863课题申请-紧急情况下驾驶员生物反应和行为模型研究与应用

1、.：.；课题类型：探求导向类恳求受理编号：SQ2007AA11Z133792国家高技术研讨开展方案863方案专题课题恳求书 技术领域称号：现代交通技术领域专题称号：综合交通运输系统与平安技术恳求指南技术方向：交通平安新技术课题称号：紧急情况下驾驶员生物反响和行为模型研讨与运用申 请 人：柴春雷依托单位：浙江大学中华人民共和国科学技术部2007-05-08紧急情况下驾驶员生物反响和行为模型研讨与运用 浙江大学柴春雷 窗体顶端对该课题恳求所涉及主要研讨内容的熟习程度： 很熟习 比较熟习 普通 评议内容评分一、研讨目的和内容的重要性与必要性10分所涉及到的关键技术或产品能否重要？研讨内容能否符合国家

2、艰苦技术需求？主要研讨内容能否符合本专题指南的技术方向？ 二、研讨内容的创新性与前沿性40分研讨内容能否具有突出的原始性创新内容？研讨内容能否表达了新的原理、方法的创新内容？研讨内容能否具有突出的集成创新内容？研讨内容能否表达了集成运用或集成产品的创新内容？研讨内容能否处于国际或国内技术开展前沿？研讨内容假设胜利能否在国际或国内产生较大影响？研讨内容能否在国内已有一样或接近的成果？研讨内容能否有望获得发明专利等知识产权？ 三、技术实力与研讨根底20分课题恳求担任人能否可以胜任课题组长？课题组人员构成和时间投入能否合理？课题组现有研讨根底能否处于国内领先行列？课题依托单位及协作单位的支撑条件能否

3、较强？ 四、研讨目的和研讨方案的可行性20分预期研讨目的能否明确、集中？技术经济目的能否详细、适度？对国内外技术开展趋势能否把握？主要技术的知识产权分析和对策能否恰当？技术道路和研讨方法能否合理、可行？依托单位和协作单位的分工协作能否合理？ 五、预期成果及前景10分课题预期成果能否可获得一定的经济社会效益？课题预期成果能否具有较大的市场潜在的市场前景？课题成果能否能对相关技术开展起到带动作用？课题研讨能否可实现预期的人才、队伍培育目的？ 综合评议得分综合评价结论根据分项评议意见，对该课题恳求进展综合评价，给出总体结论性意见。 评价结论意见： 赞同立项A 不赞同立项C 总体评议意见：对该课题恳求

4、给出综合评价意见，论述赞同立项或不赞同立项的理由，阐明需求阐明的有关问题。本部分内容为必填内容，文字不超越300字。 窗体底端课题称号紧急情况下驾驶员生物反响和行为模型研讨与运用 行业领域交通运输估计完成年限3课题密级公开级预期成果类型计算机软件、论文论著恳求(担任)人信息姓名柴春雷 性别男 出生日期1978-12-18 职称中级职称 最高学位博士 从事专业工学 所在单位浙江大学 依托单位信息单位称号浙江大学 单位性质大专院校 所在地域浙江省 单位主管部门教育部 组织机构代码470095016 单位成立时间1998-9-15 协作单位信息单位称号单位性质组织机构代码课题经费来源预算(万元)总经

5、费80 恳求863方案资助80 其他国家级资助(包括部门匹配)0 地方政府匹配0 银行贷款0 自有资金0 其它资金0 经费备注 序号姓名性别出生日期职称职务专业为本课题任务时间(人月)课题组中职务(组长、副组长或成员)在课题中分担的义务所在单位1刘征男 1978年10月其他人员无工学8成员实验设计浙江大学 2吴剑锋男 1976年3月其他人员无工学10成员数据分析浙江大学 3李想男 1981年2月其他人员无工学8成员实验操作浙江大学 4柴春雷男 1978年12月中级职称无工学10组长工程总体担任浙江大学 5王鑫男 1984年7月其他人员无工学8成员系统建模浙江大学 6杨程男 1978年5月初级职

6、称无工学10成员实验设计浙江大学 7吴群男 1978年3月其他人员无工学10成员系统建模浙江大学 8杨红春男 1970年9月其他人员无工学10成员实验设计浙江大学 9应放天男 1970年2月高级职称副系主任工学8副组长实验平台构建浙江大学 10李芳宇女 1977年9月中级职称无工学8成员实验测试浙江大学 课题参与总人数10人。 其中：高级职称1人， 中级职称2人， 初级职称1人， 无职称6人； 其中具有：博士学位1人， 硕士学位6人， 学士学位3人， 其他0人； 合计：投入90人月2.1 课题组长、副组长资历情况从事过的主要研讨义务及所担任任和作用，主要研讨成果、发明专利和获奖情况，在国内外主

7、要刊物上发表论文情况，完成其他科技方案课题情况，特别是近五年获得的与本恳求课题相关的研讨成果情况，字数要求1000字以内柴春雷，男，助理研讨员。生于1978年，2005年9月博士毕业于浙江大学，后留校任教，并从事师资博士后研讨任务。主要开展驾驶行为、计算机辅助人机工程、运用人机工程与设计等方面的研讨任务。参与的与本恳求相关的工程：1国家计委产业化前期关键技术与成套设备研制开发工程：“面向区域经济开展的高技术产品开发系统计高技19982077批文，参与第四课题“人机工程辅助设计系统的研讨任务，该工程的成果2005年获国家科技提高二等奖；22003年2004年，国家863方案“面向产品创新的计算机

8、辅助概念设计技术的研讨2002AA411110，担任数字化人机工程子课题担任人；3国家973方案虚拟现实的根底实际、算法及其实现：课题6“面向产品创新开发的虚拟设计平台2002CB312106，2003.012007.12，人机工程部分技术担任人；4国家科技部中小企业创新基金“轿车车身工业设计软件的开发04C26213301192，2004.062006.06，担任人机工程部分的研发。 1Chunlei Chai, Shouqian Sun. Study on the Technique of Man-machine Simulation based on Posture Prediction

9、. Journal of Computational Information Systems, 2006, vol 2, No 2, 897-904. 2Chunlei Chai, Shouqian Sun, Qi huang, Zhanxun Dong. Model of Product Color Evaluation Based on Esthetics Principle, Fifth World Congres on Intelligent Control and Automaion, 2004.6:3962-3966. 3Chunlei Chai, Ying Yang, Shouq

10、ian Sun. Study of Several Problems On Internet Innovative Design. IEEE SMC 2004 conference proceedings,2004,2564-2568. 4柴春雷，孙守迁，黄琦，董占勋。面向家电产品的人机工程分析与评价系统的研讨，计算机辅助设计与图形学学报，2006.4，vol.18，No.4,580-584. 5Chai Chunlei, Zhang Jian, Dong Zhanxun. Research on Computer aided Ergonomics for Industrial Design.

11、 CAID&CD2005,618-622. 6Fangyu Li, Shouqian Sun, Chunlei Chai, Zhanxun Dong. Driving Comfort Assessment Model Construction Based on Fuzzy Inference, Proceedings of 6th World Congress on Contral and Automation,June21-23,2006:9449-9453 7JIANFENG WU, SHOUQIAN SUN, CHUNLEI CHAI, XIN WANG. VIRTUAL HUMAN M

12、ODEL FOR SIT-TO-STAND ANALYSIS. Journal of Computational Information ystems, 2007, 835-839. 2.2 课题组长、副组长目前承当863方案和其它国家科技方案课题情况包括人员姓名、承当课题称号、课题经费数、课题起止时间、所属科技方案称号等信息姓名承当课题称号课题经费数(万元)课题开场时间课题终了时间所属科技方案其他阐明事项：2.3 课题组长及课题组主要成员能否曾就一样或类似课题863方案和国家其他科技方案提出恳求如有，请阐明恳求人姓名、恳求科技方案称号、恳求课题称号、恳求时间、恳求结果等情况，并阐明与本课题恳

13、求的关系3.1、课题简介简要阐明课题的目的意义、主要研讨内容、预期目的等，字数要求1000字以内随着汽车数量和驾驶出行量的添加，交通事故发生率的绝对数呈现日益增长的趋势，驾驶平安曾经成为汽车制造厂商、政府道路行政管理部门乃至全社会共同关注的问题。作为交通事故中扮演重要角色的驾驶员，其行为直接和间接地引发交通事故，因此紧急情况下驾驶员反响及行为的研讨将为交通和驾驶平安提供新的重要的处理途径。 车辆驾驶过程中，一旦发生紧急情况，驾驶员接纳到前方信息进展视觉识别，进展大脑判别，然后经过实施驾驶操控行为来进展车辆加速、制动等，尽量防止交通事故的发生。然而，一旦紧急情况发生，留给驾驶员的反响操控时间极为

14、有限，许多驾驶员由于来不及实施有效的驾驶控制行为或实施了错误的驾驶行为而导致平安事故发生。假设能给驾驶员多0.1s的处置时间，那么交通事故率可降低30%。本课题研讨在驾驶操作行为实施前的驾驶员生物反响和行为情况，有望为驾驶平安控制提供更多的处置时间和提供新的处理思绪。 人体对于简单视觉信息的刺激动作反响时间介于0.2-0.25s，而对于复杂视觉刺激做出选择和判别的动作反响时间会明显延伸0.9s甚至出现错误。我们留意到，紧急情况下，在详细驾驶行为实施之前，人体对于外界刺激曾经有了生物反响。研讨发现有许多应急生物反响先于动作执行过程，这些反响主要包括肌电、肌肉紧张、体压、心跳等。这就是说，紧急情况

15、下，测定驾驶员的生物反响信号，进展正确识别和判别，可以先于驾驶员行为0.2s以上，进展智能制动控制，可以为防止车祸发生提供珍贵的时间并采取更有效的车辆控制措施。因此，紧急情况下驾驶员生物反响模型的研讨可为汽车智能制动系统、汽车平安设计提供实际根底和源头信息。紧急情况下驾驶员生物反响和行为模型的研讨具有普遍意义。本文的研讨成果和方法，对飞行平安、船舶平安等有自创意义。 本工程研讨内容主要有：紧急情况下驾驶行为分析，紧急情况下驾驶行为模型研讨，紧急情况下驾驶行为仿真研讨。工程的研讨成果分为实际和软件成果，可以用于驾驶智能制动系统的研制，车辆人性化设计，驾驶平安培训等方面。 3.2课题主要研讨技术的

16、国内外开展现状与趋势，课题主要研讨技术国内外专利授权情况驾驶员生物反响和行为研讨的历史可以追溯到1938年Gibson和Crooks提出的车辆行驶区域分析field-analysis实际。从时间上看，驾驶员生物反响和行为的研讨可以分为三个阶段：1从1938年到1980年以前，属于驾驶员模型实际的探求阶段。由于遭到年代和条件的限制，该阶段的研讨多从实例出发来讨论驾驶行为，缺乏相应的实验支撑。2从1980年到1990年，驾驶行为模型的研讨处于一个活泼期，国内外专家先后提出了推理行为实际、人行为才干模型、规划行为实际、感知与认知过滤模型、产生规那么模型/基于规那么模型等等，对驾驶行为进展了较为深化的

17、研讨。3从1990年到2000年，驾驶员生物反响和行为的研讨进入了一个停滞期。究其缘由我们不难得出结论：描画和了解驾驶员行为非常需求开展相应的模型和实际，虽然前面的研讨曾经提出了一些实际和模型，然而这些实际和模型并没有得到普遍认可和接受，没有得出一致的结论。42000年以后，进入21世纪，驾驶员反响和行为的研讨进入异常活泼阶段。从研讨内容上，我们不难发现，这得益于认知科学的迅速开展以及建模工具的进一步丰富。驾驶员生物反响模型的研讨，主要集中在以下三个方面：1驾驶认知实际。认知科学被称作21世纪智力革命的前沿学科，它研讨人类认知过程、智能和智能系统、大脑和心灵内在运转机制；是兴起于20世纪70年

18、代的一门交叉科学；在过去的20年间，出现了多种认知体系，典型的有ACT-R、SOAR和EPIC，三者的关注焦点、适用范围以及易学易用性不尽一样，各有特点。早期的研讨集中于驾驶行为的底层认知，研讨驾驶控制行为。Hess等人研讨了驾驶员转向行为的控制模型1。Boer等人研讨了在国道上驾驶员的决策和控制行为2。Nakano倾向于研讨驾驶员在道路变化时的直觉反响3。接下来的研讨曾经开场将底层控制和人类决策和高层认知过程结合起来4。如今的研讨曾经用高层的认知体系来驾驶行为的研讨，在这方面比较著名的有Salvucci 提出的基于ACT-R的整合驾驶行为模型5，2006年刘雁飞等人采用认知行为建模方法,建立

19、符合真实驾驶认知行为的认知模型并运用于车辆辅助驾驶系统6。Nobuyuki Kuge开发了基于HMMsHidden Markov Models的方法可以仿真正常情况和紧急情况下的道路变化情况，并进展了驾驶行为的识别研讨7。2001年，Truls VAA在对以往驾驶行为的实际和模型进展比较分析后指出：认知和情感是驾驶义务中危险情况的预测、躲避和评价的很好工具。之后，Salvucci D D8、Daiel Krajzewicz9和Olivier Georgeon10等开展了认知体系构造的驾驶员行为研讨任务，获得了重要进展。 2驾驶员应急反响研讨。该类研讨集中于研讨驾驶环境变化时驾驶员的生物学反响。

20、眼动分析法是对驾驶员视觉特征进展研讨的重要方法,它经过分析眼驾驶员在驾驶过程中每一时辰的眼动数据来提示人的心思活动,这种信息对于深化分析驾驶员的凝视特点、改善其凝视方式具有重要作用。国外早在二十世纪六十年代曾经开场经过眼动分析法对驾驶员进展研讨,目前该领域已成为热点，在分析驾驶行为变化方面有重要作用11-14。童兵亮等人根据嘴部形状来判别驾驶员的行为情况15。Y.Lin研讨了驾驶过程中驾驶员的血压和心跳变化情况，并相应的进展了建模16。张艳霞分析了影响驾驶员行车平安的心思要素,得出人的个性、心情、留意力、自我维护认识等对驾驶平安有重要影响17。浙江大学柴春雷等人经过驾驶姿态来研讨驾驶行为18。

21、3驾驶员反响和行为建模研讨。目前,国内外的研讨重点集中在自动驾驶上面,并获得了一定的研讨成果。如:德国慕尼黑联邦大学与飞驰汽车公司协作研制开发的VaMP系统19，美国CMU 大学机器人研讨所研制的NabLab 系统20-21，意大利帕尔马大学研制的ARGO 实验车22-23等。在这些系统中,中心内容是对驾驶员行为模型的建立。日本学者K. Yoshimoto 提出了自决策速度的驾驶员预瞄跟随控制模型25，该模型假设驾驶员可以准确感知汽车的运动形状以及可以准确预测汽车将要跟随的轨迹,驾驶员根据行驶轨迹的变化来进展相应的方向控制和速度控制。I. Kageyama 等建立了基于神经网络的驾驶员汽车道路

22、模型26 ,该模型包括三个部分:驾驶员轨迹决策神经网络模型、驾驶员轨迹跟随神经网络模型和汽车动力学神经网络模型。上述两个模型构造复杂,实时性很差。我国学者郭孔辉院士提出了预瞄最优曲率模型和预测跟随系统实际27，是驾驶员模型中最有代表性的一个。在此根底上，廖传锦等人利用车载传感器实时获取的环境与汽车行驶形状的参数,构造了汽车行驶过程的特征模型,为平安决策提供可靠的信息源。然后利用模糊积分方法交融多种相关信息,确定汽车应采用的平安运转方式,实现自动平安防撞决策28。有人提出预测汽车驾驶员行为的模型隐含马可夫动态模型(hidden Markove dynamic models HMDMs)。在这个模

23、型中,可以经过察看驾驶员的行为预测驾驶员的行为目的29-30。综合以上国内外研讨来看，驾驶员生物反响模型的研讨还存在以下缺乏：1从驾驶行为认知实际研讨来看，国内外专家学者曾经将高层的认知体系运用于驾驶行为认知，获得了不错的效果。但对于驾驶环境下尤其是紧急情况下驾驶员的生物反响和行为认知还缺乏针对性研讨，缺乏特定的认知体系。2从驾驶员应急反响的研讨来看，采用眼动方法研讨的较多，其他研讨如血压、心跳等也有人来研讨。总体来看都是从驾驶员遭到外界刺激以后，所产生的应激反响，但对于驾驶员内部的信息处置机制，如脑电反响，如何控制驾驶行为的产生等等尚缺乏研讨。3从建模方法来看，以车辆为主体，驾驶员为载体的模

24、型较多，如车辆跟驰模型等；以驾驶员为主体的模型较少。有多种建模方法被采用，神经网络和基于规那么的方法也有人运用。但现有模型多着重于对已有信息的交融加工，对驾驶员生物反响信息的采集及行为的不确定性方面缺乏相应的研讨。参考文献Hess, R. A., & Modjtahedzadeh, A. (1990). A control theoretic model of driver steering behavior.IEEE Control Systems Magazine, August 1990, 3-8.Boer, E. R., & Hildreth, E. C. (1999). Modeli

25、ng drivers decision and control behavior on country roads. In A. G. Gale et al. (Eds.), Proceedings of the Eighth International Conference on Vision in Vehicles. Amsterdam: Elsevier.Nakano, S. et al., Development of an Intelligent Steering System for an Automated Highway System, FISITA 98, F98S037Wi

26、erwille, W. W., & Tijerina, L. (1998). Modelling the relationship between driver in-vehicle visual demands and accident occurrence. In A. G. Gale et al. (Eds.), Vision in Vehicles VI (pp. 233-243). Amsterdam: Elsevier.Salvucci, D. D., Boer, E. R., & Liu, A. (2001). Toward an integrated model of driv

27、er behavior in a cognitive architecture. Transportation Research Record, 1779.刘雁飞，吴朝晖。驾驶ACT-R认知行为建模。浙江大学学报(工学版)，2006，Vol.40 No.10 P.1657-1662Nobuyuki Kuge, Tomohiro Yamamura and Osamu Shimoyama. A Driver Behavior Recognition Method Based on a Driver Model Framework. Proc. of the SAE World Congress,

28、Detroit, MI, 2000,March 6-9.Dario D.Salvucci, Modeling Driver Distraction from Cognitive Tasks, 2002Daniel Krajzewicz and Dr. Peter Wagner, ACME (A Common Mental Environment) Driver: A Cognitive Car Driver ModelOlivier Georgeon et al. Driver Behavior and Cognitive Tools Development in Order to Asses

29、s Driver Situation Awareness. 2005Chapman P R , Undrwood G. Visual Search of Dynamic Scenes :Event Types and the Role of Experience in Viewing Driving Situa2tions. In : Underwood ( Eds) . Eye Guidance in Reading and ScenePerception , England : Elsevier , 1998 :369 - 394David E , Crundall , Underwood

30、 G. & Chapman P R. How much do novice drivers see The effect of demand on visual search strategies in novice and experienced drivers. In : Underwood( Eds) . Eye guidance in reading and scene perception , England : Elsevier , 1998 :395 - 416Duchowski A T. Eye tracking methodology : theory and practic

31、e. London : Springer , 2003. 170 - 182Lamers CT J , Ramaekers , J . G. Visual search and urban city driving under the influence of marijuana and alcohol. Human Psychopharma-cology , 2001 , 16 : 393 401童兵亮。基于嘴部形状的疲劳驾驶和精神分散形状监测方法研讨。吉林大学硕士学位论文，2004。Y. Lin ，P. Tang，eal。Artificial neural network modellin

32、g of driver handling behaviour in a drivervehicleenvironment systemInt. J. Vehicle Design, Vol. 0, Nos. 0,1-22张艳霞。影响驾驶员行车平安的心思要素与对策研讨山东交通学院学报。2004，12，1：4144柴春雷.基于驾驶姿态预测模型的人机工程设计技术研讨。浙江大学博士学位论文，2005。M Maurer , R Behringer , F Thomanek , E D Dickmanns. A Compact Vision System For Road Vehicle Guidance

33、 C . the 13th International Conference on pattern Recognition ,Vienna ,1996.D Pomerleau , TJochem. Image Processor Drives Across AmericaM .Photonics Spectra , April , 1996 :80 - 85.1. Al-Shihabi, T., and R. R. Mourant. A Framework for Modeling Human-like Driving Behaviors For Autonomous Vehicles in

34、Driving Simulators. In Proceedings of the 5th International Conf. On Autonomous Agents, Montreal, Canada, May, 2001, pp. 286-291.Parag H Batavia. Driver - Adaptive Lane Departure Warning Systems R . Carnegie Mellon University PhD Dissertation ,Sep. 1999.MBertozzi ,A Broggi . GOLD: A Parallel Real -

35、Time Stero Vision Sys2 tem For Generic Obstacle and land DetectionJ . IEEE Transaction on Image Processing , January 1998 , 7(1) :82 - 81.MBertozzi ,A Broggi ,A Fascioli . ARGO and the Millemiglia in auto2 matic Tour ,IEEE Intelligent System,Jan - Feb. 1999 ,14(1) :55 - 64.K Yoshimoto , Simulation o

36、f Man - Automobile System with Predictive SteeringJ . Transaction of JSME , 1968 ,71 :596.I Kageyama , Y Owada. An Analysis for a riding contract algorithm for two wheeled vehicle with a neural network modelingM . Vehicle System Dynamics Supplement , n25 , Swets &Zeitlinger , 1996 , 317 - 326.K H Gu

37、o and X Guan ,Modeling of Driver - Vehicle Directional Control SystemJ . Vehicle System Dynamics , 1993 , 22(3 - 4) :141184.廖传锦, 黄席樾, 樊友平。汽车驾驶员环境模型研讨。计算机仿真。2004 年9 月，第21卷，第9 期。148-151杜春梅. 驾驶员行为特性及驾驶员模型研讨D . 吉林大学硕士学位论文,2001 - 2.Papelis, Y., and Ahmad, O. A comprehensive microscopic autonomous driver

38、model for use in high fidelity driving simulation environments, TRB 80th Annual Meeting, Washington, DC.,3.3课题主要研讨内容、拟处理的技术难点和主要创新点，现有研讨根底3.3.1 主要研讨内容1紧急情况下驾驶行为分析研讨不同驾驶环境下，驾驶员在遇到紧急驾驶义务时的行为特征，从而研讨复杂环境对驾驶行为的影响。分三个内容：1紧急情况对驾驶行为的影响。将紧急情况定义为能够引起驾驶误操作或者容易引起交通事故的驾驶环境。从转弯、超车、紧急制动等驾驶义务改动来研讨驾驶行为的变化；从突遇行人、车距忽然

39、改动、红绿灯、经过十字路口、车辆密集等道路交通环境的改动来研讨驾驶行为。2不同心情体验下驾驶行为特征分析。经过实验设置不同的场景可以获得不同的心情体验，如路面广大没有行人就容易产生麻木的心情。从心思类型上看，有麻木型、紧张型、稳重型和刺激型四类。分别从这四种心情下分析紧急情况下驾驶行为的变化情况。3驾驶员个体特征对驾驶行为的影响：重点研讨驾驶阅历、性格特征对驾驶行为的影响。2紧急情况下驾驶员生物反响研讨研讨驾驶形状下突发紧急情况，驾驶员的生物反响情况，从而测定在紧急情况下人体对综合复杂信息的认知、断定和识别过程。主要包括：1利用眼动跟踪设备，测定紧急情况下驾驶员眼动变化情况。眼动是目前研讨驾驶

40、行为比较多比较有效的方法，本工程将在以往研讨的根底上，重点研讨紧急情况下的眼动变化情况。2利用外表肌电丈量仪和附加设备，测定紧急情况下驾驶员人体外表生物变化情况，研讨驾驶员的肌电、心率、血压等的变化情况。3利用脑电设备，测定紧急情况下驾驶员脑电变化情况。经过该部分研讨，结合第一部分的实验结果，可以提示外部驾驶行为同人体内部生物反响之间的关系。3紧急情况下驾驶员生物反响和行为模型研讨经过上面两个阶段的研讨，可以获得紧急情况下驾驶行为的外在表现和驾驶员内部的生物反响两个方面的信息。驾驶员信息加工的衰减性和处置才干的局限性，以及汽车动态人机环境系统中诸多随机、模糊、突变要素的干扰，导致驾驶员支配汽车

41、时，难免会出现信息感知、信息判别和作业反响的过失，从而埋伏事故隐患。详细到每个驾驶行为，会有以下表征：不缺定性、高度非线性、自学习、顺应性且随着不同的心情体验而改动。因此，该部分将建立紧急情况下驾驶行为的模糊模型。详细包括：1驾驶行为及其影响要素之间的定性和定量关系描画；2驾驶行为及其影响要素的离散化表示；3确定驾驶行为模型的模糊规那么；4驾驶行为模型的推理问题；5模型验证。3.3.2 技术难点本工程恳求需求处理从驾驶员生物反响空间到紧急情况的断定问题，即从有限的生物信号到紧急情况的断定问题。在这里，重点思索经过生物复原函数实现，即经过驾驶操作前生物信号和操作中生物信号的丈量，来推算紧急情况。

42、如图1所示。图1 紧急情况判别3.3.3 主要创新点本工程恳求拟在以往国内外研讨的根底上，重点研讨紧急情况下的驾驶员生物反响和行为认知、信息加工和处置工程，同以往的研讨相比，本工程研讨有以下特征：1与以往普遍意义上的驾驶员生物反响和行为研讨不同，本工程将研讨内容锁定在对驾驶平安有重要影响的紧急情况下，研讨该环境下驾驶行为的特殊表现、特殊认知、控制过程以及驾驶员的生物反响；2与以往的研讨多从驾驶员的单重生物反响不同，本工程研讨将综合驾驶员外在应激反响和内部处置过程来分析，交融多重生物反响进展研讨；3在建模方法上采用模糊逻辑来处置驾驶多重信息，充分思索到驾驶行为的模糊性、不确定性。3.3.4现有研

43、讨根底1本工程组曾参与的相关科研工程简况本课题组近年来参与与本课题相关的课题主要有： 国家计委产业化前期工程“面向区域经济开展的高技术产品开发系统人机工程开发系统的研讨，2002年经过浙江省科技厅组织的鉴定，关键技术国际领先程度，总体国际先进程度，2003年获得浙江省科技提高一等奖，2004年获得国家科技提高二等奖；国家 863方案“面向产品创新的计算机辅助概念设计技术的研讨，2002.09-2004.12，在国产CAD软件CAXA上自主开发了面向工业产品的数字化人机工程系统；国家973工程“虚拟现实的根底实际、算法及其实现面向产品创新开发的虚拟设计平台，2003.012007.12，主要研讨

44、虚拟环境下的汽车驾驶相关的人机工程问题，目前曾经获得初步的成果； 部分肌肉功能评价技术，该领域研讨分别获得国家自然基金以及中国芬兰政府科技部的支持，先后建立了多项部分肌肉疲劳和负荷程度的非损伤性在体检测技术，并胜利运用于人机工程、康复医学等领域研讨，获得良好效果，遭到业内人士关注。2本工程组发表的科研论文简况本课题组成员先后在、IEEE Systems Man & Cybernetics年会等国内外杂志和学术会议上发表关于驾驶员生物反响、模糊推理、模糊分类器、信息交融、计算机辅助人机工程等方面的论文共50余篇其中，与本工程有关的20余篇，先后出版与本工程有关的著作3部，并有部分与模糊逻辑有关的

45、论文投寄到了国际刊物、与AAAI年会，为本工程的研讨开展了很多探求性的任务，并做了初步实际和论证。3.4课题预期到达的目的、主要技术目的，可获得专利等知识产权及人才培育情况本恳求工程三个亲密相关的研讨目的在于：1分析呵斥驾驶平安事故的紧急情况，研讨紧急情况下驾驶员的行为特征，探求紧急情况下驾驶员主要生理和心思反响，获取紧急情况下驾驶行为的外在表现特征和内在影响要素，为驾驶平安预警和战略研讨提供实际支持；2探求紧急情况下驾驶员的认知方式和行为控制方式，建立驾驶行为和影响要素之间的关系模型。该模型可以分析驾驶员、道路交通环境和车辆之间的相互作用过程，将目前人们对驾驶行为的发生和控制程度提高到一个更

46、高的层次；3进展紧急情况下驾驶行为的仿真研讨，为驾驶平安、交通事故决策提供更加直观的过程分析。主要技术目的，可获得专利等知识产权及人才培育情况1本工程研讨将在紧急情况下驾驶员生物反响和行为认知、驾驶模型与影响要素之间的推理模型等方面获得创新性的研讨成果；2本工程的实际成果将以15篇以上论文在国际国内杂志及重要会议上正式发表，其中SCI/EI检索10篇，在实际上到达国际领先程度；3获得软件著作权5项以上；4培育硕士生5名以上，协助指点博士生3名。3.5课题拟采取的研讨方法，课题技术道路或实施方案及其可行性分析如有协作单位，请阐明课题的义务分工本研讨拟从以下方面展开，如图2所示：图2 技术道路图1

47、实验研讨在恳求者单位原有的驾驶仿真平台的根底上，结合单位的环幕虚拟现实环境，构建驾驶操作模拟器。经过搜集和整理相关紧急驾驶的资料，建立紧急情况驾驶环境资源库，并运用于驾驶操作模拟器。建立刺激人体心情的场景片断，由此可以模拟紧急情况下不同心思体验的驾驶行为情况。利用恳求者单位人机工程实验室的丈量设备，丈量驾驶过程中的生理和心思反响。我们将驾驶员的生物学反响分为眼动的和非眼动的。眼动分析法是对驾驶员视觉特征进展研讨的重要方法,它经过分析眼驾驶员在驾驶过程中每一时辰的眼动数据来提示人的心思活动，这种信息对于深化分析驾驶员的紧张情况、疲劳情况等方面有重要作用。此外，在紧急情况下，驾驶员还有不同的生物学

48、反响，如心跳、血压、肌肤外表生理信号变化等。我们拟采用外表肌电等设备来丈量驾驶员上述生物学反响。上述实验可以提示紧急情况下驾驶行为的外在生理特征，还需求经过实验来提示驾驶员高层认知处置过程。驾驶认识行为是驾驶员认知、感知、车辆控制以及执行预期义务过程的总称，驾驶认知有许多高层的决策过程，也有低层的车辆控制以及形状感知。我们将用脑电实验来测试紧急情况下驾驶行为的脑处置过程。在实验样本选择上，思索到1年内驾驶员的交通事故发生率非常高。我们将选择驾龄1年以下的人员来进展实验。2驾驶行为空间和数据集提取分析在前面实验的根底上，对实验数据进展分析，主要包括区分有效和无效数据，建立驾驶员生物反响和行为和影

49、响要素特征空间。运用回归分析、模糊聚类等方法来研讨驾驶行为及其影响要素之间的因果、果因关系，获得多维数据集。3驾驶行为模型的推理和学习问题主要处理不同驾驶环境下，驾驶行为特征和驾驶员生理反响之间的关系模型，处理驾驶行为和影响要素之间的推理问题。对特征空间中的延续变量，参照驾驶员的言语描画将其论域进展模糊划分，引入了一些中间单元和额外参数来提高该认知模型的知识表达精度。当输入为数值时的推理问题可以参照Mamdani-型的模糊推理系统来进展；当输入为数值时的推理问题可以参照Mamdani-型的模糊推理系统来进展；而针对输入为区间值或集值的推理问题，需求进展深化的研讨；一种方法是自创随机集实际或证据

50、实际的处置方法，把集值当成是某种无知Ignorance，计算该集值输入的上下近似信心，进展条件信心推理；一种方法是采用模糊积分的方法，分别计算该集值中每个数值输入的推理结果，最后进展某种累加运算来实现集值输入的推理过程。研讨方案主要是采用无监视的模糊聚类算法和有监视的MAP方法相结合来实现模型的参数辨识。4紧急情况下驾驶行为仿真研讨在前面研讨的根底上，经过计算机来仿真紧急情况下的驾驶行为，为平安决策和预警提供更直接的结果展现。运用定性推理进展仿真，定性推理的目的就是寻求一种计算实际来模拟人处置定性知识的方法，而驾驶员的信息感知行为就是驾驶员把经过其五官和其它渠道获得的道路信息和汽车的有关运动形状信息等传送到大脑的过程，因此，利用定性仿真实