學(xué)士學(xué)位

3

人，其他

0

人；合計(jì)：投入

90

人月2.1課題組長、副組長資歷情況〔從事過的主要研究任務(wù)及所負(fù)責(zé)任和作用，主要研究成果、創(chuàng)造專利和獲獎(jiǎng)情況，在國內(nèi)外主要刊物上發(fā)表論文情況，完成其他科技方案課題情況，特別是近五年取得的與本申請(qǐng)課題相關(guān)的研究成果情況，字?jǐn)?shù)要求1000字以內(nèi)〕柴春雷，男，助理研究員。生于1978年，2005年9月博士畢業(yè)于浙江大學(xué)，后留校任教，并從事師資博士后研究工作。主要開展駕駛行為、計(jì)算機(jī)輔助人機(jī)工程、應(yīng)用人機(jī)工程與設(shè)計(jì)等方面的研究工作。參與的與本申請(qǐng)相關(guān)的工程：〔1〕國家計(jì)委產(chǎn)業(yè)化前期關(guān)鍵技術(shù)與成套設(shè)備研制開發(fā)工程：“面向區(qū)域經(jīng)濟(jì)開展的高技術(shù)產(chǎn)品開發(fā)系統(tǒng)〞〔〔計(jì)高技[1998]2077批文〕，參與第四課題“人機(jī)工程輔助設(shè)計(jì)系統(tǒng)〞的研究工作，該工程的成果2005年獲國家科技進(jìn)步二等獎(jiǎng)；〔2〕2003年—2004年，國家863方案“面向產(chǎn)品創(chuàng)新的計(jì)算機(jī)輔助概念設(shè)計(jì)技術(shù)的研究〞〔2002AA411110〕，擔(dān)任數(shù)字化人機(jī)工程子課題負(fù)責(zé)人；〔3〕國家973方案〔虛擬現(xiàn)實(shí)的根底理論、算法及其實(shí)現(xiàn)〕：課題6“面向產(chǎn)品創(chuàng)新開發(fā)的虛擬設(shè)計(jì)平臺(tái)〞〔2002CB312106〕，2003.01－2007.12，人機(jī)工程局部技術(shù)負(fù)責(zé)人；〔4〕國家科技部中小企業(yè)創(chuàng)新基金“轎車車身工業(yè)設(shè)計(jì)軟件的開發(fā)〞〔04C26213301192〕，2004.06－2006.06，負(fù)責(zé)人機(jī)工程局部的研發(fā)。[1]ChunleiChai,ShouqianSun.StudyontheTechniqueofMan-machineSimulationbasedonPosturePrediction.JournalofComputationalInformationSystems,2006,vol2,No2,897-904.[2]ChunleiChai,ShouqianSun,Qihuang,ZhanxunDong.ModelofProductColorEvaluationBasedonEstheticsPrinciple,FifthWorldCongresonIntelligentControlandAutomaion,2004.6:3962-3966.[3]ChunleiChai,YingYang,ShouqianSun.StudyofSeveralProblemsOnInternetInnovativeDesign.IEEESMC2004conferenceproceedings,2004,2564-2568.[4]柴春雷，孫守遷，黃琦，董占勛。面向家電產(chǎn)品的人機(jī)工程分析與評(píng)價(jià)系統(tǒng)的研究，計(jì)算機(jī)輔助設(shè)計(jì)與圖形學(xué)學(xué)報(bào)，2006.4，vol.18，No.4,580-584.[5]ChaiChunlei,ZhangJian,DongZhanxun.ResearchonComputeraidedErgonomicsforIndustrialDesign.CAID&CD’2005,618-622.[6]FangyuLi,ShouqianSun,ChunleiChai,ZhanxunDong.DrivingComfortAssessmentModelConstructionBasedonFuzzyInference,Proceedingsof6thWorldCongressonContralandAutomation,June21-23,2006:9449-9453[7]JIANFENGWU,SHOUQIANSUN,CHUNLEICHAI?,XINWANG.VIRTUALHUMANMODELFORSIT-TO-STANDANALYSIS.JournalofComputationalInformationystems,2007,835-839.2.2課題組長、副組長目前承當(dāng)863方案和其它國家科技方案課題情況〔包括人員姓名、承當(dāng)課題名稱、課題經(jīng)費(fèi)數(shù)、課題起止時(shí)間、所屬科技方案名稱等信息〕姓名承當(dāng)課題名稱課題經(jīng)費(fèi)數(shù)(萬元)課題開始時(shí)間課題結(jié)束時(shí)間所屬科技方案其他說明事項(xiàng)：2.3課題組長及課題組主要成員是否曾就相同或類似課題863方案和國家其他科技方案提出申請(qǐng)〔如有，請(qǐng)說明申請(qǐng)人姓名、申請(qǐng)科技方案名稱、申請(qǐng)課題名稱、申請(qǐng)時(shí)間、申請(qǐng)結(jié)果等情況，并說明與本課題申請(qǐng)的關(guān)系〕3.1、課題簡(jiǎn)介〔簡(jiǎn)要說明課題的目的意義、主要研究?jī)?nèi)容、預(yù)期目標(biāo)等，字?jǐn)?shù)要求1000字以內(nèi)〕隨著汽車數(shù)量和駕駛出行量的增加，交通事故發(fā)生率的絕對(duì)數(shù)呈現(xiàn)日益增長的趨勢(shì)，駕駛平安已經(jīng)成為汽車制造廠商、政府道路行政管理部門乃至全社會(huì)共同關(guān)注的問題。作為交通事故中扮演重要角色的駕駛員，其行為直接和間接地引發(fā)交通事故，因此緊急情況下駕駛員反響及行為的研究將為交通和駕駛平安提供新的重要的解決途徑。車輛駕駛過程中，一旦發(fā)生緊急情況，駕駛員接收到前方信息進(jìn)行視覺識(shí)別，進(jìn)行大腦判斷，然后通過實(shí)施駕駛操控行為來進(jìn)行車輛加速、制動(dòng)等，盡量防止交通事故的發(fā)生。然而，一旦緊急情況發(fā)生，留給駕駛員的反響操控時(shí)間極為有限，許多駕駛員由于來不及實(shí)施有效的駕駛控制行為或?qū)嵤┝隋e(cuò)誤的駕駛行為而導(dǎo)致平安事故發(fā)生。如果能給駕駛員多0.1s的處理時(shí)間，那么交通事故率可降低30%。本課題研究在駕駛操作行為實(shí)施前的駕駛員生物反響和行為情況，有望為駕駛平安控制提供更多的處理時(shí)間和提供新的解決思路。人體對(duì)于簡(jiǎn)單視覺信息的刺激——?jiǎng)幼鞣错憰r(shí)間介于0.2-0.25s，而對(duì)于復(fù)雜視覺刺激做出選擇和判別的動(dòng)作反響時(shí)間會(huì)明顯延長〔0.9s〕甚至出現(xiàn)錯(cuò)誤。我們注意到，緊急情況下，在具體駕駛行為實(shí)施之前，人體對(duì)于外界刺激已經(jīng)有了生物反響。研究發(fā)現(xiàn)有許多應(yīng)急生物反響先于動(dòng)作執(zhí)行過程，這些反響主要包括肌電、肌肉緊張、體壓、心跳等。這就是說，緊急情況下，測(cè)定駕駛員的生物反響信號(hào)，進(jìn)行正確識(shí)別和判斷，可以先于駕駛員行為0.2s以上，進(jìn)行智能制動(dòng)控制，可以為防止車禍發(fā)生提供珍貴的時(shí)間并采取更有效的車輛控制措施。因此，緊急情況下駕駛員生物反響模型的研究可為汽車智能制動(dòng)系統(tǒng)、汽車平安設(shè)計(jì)提供理論根底和源頭信息。緊急情況下駕駛員生物反響和行為模型的研究具有普遍意義。本文的研究成果和方法，對(duì)飛行平安、船舶平安等有借鑒意義。本工程研究?jī)?nèi)容主要有：緊急情況下駕駛行為分析，緊急情況下駕駛行為模型研究，緊急情況下駕駛行為仿真研究。工程的研究成果分為理論和軟件成果，可以用于駕駛智能制動(dòng)系統(tǒng)的研制，車輛人性化設(shè)計(jì)，駕駛平安培訓(xùn)等方面。

課題主要研究技術(shù)的國內(nèi)外開展現(xiàn)狀與趨勢(shì)，課題主要研究技術(shù)國內(nèi)外專利授權(quán)情況駕駛員生物反響和行為研究的歷史可以追溯到1938年Gibson和Crooks提出的車輛行駛區(qū)域分析〔field-analysis〕理論。從時(shí)間上看，駕駛員生物反響和行為的研究可以分為三個(gè)階段：〔1〕從1938年到1980年以前，屬于駕駛員模型理論的探索階段。由于受到年代和條件的限制，該階段的研究多從實(shí)例出發(fā)來探討駕駛行為，缺乏相應(yīng)的實(shí)驗(yàn)支撐?！?〕從1980年到1990年，駕駛行為模型的研究處于一個(gè)活潑期，國內(nèi)外專家先后提出了推理行為理論、人行為能力模型、規(guī)劃行為理論、感知與認(rèn)知過濾模型、產(chǎn)生規(guī)那么模型/基于規(guī)那么模型等等，對(duì)駕駛行為進(jìn)行了較為深入的研究。〔3〕從1990年到2000年，駕駛員生物反響和行為的研究進(jìn)入了一個(gè)停滯期。究其原因我們不難得出結(jié)論：描述和理解駕駛員行為非常需要開展相應(yīng)的模型和理論，盡管前面的研究已經(jīng)提出了一些理論和模型，然而這些理論和模型并沒有得到普遍認(rèn)可和接受，沒有得出一致的結(jié)論。〔4〕2000年以后，進(jìn)入21世紀(jì)，駕駛員反響和行為的研究進(jìn)入異?；顫婋A段。從研究?jī)?nèi)容上，我們不難發(fā)現(xiàn)，這得益于認(rèn)知科學(xué)的迅速開展以及建模工具的進(jìn)一步豐富。駕駛員生物反響模型的研究，主要集中在以下三個(gè)方面：〔1〕駕駛認(rèn)知理論。認(rèn)知科學(xué)被稱作21世紀(jì)智力革命的前沿學(xué)科，它研究人類認(rèn)知過程、智能和智能系統(tǒng)、大腦和心靈內(nèi)在運(yùn)行機(jī)制；是興起于20世紀(jì)70年代的一門交叉科學(xué)；在過去的20年間，出現(xiàn)了多種認(rèn)知體系，典型的有ACT-R、SOAR和EPIC，三者的關(guān)注焦點(diǎn)、適用范圍以及易學(xué)易用性不盡相同，各有特點(diǎn)。早期的研究集中于駕駛行為的底層認(rèn)知，研究駕駛控制行為。Hess等人研究了駕駛員轉(zhuǎn)向行為的控制模型[1]。Boer等人研究了在國道上駕駛員的決策和控制行為[2]。Nakano傾向于研究駕駛員在道路變化時(shí)的直覺反響[3]。接下來的研究已經(jīng)開始將底層控制和人類決策和高層認(rèn)知過程結(jié)合起來[4]。現(xiàn)在的研究已經(jīng)用高層的認(rèn)知體系來駕駛行為的研究，在這方面比擬著名的有Salvucci提出的基于ACT-R的整合駕駛行為模型[5]，2006年劉雁飛等人采用認(rèn)知行為建模方法,建立符合真實(shí)駕駛認(rèn)知行為的認(rèn)知模型并應(yīng)用于車輛輔助駕駛系統(tǒng)[6]。NobuyukiKuge開發(fā)了基于HMMs〔HiddenMarkovModels〕的方法可以仿真正常情況和緊急情況下的道路變化情況，并進(jìn)行了駕駛行為的識(shí)別研究[7]。2001年，TrulsVAA在對(duì)以往駕駛行為的理論和模型進(jìn)行比擬分析后指出：認(rèn)知和情感是駕駛?cè)蝿?wù)中危險(xiǎn)情況的預(yù)測(cè)、躲避和評(píng)估的很好工具。之后，SalvucciDD[8]、DaielKrajzewicz[9]和OlivierGeorgeon[10]等開展了認(rèn)知體系結(jié)構(gòu)的駕駛員行為研究工作，取得了重要進(jìn)展?！?〕駕駛員應(yīng)急反響研究。該類研究集中于研究駕駛環(huán)境變化時(shí)駕駛員的生物學(xué)反響。眼動(dòng)分析法是對(duì)駕駛員視覺特征進(jìn)行研究的重要方法,它通過分析眼駕駛員在駕駛過程中每一時(shí)刻的眼動(dòng)數(shù)據(jù)來揭示人的心理活動(dòng),這種信息對(duì)于深入分析駕駛員的注視特點(diǎn)、改善其注視模式具有重要作用。國外早在二十世紀(jì)六十年代已經(jīng)開始通過眼動(dòng)分析法對(duì)駕駛員進(jìn)行研究,目前該領(lǐng)域已成為熱點(diǎn)，在分析駕駛行為變化方面有重要作用[11-14]。童兵亮等人根據(jù)嘴部狀態(tài)來判斷駕駛員的行為狀況[15]。Y.Lin研究了駕駛過程中駕駛員的血壓和心跳變化情況，并相應(yīng)的進(jìn)行了建模[16]。張艷霞分析了影響駕駛員行車平安的心理因素,得出人的個(gè)性、情緒、注意力、自我保護(hù)意識(shí)等對(duì)駕駛平安有重要影響[17]。浙江大學(xué)柴春雷等人通過駕駛姿勢(shì)來研究駕駛行為[18]?！?〕駕駛員反響和行為建模研究。目前,國內(nèi)外的研究重點(diǎn)集中在自動(dòng)駕駛上面,并取得了一定的研究成果。如:德國慕尼黑聯(lián)邦大學(xué)與奔馳汽車公司合作研制開發(fā)的VaMP系統(tǒng)[19]，美國CMU大學(xué)機(jī)器人研究所研制的NabLab系統(tǒng)[20-21]，意大利帕爾馬大學(xué)研制的ARGO實(shí)驗(yàn)車[22-23]等。在這些系統(tǒng)中,核心內(nèi)容是對(duì)駕駛員行為模型的建立。日本學(xué)者K.Yoshimoto提出了自決策速度的駕駛員預(yù)瞄跟隨控制模型[25]，該模型假設(shè)駕駛員能夠準(zhǔn)確感知汽車的運(yùn)動(dòng)狀態(tài)以及能夠準(zhǔn)確預(yù)測(cè)汽車將要跟隨的軌跡,駕駛員根據(jù)行駛軌跡的變化來進(jìn)行相應(yīng)的方向控制和速度控制。I.Kageyama等建立了基于神經(jīng)網(wǎng)絡(luò)的駕駛員—汽車—道路模型[26],該模型包括三個(gè)局部:駕駛員軌跡決策神經(jīng)網(wǎng)絡(luò)模型、駕駛員軌跡跟隨神經(jīng)網(wǎng)絡(luò)模型和汽車動(dòng)力學(xué)神經(jīng)網(wǎng)絡(luò)模型。上述兩個(gè)模型結(jié)構(gòu)復(fù)雜,實(shí)時(shí)性很差。我國學(xué)者郭孔輝院士提出了預(yù)瞄最優(yōu)曲率模型和預(yù)測(cè)—跟隨系統(tǒng)理論[27]，是駕駛員模型中最有代表性的一個(gè)。在此根底上，廖傳錦等人利用車載傳感器實(shí)時(shí)獲取的環(huán)境與汽車行駛狀態(tài)的參數(shù),構(gòu)造了汽車行駛過程的特征模型,為平安決策提供可靠的信息源。然后利用模糊積分方法融合多種相關(guān)信息,確定汽車應(yīng)采用的平安運(yùn)行模式,實(shí)現(xiàn)主動(dòng)平安防撞決策[28]。有人提出預(yù)測(cè)汽車駕駛員行為的模型—隱含馬可夫動(dòng)態(tài)模型(hiddenMarkovedynamicmodelsHMDMs)。在這個(gè)模型中,可以通過觀察駕駛員的行為預(yù)測(cè)駕駛員的行為目的[29-30]。綜合以上國內(nèi)外研究來看，駕駛員生物反響模型的研究還存在以下缺乏：〔1〕從駕駛行為認(rèn)知理論研究來看，國內(nèi)外專家學(xué)者已經(jīng)將高層的認(rèn)知體系應(yīng)用于駕駛行為認(rèn)知，取得了不錯(cuò)的效果。但對(duì)于駕駛環(huán)境下尤其是緊急情況下駕駛員的生物反響和行為認(rèn)知還缺乏針對(duì)性研究，缺乏特定的認(rèn)知體系?！?〕從駕駛員應(yīng)急反響的研究來看，采用眼動(dòng)方法研究的較多，其他研究如血壓、心跳等也有人來研究?？傮w來看都是從駕駛員受到外界刺激以后，所產(chǎn)生的應(yīng)激反響，但對(duì)于駕駛員內(nèi)部的信息處理機(jī)制，如腦電反響，如何控制駕駛行為的產(chǎn)生等等尚缺乏研究?！?〕從建模方法來看，以車輛為主體，駕駛員為載體的模型較多，如車輛跟馳模型等；以駕駛員為主體的模型較少。有多種建模方法被采用，神經(jīng)網(wǎng)絡(luò)和基于規(guī)那么的方法也有人運(yùn)用。但現(xiàn)有模型多著重于對(duì)已有信息的融合加工，對(duì)駕駛員生物反響信息的采集及行為的不確定性方面缺乏相應(yīng)的研究。參考文獻(xiàn)Hess,R.A.,&Modjtahedzadeh,A.(1990).Acontroltheoreticmodelofdriversteeringbehavior.IEEEControlSystemsMagazine,August1990,3-8.Boer,E.R.,&Hildreth,E.C.(1999).Modelingdrivers’decisionandcontrolbehavioroncountryroads.InA.G.Galeetal.(Eds.),ProceedingsoftheEighthInternationalConferenceonVisioninVehicles.Amsterdam:Elsevier.Nakano,S.etal.,DevelopmentofanIntelligentSteeringSystemforanAutomatedHighwaySystem,FISITA98,F98S037Wierwille,W.W.,&Tijerina,L.(1998).Modellingtherelationshipbetweendriverin-vehiclevisualdemandsandaccidentoccurrence.InA.G.Galeetal.(Eds.),VisioninVehiclesVI(pp.233-243).Amsterdam:Elsevier.Salvucci,D.D.,Boer,E.R.,&Liu,A.(2001).Towardanintegratedmodelofdriverbehaviorinacognitivearchitecture.TransportationResearchRecord,1779.劉雁飛，吳朝暉。駕駛ACT-R認(rèn)知行為建模。浙江大學(xué)學(xué)報(bào)(工學(xué)版)，2006，NobuyukiKuge,TomohiroYamamuraandOsamuShimoyama.ADriverBehaviorRecognitionMethodBasedonaDriverModelFramework.Proc.oftheSAEWorldCongress,Detroit,MI,2000,March6-9.DarioD.Salvucci,ModelingDriverDistractionfromCognitiveTasks,2002DanielKrajzewiczandDr.PeterWagner,ACME(ACommonMentalEnvironment)–Driver:ACognitiveCarDriverModelOlivierGeorgeonetal.DriverBehaviorandCognitiveToolsDevelopmentinOrdertoAssessDriverSituationAwareness.2005ChapmanPR,UndrwoodG.VisualSearchofDynamicScenes:EventTypesandtheRoleofExperienceinViewingDrivingSitua2tions.In:Underwood(Eds).EyeGuidanceinReadingandScenePerception,England:Elsevier,1998:369-394DavidE,Crundall,UnderwoodG.&ChapmanPR.HowmuchdonovicedriversseeTheeffectofdemandonvisualsearchstrategiesinnoviceandexperienceddrivers.In:Underwood(Eds).Eyeguidanceinreadingandsceneperception,England:Elsevier,1998:395-416DuchowskiAT.Eyetrackingmethodology:theoryandpractice.London:Springer,2003.170-182LamersCTJ,Ramaekers,J.G.Visualsearchandurbancitydrivingundertheinfluenceofmarijuanaandalcohol.HumanPsychopharma-cology,2001,16:393–401童兵亮?；谧觳繝顟B(tài)的疲勞駕駛和精神分散狀態(tài)監(jiān)測(cè)方法研究。吉林大學(xué)碩士學(xué)位論文，2004。Y.Lin，P.Tang，eal。Artificialneuralnetworkmodellingofdriverhandlingbehaviourinadriver±vehicle±environmentsystemInt..J.VehicleDesign,Vol.0,Nos.0,1-22張艷霞。影響駕駛員行車平安的心理因素與對(duì)策研究山東交通學(xué)院學(xué)報(bào)。2004，12，1：41－44柴春雷.基于駕駛姿勢(shì)預(yù)測(cè)模型的人機(jī)工程設(shè)計(jì)技術(shù)研究。浙江大學(xué)博士學(xué)位論文，2005。MMaurer,RBehringer,FThomanek,EDDickmanns.ACompactVisionSystemForRoadVehicleGuidance[C].the13thInternationalConferenceonpatternRecognition,Vienna,1996.DPomerleau,TJochem.ImageProcessorDrivesAcrossAmerica[M].PhotonicsSpectra,April,1996:80-85.1.Al-Shihabi,T.,andR.R.Mourant.AFrameworkforModelingHuman-likeDrivingBehaviorsForAutonomousVehiclesinDrivingSimulators.InProceedingsofthe5thInternationalConf.OnAutonomousAgents,Montreal,Canada,May,2001,pp.286-291.ParagHBatavia.Driver-AdaptiveLaneDepartureWarningSystems[R].CarnegieMellonUniversityPhDDissertation,Sep.1999.MBertozzi,ABroggi.GOLD:AParallelReal-TimeSteroVisionSys2temForGenericObstacleandlandDetection[J].IEEETransactiononImageProcessing,January1998,7(1):82-81.MBertozzi,ABroggi,AFascioli.ARGOandtheMillemigliainauto2maticTour,IEEEIntelligentSystem,Jan-Feb.1999,14(1):55-64.KYoshimoto,SimulationofMan-AutomobileSystemwithPredictiveSteering[J].TransactionofJSME,1968,71:596.IKageyama,YOwada.AnAnalysisforaridingcontractalgorithmfortwowheeledvehiclewithaneuralnetworkmodeling[M].VehicleSystemDynamicsSupplement,n25,Swets&Zeitlinger,1996,317-326.KHGuoandXGuan,ModelingofDriver-VehicleDirectionalControlSystem[J].VehicleSystemDynamics,1993,22(3-4):141184.廖傳錦,黃席樾,樊友平。汽車駕駛員環(huán)境模型研究。計(jì)算機(jī)仿真。2004年9月，第21卷，第9期。148-151杜春梅.駕駛員行為特性及駕駛員模型研究[D].吉林大學(xué)碩士學(xué)位論文,2001-2.Papelis,Y.,andAhmad,O.Acomprehensivemicroscopicautonomousdrivermodelforuseinhighfidelitydrivingsimulationenvironments,TRB80thAnnualMeeting,Washington,DC.,課題主要研究?jī)?nèi)容、擬解決的技術(shù)難點(diǎn)和主要?jiǎng)?chuàng)新點(diǎn)，現(xiàn)有研究根底3.3.1主要研究?jī)?nèi)容〔1〕緊急情況下駕駛行為分析研究不同駕駛環(huán)境下，駕駛員在遇到緊急駕駛?cè)蝿?wù)時(shí)的行為特征，從而研究復(fù)雜環(huán)境對(duì)駕駛行為的影響。分三個(gè)內(nèi)容：1〕緊急情況對(duì)駕駛行為的影響。將緊急情況定義為可能引起駕駛誤操作或者容易引起交通事故的駕駛環(huán)境。從轉(zhuǎn)彎、超車、緊急制動(dòng)等駕駛?cè)蝿?wù)改變來研究駕駛行為的變化；從突遇行人、車距突然改變、紅綠燈、通過十字路口、車輛密集等道路交通環(huán)境的改變來研究駕駛行為。2〕不同情緒體驗(yàn)下駕駛行為特征分析。通過實(shí)驗(yàn)設(shè)置不同的場(chǎng)景可以獲得不同的情緒體驗(yàn)，如路面寬廣沒有行人就容易產(chǎn)生麻痹的情緒。從心理類型上看，有麻痹型、緊張型、穩(wěn)重型和刺激型四類。分別從這四種情緒下分析緊急情況下駕駛行為的變化情況。3〕駕駛員個(gè)體特征對(duì)駕駛行為的影響：重點(diǎn)研究駕駛經(jīng)驗(yàn)、性格特征對(duì)駕駛行為的影響。〔2〕緊急情況下駕駛員生物反響研究研究駕駛狀態(tài)下突發(fā)緊急狀況，駕駛員的生物反響情況，從而測(cè)定在緊急情況下人體對(duì)綜合復(fù)雜信息的認(rèn)知、判定和識(shí)別過程。主要包括：1〕利用眼動(dòng)跟蹤設(shè)備，測(cè)定緊急情況下駕駛員眼動(dòng)變化情況。眼動(dòng)是目前研究駕駛行為比擬多比擬有效的方法，本工程將在以往研究的根底上，重點(diǎn)研究緊急情況下的眼動(dòng)變化情況。2〕利用外表肌電測(cè)量?jī)x和附加設(shè)備，測(cè)定緊急情況下駕駛員人體外表生物變化情況，研究駕駛員的肌電、心率、血壓等的變化情況。3〕利用腦電設(shè)備，測(cè)定緊急情況下駕駛員腦電變化情況。通過該局部研究，結(jié)合第一局部的實(shí)驗(yàn)結(jié)果，可以揭示外部駕駛行為同人體內(nèi)部生物反響之間的關(guān)系?！?〕緊急情況下駕駛員生物反響和行為模型研究通過上面兩個(gè)階段的研究，可以獲得緊急情況下駕駛行為的外在表現(xiàn)和駕駛員內(nèi)部的生物反響兩個(gè)方面的信息。駕駛員信息加工的衰減性和處理能力的局限性，以及汽車動(dòng)態(tài)人機(jī)環(huán)境系統(tǒng)中諸多隨機(jī)、模糊、突變因素的干擾，導(dǎo)致駕駛員操縱汽車時(shí)，難免會(huì)出現(xiàn)信息感知、信息判斷和作業(yè)反響的過失，從而潛伏事故隱患。具體到每個(gè)駕駛行為，會(huì)有以下表征：不缺定性、高度非線性、自學(xué)習(xí)、適應(yīng)性且隨著不同的情緒體驗(yàn)而改變。因此，該局部將建立緊急情況下駕駛行為的模糊模型。具體包括：1〕駕駛行為及其影響因素之間的定性和定量關(guān)系描述；2〕駕駛行為及其影響因素的離散化表示；3〕確定駕駛行為模型的模糊規(guī)那么；4〕駕駛行為模型的推理問題；5〕模型驗(yàn)證。3.3.2技術(shù)難點(diǎn)本工程申請(qǐng)需要解決從駕駛員生物反響空間到緊急情況的判定問題，即從有限的生物信號(hào)到緊急情況的判定問題。在這里，重點(diǎn)考慮通過生物復(fù)原函數(shù)實(shí)現(xiàn)，即通過駕駛操作前生物信號(hào)和操作中生物信號(hào)的測(cè)量，來推算緊急狀況。如圖1所示。圖1緊急狀況判斷3.3.3主要?jiǎng)?chuàng)新點(diǎn)本工程申請(qǐng)擬在以往國內(nèi)外研究的根底上，重點(diǎn)研究緊急狀況下的駕駛員生物反響和行為認(rèn)知、信息加工和處理工程，同以往的研究相比，本工程研究有以下特色：〔1〕與以往普遍意義上的駕駛員生物反響和行為研究不同，本工程將研究?jī)?nèi)容鎖定在對(duì)駕駛平安有重要影響的緊急狀況下，研究該環(huán)境下駕駛行為的特殊表現(xiàn)、特殊認(rèn)知、控制過程以及駕駛員的生物反響；〔2〕與以往的研究多從駕駛員的單重生物反響不同，本工程研究將綜合駕駛員外在應(yīng)激反響和內(nèi)部處理過程來分析，融合多重生物反響進(jìn)行研究；〔3〕在建模方法上采用模糊邏輯來處理駕駛多重信息，充分考慮到駕駛行為的模糊性、不確定性。〔1〕本工程組曾參與的相關(guān)科研工程簡(jiǎn)況本課題組近年來參與與本課題相關(guān)的課題主要有：①國家計(jì)委產(chǎn)業(yè)化前期工程“面向區(qū)域經(jīng)濟(jì)開展的高技術(shù)產(chǎn)品開發(fā)系統(tǒng)——人機(jī)工程開發(fā)系統(tǒng)的研究〞，2002年通過浙江省科技廳組織的鑒定，關(guān)鍵技術(shù)國際領(lǐng)先水平，總體國際先進(jìn)水平，2003年獲得浙江省科技進(jìn)步一等獎(jiǎng)，2004年獲得國家科技進(jìn)步二等獎(jiǎng)；②國家863方案“面向產(chǎn)品創(chuàng)新的計(jì)算機(jī)輔助概念設(shè)計(jì)技術(shù)的研究〞，2002.09-2004.12，在國產(chǎn)CAD軟件CAXA上自主開發(fā)了面向工業(yè)產(chǎn)品的數(shù)字化人機(jī)工程系統(tǒng)；③國家973工程“虛擬現(xiàn)實(shí)的根底理論、算法及其實(shí)現(xiàn)——面向產(chǎn)品創(chuàng)新開發(fā)的虛擬設(shè)計(jì)平臺(tái)〞，2003.01－2007.12，主要研究虛擬環(huán)境下的汽車駕駛相關(guān)的人機(jī)工程問題，目前已經(jīng)取得初步的成果；④局部肌肉功能評(píng)價(jià)技術(shù)，該領(lǐng)域研究分別獲得國家自然基金以及中國－芬蘭政府科技部的支持，先后建立了多項(xiàng)局部肌肉疲勞和負(fù)荷水平的非損傷性在體檢測(cè)技術(shù)，并成功運(yùn)用于人機(jī)工程、康復(fù)醫(yī)學(xué)等領(lǐng)域研究，取得良好效果，受到業(yè)內(nèi)人士關(guān)注?！?〕本工程組發(fā)表的科研論文簡(jiǎn)況本課題組成員先后在?LectureNotesinComputerScience?、?CAD&CG學(xué)報(bào)?、?生物物理學(xué)報(bào)?、?航天醫(yī)學(xué)與醫(yī)學(xué)工程?、IEEESystemsMan&Cybernetics年會(huì)等國內(nèi)外雜志和學(xué)術(shù)會(huì)議上發(fā)表關(guān)于駕駛員生物反響、模糊推理、模糊分類器、信息融合、計(jì)算機(jī)輔助人機(jī)工程等方面的論文共50余篇〔其中，與本工程有關(guān)的20余篇〕，先后出版與本工程有關(guān)的著作3部，并有局部與模糊邏輯有關(guān)的論文投寄到了國際刊物?Int.J.ApproximateReasoning?、?IEEETransactionsonFuzzySystems?、?LecturesNotesinArtificialIntelligence?與AAAI年會(huì)，為本工程的研究開展了很多探索性的工作，并做了初步實(shí)踐和論證。課題預(yù)期到達(dá)的目標(biāo)、主要技術(shù)指標(biāo)，可獲得專利等知識(shí)產(chǎn)權(quán)及人才培養(yǎng)情況本申請(qǐng)工程三個(gè)密切相關(guān)的研究目標(biāo)在于：〔1〕分析造成駕駛平安事故的緊急狀況，研究緊急情況下駕駛員的行為特征，探求緊急情況下駕駛員主要生理和心理反響，獲取緊急情況下駕駛行為的外在表現(xiàn)特征和內(nèi)在影響因素，為駕駛平安預(yù)警和策略研究提供理論支持；〔2〕探求緊急情況下駕駛員的認(rèn)知模式和行為控制模式，建立駕駛行為和影響因素之間的關(guān)系模型。該模型能夠分析駕駛員、道路交通環(huán)境和車輛之間的相互作用過程，將目前人們對(duì)駕駛行為的發(fā)生和控制水平提高到一個(gè)更高的層次；〔3〕進(jìn)行緊急情況下駕駛行為的仿真研究，為駕駛平安、交通事故決策提供更加直觀的過程分析。主要技術(shù)指標(biāo)，可獲得專利等知識(shí)產(chǎn)權(quán)及人才培養(yǎng)情況〔1〕本工程研究將在緊急情況下駕駛員生物反響和行為認(rèn)知、駕駛模型與影響因素之間的推理模型等方面獲得創(chuàng)新性的研究成果；〔2〕本工程的理論成果將以15篇以上論文在國際國內(nèi)雜志及重要會(huì)議上正式發(fā)表，其中SCI/EI檢索10篇，在理論上到達(dá)國際領(lǐng)先水平；〔3〕獲得軟件著作權(quán)5項(xiàng)以上；〔4〕培養(yǎng)碩士生5名以上，協(xié)助指導(dǎo)博士生3名。課題擬采取的研究方法，課題技術(shù)路線〔或?qū)嵤┓桨浮臣捌淇尚行苑治觥踩缬袇f(xié)作單位，請(qǐng)說明課題的任務(wù)分工〕本研究擬從以下方面展開，如圖2所示：圖2技術(shù)路線圖〔1〕實(shí)驗(yàn)研究在申請(qǐng)者單位原有的駕駛仿真平臺(tái)的根底上，結(jié)合單位的環(huán)幕虛擬現(xiàn)實(shí)環(huán)境，構(gòu)建駕駛操作模擬器。通過搜集和整理相關(guān)緊急駕駛的資料，建立緊急情況駕駛環(huán)境資源庫，并應(yīng)用于駕駛操作模擬器。建立刺激人體情緒的場(chǎng)景片斷，由此可以模擬緊急情況下不同心理體驗(yàn)的駕駛行為狀況。利用申請(qǐng)者單位人機(jī)工程實(shí)驗(yàn)室的測(cè)量設(shè)備，測(cè)量駕駛過程中的生理和心理反響。我們將駕駛員的生物學(xué)反響分為眼動(dòng)的和非眼動(dòng)的。眼動(dòng)分析法是對(duì)駕駛員視覺特征進(jìn)行研究的重要方法,它通過分析眼駕駛員在駕駛過程中每一時(shí)刻的眼動(dòng)數(shù)據(jù)來揭示人的心理活動(dòng)，這種信息對(duì)于深入分析駕駛員的緊張狀況、疲勞情況等方面有重要作用。此外，在緊急情況下，駕駛員還有不同的生物學(xué)反響，如心跳、血壓、肌膚外表生理信號(hào)變化等。我們擬采用外表肌電等設(shè)備來測(cè)量駕駛員上述生物學(xué)反響。上述實(shí)驗(yàn)可以揭示緊急情況下駕駛行為的外在生理特征，還需要通過實(shí)驗(yàn)來揭示駕駛員高層認(rèn)知處理過程。駕駛認(rèn)識(shí)行為是駕駛員認(rèn)知、感知、車輛控制以及執(zhí)行預(yù)期任務(wù)過程的總稱，駕駛認(rèn)知有許多高層的決策過程，也有低層的車輛控制以及狀態(tài)感知。我們將用腦電實(shí)驗(yàn)來測(cè)試緊急情況下駕駛行為的腦處理過程。在實(shí)驗(yàn)樣本選擇上，考慮到1年內(nèi)駕駛員的交通事故發(fā)生率非常高。我們將選擇駕齡1年以下的人員來進(jìn)行實(shí)驗(yàn)?！?〕駕駛行為空間和數(shù)據(jù)集提取分析在前面實(shí)驗(yàn)的根底上，對(duì)實(shí)驗(yàn)數(shù)據(jù)進(jìn)行分析，主要包括區(qū)分有效和無效數(shù)據(jù)，建立駕駛員生物反響和行為和影響因素特征空間。運(yùn)用回歸分析、模糊聚類等方法來研究駕駛行為及其影響因素之間的因果、果因關(guān)系，獲得多維數(shù)據(jù)集。〔3〕駕駛行為模型的推理和學(xué)習(xí)問題主要解決不同駕駛環(huán)境下，駕駛行為特征和駕駛員生理反響之間的關(guān)系模型，解決駕駛行為和影響因素之間的推理問題。對(duì)特征空間中的連續(xù)變量，參照駕駛員的語言描述將其論域進(jìn)行模糊劃分，引入了一些中間單元和額外參數(shù)來提高該認(rèn)知模型的知識(shí)表達(dá)精度。當(dāng)輸入為數(shù)值時(shí)的推理問題可以參照Mamdani-型的模糊推理系統(tǒng)來進(jìn)行；當(dāng)輸入為數(shù)值時(shí)的推理問題可以參照Mamdani-型的模糊推理系統(tǒng)來進(jìn)行；而針對(duì)輸入為區(qū)間值或集值的推理問題，需要進(jìn)行深入的研究；一種方法是借鑒隨機(jī)集理論或證據(jù)理論的處理方法，把集值當(dāng)成是某種無知〔Ignorance〕，計(jì)算該集值輸入的上下近似信念，進(jìn)行條件信念推理；一種方法是采用模糊積分的方法，分別計(jì)算該集值中每個(gè)數(shù)值輸入的推理結(jié)果，最后進(jìn)行某種累加運(yùn)算來實(shí)現(xiàn)集值輸入的推理過程。研究方案主要是采用無監(jiān)督的模糊聚類算法和有監(jiān)督的MAP方法相結(jié)合來實(shí)現(xiàn)模型的參數(shù)辨識(shí)?！?〕緊急情況下駕駛行為仿真研究在前面研究的根底上，通過計(jì)算機(jī)來仿真緊急情況下的駕駛行為，為平安決策和預(yù)警提供更直接的結(jié)果展示。運(yùn)用定性推理進(jìn)行仿真，定性推理的目標(biāo)就是尋求一種計(jì)算理論來模擬人處理定性知識(shí)的方法，而駕駛員的信息感知行為就是駕駛員把通過其五官和其它渠道獲得的道路信息和汽車的有關(guān)運(yùn)動(dòng)狀態(tài)信息等傳遞到大腦的