呂愛紅,李明輝
(1.陜西科技大學,陜西 西安 710021;2.咸陽師范學院,陜西 咸陽 712000)
駕駛人緊急狀態下避免分心方法研究
呂愛紅1,2,李明輝1
(1.陜西科技大學,陜西 西安 710021;2.咸陽師范學院,陜西 咸陽 712000)
為避免駕駛人緊急行車狀態下的分心行為,通過車道線傳感器、方向盤轉角傳感器、陀螺儀等多種傳感設備,采集車輛緊急運行狀態表征參數,采用飛思卡爾MC9S12XS256為處理單元,IS1681為藍牙發射模塊,搭建系統硬件。采用神經網絡對車輛的運行狀態進行識別,采用Android Studio編寫手機APP軟件,建立駕駛人緊急狀態下避免分析系統。在緊急行車狀態時,通過藍牙向手機APP發送指令,使手機保持靜音和不震動狀態。該系統可以有效避免駕駛人緊急狀態下的分析操作,從而保證行車安全。
分心;緊急行車狀態;神經網絡;藍牙;APP
KCLC NO.:U462.2Document Code:AArticle ID:1671-7988 (2017)03-85-03
駕駛人作為機動車控制的主體,其操作的正確性勢必影響到行車的安全。在行車過程中,駕駛人通過眼睛、耳朵、鼻子等感官獲取車輛周圍的交通信息,根據交通狀態并結合駕駛經驗,制定出安全高效的操作方式[1-2]。現有研究表明正常駕駛人注意力有限,即駕駛人在行車時總的注意力是一定的,當外在干擾因素存在,使得駕駛人注意力分散時,駕駛人獲取交通環境信息的效率就會下降,從而帶來了行車安全的隱患。在實際的行車過程中,輕微的分散駕駛人的注意力并不會給駕駛人的行車帶來較大的安全隱患[3-5]。但在緊急情況下,如駕駛人正在換道、超車時,駕駛人注意力需高度集中,此時若駕駛人再分散注意力,則可能會帶來不可預知的災難。
現有相關研究或者專利都只是在駕駛人正常行車狀態下,當手機來電時,自動或者通過駕駛人手動來關閉電話,沒有考慮到在換道、超車等緊急狀況下駕駛人不能分散注意力這一重大因素。文章從實際駕駛駕駛人安全性出發,設計一種緊急狀態下避免駕駛人分析裝置,以提高行車的安全性。
1.1 系統整體設計
本設計的基本原理是通過使用慣量傳感器、車道標線傳感器、車輛方向盤轉角傳感器獲取行車過程中車輛以及車輛與交通環境之間相關狀態參數,通過大量的實車試驗,獲取大量車輛換道時的樣本數據,建立起基于神經網絡的車輛換道行為識別模型,并利用試驗數據對模型進行訓練,使其具備識別車輛換道行為的能力。在行車過程中,當系統識別出車輛正在處于換道時,通過藍牙發射裝置向預先安裝在手機內的APP發射控制指令,使手機自動設置成靜音和不震動的安靜狀態,直到車輛處于非緊急行車狀態時向手機發送解安靜設置指令。通過上述方式來保證駕駛人在換道等緊急狀態下的注意力集中,從而避免駕駛人操作分心。該系統由數據采集系統、車輛運動狀態分析系統、無線發射系統、手機端接收系統組成。系統框架如圖1所示。

圖1 系統結構框架圖
1.2 電源模塊設計
車載蓄電池電壓為24V,系統AWS車道線傳感器供電電壓為12V,慣量傳感器為博世慣量傳感器SMI7xy,供電電壓為5V,系統處理單元為飛思卡爾單片機,具體型號為MC9S12XS256供電電壓為5V,方向盤轉角傳感器為HiTec牌方向盤轉角傳感器,具體型號為Hirain SAS,供電電壓為12V,藍牙發射模塊為ISSC牌藍牙發射模塊,具體型號為IS1681,供電電壓為5V,因此需要兩個變壓模塊對系統進行供電。文章采用常用且成本較低的Micrel公司的MIC29500降壓芯片,它可以滿足該系統的需求,為用電設備提供穩定的電壓。
1.3 系統數據采集設計
首先需要采集車輛在行車過程中的車輛運動狀態數據和車輛與周圍交通環境之間相對關系參數的數據。包括車輛與車道線之間的距離,通過AWS車道線傳感器可以采集;車輛橫向加速度,可以通過慣量傳感器采集得到;車輛方向盤轉角數據,可以通過方向盤轉角傳感器采集。本實施例中的AWS車道線傳感器測量精度:5cm,測量范圍:±635cm,輸出頻率:10Hz能滿足系統對于車道線采集的需要。慣量傳感器為博世SMI7xy慣量傳感器,采樣頻率極高,完全滿足系統需求。方向盤轉角傳感器為HiTec牌方向盤轉角傳感器,具體型號為Hirain SAS,采樣頻率為100Hz,采樣精度為0.1°,能高效的采集方向盤轉角數據。
1.4 系統處理器設計
中央處理單元采用ARM9處理器,具體型號為S3C2410,用于采集傳感器發送的數據,包括車輛與車道線距離數據、車輛橫向和縱向加速度數據、車輛方向盤轉角數據,采集數據后運算神經網絡辨識模型,識別出車輛當前的運動狀態,在識別出車輛處于換道超車等危險狀態時,通過控制藍牙發射模塊向手機發送指令,使手機保持靜音和不震動狀態。其中處理器XET256電路圖如圖2所示,各引腳分別連接電源、CAN總線和藍牙發射模塊。
系統軟件設計包括車輛運動狀態算法的設計、藍牙發送模塊的程序設計和手機端APP設計。
2.1 車輛運動狀態算法的設計
文章車輛運動狀態算法設計采用模糊控制算法,其中具有典型代表的是神經網絡算法。通過輸入一定量的車輛換道行為表征參數,如車輛與車道線之間的橫向距離、車輛橫向速度、縱向速度等,以及對應的車輛實際運行狀態,即換道和車道保持。神經網絡識別模型的建立需先通過實車試驗獲取大量的表征參數,然后根據表征參數對神經網絡模型進行訓練,使其具備識別車輛運動狀態的能力。
具體做法是,在車輛上安裝AWS車道線識別傳感器、慣量傳感器和方向盤轉角傳感器,在實車環境下,采集大量駕駛人正常換道和車道保持階段的上述三個表征參數的數據,并建立BP神經網絡識別模型,將實車試驗得到的三個表征參數作為BP神經網絡模型的輸入,三個表征參數對應的實際行車狀態作為BP神經網絡模型的輸出,以此對模型進行訓練,經過一定量數據的訓練后,用實車試驗數據對模型的識別能力進行檢驗,直到模型的識別準確率達到98%以上。通過上述步驟,建立的BP神經網絡模型已具備對車輛運動狀態的識別能力,在實際的行車過程中,傳感器實時的采集上述三個參數,處理單元對傳感器采集到的參數進行獲取,并利用BP神經網絡識別模型對當前車輛運動狀態進行識別。神經網絡算法結構如圖3所示。

圖3 神經網絡結構圖
2.2 藍牙發送模塊程序設計
藍牙發射模塊程序設計主要為指令的發送和接受,發送指令為單一字節,藍牙發射流程如圖4所示。

圖4 藍牙發射模塊流程圖
2.3 手機端APP設計
當車輛行駛狀態識別模型識別出車輛處于換道狀態時,處理器向藍牙發射模塊傳輸指令,使藍牙發射模塊向預先安裝在手機中的APP發送將手機設置成靜音和不震動的安靜狀態。采用谷歌Android Studio為手機端APP開發軟件,軟件設計界面如圖5所示。

圖5 手機APP開發界面
駕駛人是交通行為的主體,交通事故的發生歸根結底是由駕駛人導致。分心或造成駕駛人注意力和精力的分散,弱化駕駛人獲取有效交通信息的能力,從而加大交通事故發生的可能性。特別是在緊急行車狀態下,駕駛人不容許有任何的分析干擾,文章以此為研究點,通過傳感器采集車輛運動狀態數據,基于神經網絡模型進行模糊訓練,建立車輛緊急運動狀態識別模型,在識別出車輛處于緊急行車狀態時,通過藍牙發射裝置向駕駛人手機APP發送靜音和禁止震動指令。本系統可以有效避免駕駛人緊急狀態下的分心行為,從而提高車輛的行車安全性。
[1] 袁偉,付銳,郭應時,等.汽車駕駛人感知-決策-校正行為模式[J].長安大學學報∶自然科學版, 2007, 27(3)∶ 80-83.
[2] 李平凡.駕駛行為表征指標及分析方法研究 [D]. 長春∶ 吉林大學, 2010.
[3] 馬勇, 付銳, 王暢, 等. 視覺分心時駕駛人注視行為特性分析[J].中國安全科學學報, 2013, 23(5)∶ 10.
[4] 馬勇,付銳,袁鈺, 等. 基于駕駛人分心影響程度的駕駛分心任務評級[J]. 交通信息與安全, 2014, 32(5)∶ 47-51.
[5] 劉卓凡,付銳,程文冬, 等. 駕駛人視覺分心與認知分心研究綜述[J]. 中國安全科學學報, 2015, 25(7)∶ 005.
An avoid distraction device under a state of emergency
Lv Aihong1,2, Li Minghui1
( 1. Shaanxi University of Science & Technology, Shaanxi Xi’an 710021; 2. Xian Yang Normal College, Shaanxi Xianyang 712000 )
In order to avoid the distraction behavior of the driver in emergency driving, through lane sensors, steering wheel angle sensor, gyroscope and other sensing devices, collecting vehicle emergency state parameters,using Freescale MC9S12XS256 processing unit, IS1681 Bluetooth transmission module, building hardware. Neural network is used to identify the running state of the vehicle, using Studio Android to write mobile phone APP software, establishing a driver's emergency to avoid analysis system.In the state of emergency, through the Bluetooth to send instructions to the mobile phone APP, so that the phone can remain silent and no vibration state.The system can effectively avoid the analysis and operation of the driver in an emergency, thereby ensuring the safety of driving.
Distraction; emergency traffic condition; neural network; Bluetooth; APP
U462.2
A
1671-7988 (2017)03-85-03
10.16638/j.cnki.1671-7988.2017.03.032
呂愛紅(1974-),女,碩士研究生,助教,就職于陜西科技大學。