TS dam hoang phuc phương pháp sử dụng dữ liệu hành trình trong thiết kế hệ thống hỗ trợ thích nghi với n (1)

Phương Pháp Sử Dụng Dữ Liệu Hành Trình Trong Thiết Kế Hệ Thống Hỗ Trợ Thích Nghi với Người Lái A Framework for Individual Adaptation of Driver Assistance System Design Methodology with Utilizing Real-World Naturalistic Driving Database Đàm Hoàng Phúc1 Raksincharoensak, Pongsathorn2, Nagai, Masao2 Trường Đại học Bách khoa Hà Nội 2Tokyo University of Agriculture and Technology, Japan Abstract This paper describes a design methodology of the advanced driver assistance system with individual adaptation to the driver characteristics and local hazardous potential of driving environment The technology requirements of the system are: (1) Driving data recording technology with an extended-functionality drive recorder, (2) Driving database storage technology for modeling driver behavior and extracting individual driving characteristics, (3) Risk assessment technology for evaluating the hazardous potential, and (4) Human -Machine Interface technology for the practical design of driver assistance system This paper describes the analysis of the naturalistic driving behavior in real-world traffic situation, based on driving data collected by using continuous sensing drive recorder Then, the real-time driving state recognition algorithm, in longitudinal vehicle control, will be described The driving data obtained from drive recorder on straight roadway driving is labeled with five driving state symbols which will be used for synthesizing the classification rule of each driving state as the advanced driver modeling, so that the driver accelerator/brake pedal operation can be predicted in realtime driver assistance application Finally, focusing on braking maneuver for collision avoidance, a forward collision warning index based on normal driving characteristics is proposed Then, the necessary parameters for computing the index are identified from car following situation in normal driving data in urban area The delay in braking operation and insufficient braking operation will be detected based on the proposed hazardous index GIỚI THIỆU Nhằm nâng cao tính an tồn tích cực ô tô, hệ thống điều khiển động lực học hỗ trợ người lái ô tô nghiên cứu thập niên gần chúng hãng xe giới thiệu thị trường Tuy nhiên, hệ thống chưa thể tự động lái hồn tồn mơi trường giao thơng thực, cần thiết phải có hệ thống giao tiếp người máy để hệ thống hộ trợ người lái đồng nhịp với hành vi điều khiển người lái trở thành hướng thiết kế hệ thống hỗ trợ người lái tơ Ví dụ, thị trường có nhiều thuật tốn cảnh báo chống đâm va phía trước với thời điểm hỗ trợ khác nhà sản xuất phụ tùng khác Do cần thiết phải thiết kế phối hơp điều khiển thiết bị đảm bảo việc thích ứng với hành vi điều khiển ý định người lái [1-2] Các nghiên cứu tiến hành phịng thí nghiệm Nagai Labortory – Đai học Công nghệ Nông nghiệp Tokyo, nơi tác giả tiến hành nghiên cứu nhận rằng: khai thác liệu giao thông thực quan trọng để xác định thời điểm kích hoạt hệ thống điều khiển thích ứng với người lái điều kiện giao thong thực Để thực hóa hệ thống này, nghiên cứu bao quát mơ hình hành vi người lái cần thiết mục đích nhóm nghiên cứu Nagai Labortory [3-4] Khung sườn nghiên cứu trình bày hình Các chức cần có hệ thống bao gồm: (1) Cơng nghệ lưu trữ thơng tin hành trình xe với thiết bị lưu trữ hành trình có chức mở rộng, (2) Cơng nghệ phân tích liệu lưu trữ dùng để mơ hình hóa hành vi người lái phân tích đặc điểm riêng biệt người lái, (3) Công nghệ đánh giá mức độ nguy hiểm dùng để đánh giá khả vùng xảy tai nạn, (4) Công nghệ tương tác người máy dùng để thiết kế riêng biệt cho hệ thống hỗ trợ người lái Hành vi điều khiển người lái thường phân chia thành trạng thái riêng biệt có quan hệ qua lại với Việc định nghĩa trạng thái dựa thao tác người lái môi trường giao thông Trong báo này, tác giả giả thiết hành vi người lái bao gồm 03 bước: (1)nhận thức tình trạng vận hành xe mơi trường, (2) định lựa chọn trạng thái hợp lý (3) hành động điều khiển xe theo trạng thái chọn Để ước lượng hành vi người lái, mục tiêu đề tài phát triển thuật toán phân loại có khả ước lượng hiệu trạng thái người lái mà sử dụng liệu chuyển động xe môi trường giao thông Hay nói khác, thuật tốn phải mơ trình nhận thức định người lái Tác giả tập trung vào phân tích tính độc lập thuật tốn người lái cung đường khác Tính xác kiểm nghiệm việc sử dụng liệu người lái để ước lượng cho nhiều người lái khác cung đường khác Việc thu thập liệu hành trình điều kiện giao thơng thực thiết bị lưu trữ hành trình trình bày phần Trong phần nêu nên vấn đề ước đoán hành vi người lái đưa định nghĩa cụ thể trạng thái người lái, mơ hình người lái điều khiển xe theo phương dọc thảo luận kết thu Phần tập trung vào trạng thái phanh, tác giả giới thiệu thuật tốn cảnh báo đâm va dựa đặc tính người lái Hình Sơ đồ cấu trúc thiết kế hệ thống hỗ trợ thích nghi với người lái 2 THIẾT BỊ LƯU TRỮ DỮ LIỆU HÀNH TRÌNH Trong báo trình bày phương thức phân tích hành vi người lái giao thông thực dựa liệu thu thập xe có trang bị thiết bị thu thập liệu hành Các thông tin thu thập bao gồm thông tin môi trường giao thông (GPS, khoảng xe) hoạt động người lái (góc đánh lái, bàn đạp ga, phanh, tín hiệu xinhan), liệu động lực học xe (tốc độ, gia tốc, góc quay than xe, v.v…) Các hình ảnh trước sau xe, khn mặt chuyển động chân người lái ghi lại đồng với liệu cảm biến Cấu hình hệ thống lưu trữ liệu trình bày hình Hình.2 Cấu hình hệ thống lưu trữ liệu xe thí nghiệm THIẾT LẬP MƠ HÌNH NGƯỜI LÁI Hình.3 Sơ đồ mơ hình hành vi điều khiển người lái Bài báo tập trung nghiên cứu trạng thái người lái điều khiển xe theo phương dọc Quá trình điều khiển xe giả thiết tn theo mơ hình có thứ bậc trình bày hình Quá trình điều khiển chia làm trạng thái: theo xe phía trước (Following), phanh xe (Braking), tự (Cruising), giảm tốc (Decelerating) dừng xe (Stopping) Các trạng thái định nghĩa sau: 1) Đi theo xe phía trước (F): Người lái điều khiển xe nối xe phía trước tiếp cận với vận tốc xe phía trước trì khoảng cách an tồn với xe phía trước điều khiển bàn đạp ga 2) Phanh xe (B): Có xe phía trước người lái bắt đầu đạp phanh 3) Đi tự (C): Không có xe phía trước khoảng q lớn nên không ảnh hưởng tới việc điều khiển người lái Người lái điều khiển xe theo vận tốc mong muốn điều khiển bàn đạp ga 4) Giảm tốc (D): Giống điều kiện trạng thái C, người lái đạp phanh trường hợp người lái dừng xe trước tín hiệu giao thơng 5) Dừng xe (S): Xe không chuyển động Minh họa cho trạng thái trình bày hình Phân biệt thủ cơng trạng thái phải tỷ mỷ đòi hỏi thông tin chi tiết chuyển động xe, hành động người lái môi trường giao thông Do sử dụng mơ hình dịng trạng thái để tái tạo trạng thái lien tiếp khả chuyển đổi trạng thái xác xuất chuyển đổi chúng với Mơ hình thể hình 5và mũi tên thể chuyển biến trạng thái với Hình.4 Định nghĩa trạng thái người lái Hình.5 Thuật toán ước lượng trạng thái người lái Hinh Sơ đồ thuật toán dán mác kiện Bài báo sử dụng phương pháp dán nhãn kiện (Boosted Sequential Labelling Method) để nhận dạng trạng thái người lái cho việc thích nghi với người lái hệ thống hỗ trợ người Phương pháp sử dụng thống kê dậy lại máy mơ hình tổng hợp người lái - xe - mơi trường để nhận dạng người lái thời gian thực Sơ đồ kiến tạo lại mơ hình trạng thái liên tiếp dán nhãn kết hợp với thong tin môi trường để xác định trạng thái hình Để đánh giá độ xác thuật tốn nhận dạng ta so sánh bảng kiện người gắn nhãn (ground truth) máy gắn nhãn với Có tất liệu người lái độ tuổi 23 đến 28 tuổi với kinh nghiệm lái từ đến 10 năm người lái ký hiệu S1, S2 S3, cung đương ký hiệu R1 R2 Độ dài cung đường R1 R2 khoảng km 3.5 km Với người lái cung đường có liệu (mỗi cung đường chạy lần) thu thập dán nhãn Trong số liệu đó, dùng để thiết lập mơ hình dậy lại cho máy tính, cịn lại dùng để so sánh đánh giá hiệu thuật tốn Hình7 cho ta thấy kết việc nhận dạng trạng thái người lái phương pháp dán nhãn kiện Bảng thể kết độ xác kết máy dán nhã người dán nhãn (ground truth) Nhìn vào bảng ta nhận thấy, khơng có lỗi nhận dạng trạng thái dừng xe (S) máy tính Nhận dạng trạng thái theo sau xe phía trước (F) tự (C) tương đối xác so với trạng thái phanh xe (B) giảm tốc (D) Hình.7 Kết máy tính ước lượng trạng thái người lái S2 cung đường R1 Bảng Độ xác thuật tốn ước lượng Trên giới thiệu thuật toán nhận dạng trạng thái người lái việc điều khiển xe theo phương dọc Dựa liệu thu từ thiết bị lưu trữ hành trình thuật tốn có khả phân biệt trạng thái người lái vận hành chân ga phanh người lái tiên đốn trước thời gian thực ứng dụng hiệu vào việc thiết kế hệ thống điều khiển hỗ trợ người lái Tiếp theo, quan tâm riêng tới trạng thái phanh xe phịng chống đâm va phía trước, báo trình bày thuật tốn cảnh báo phịng chống đâm va phía HỆ THỐNG CẢNH BÁO ĐÂM VA PHÍA TRƯỚC 4.1 Thuật tốn cảnh báo đâm va phía trước Hiện nay, hệ thống cảnh báo đâm va phía trước thường sử dụng số “Thời gian xảy đâm va” (Time to Collision - TTC) để diễn tả khả xảy va chạm Trong thực tế, TTC khoảng 10 giây có nghĩa khả đâm va khơng có khơng cần phải cảnh báo, TTC nhỏ nhỏ 10s tùy thuôc vào nhà sản xuất thiết bị, TTC đến giới hạn phát cảnh báo cho người lái âm ánh sáng Tuy nhiên, TTC tính khoảng hai xe chia cho vận tốc tương đối hai xe nên TTC khơng kể đến đặc tính phản ứng người lái điều kiện đường (hệ số bám) Do cần thiết phải có số đánh giá khả đâm va thích nghi với điều kiện bám đường tâm trạng người lái (tập trung, không tập trung, mệt mỏi…) Một số cho phép đưa cảnh báo thích nghi với đa dạng người lái Trong báo này, giới hạn cảnh báo đâm va Rw ( hình 8) dựa khoảng cách hai xe tính tốn theo cơng thức sau: Rw = τ rV + V Vp − + Rstop 2a a p (1) Trong đó, τr thời gian phản ứng phanh người lái, V , vận tốc xe, Vp vận tốc xe phía trước, a gia tốc dọc xe, ap gia tốc dọc xe phía trước, Rstop khoảng cách hai xe dừng hẳn (Rstop= 2.0 m) Do vậy, τr ,tham số tính tốn số cảnh báo có kể đến đặc tính phản ứng người lái Trong báo này, để tính tốn giá trị khoảng cách cảnh báo thời gian thực, ta giả thiết gia tốc xe sau phía trước gia tơc phanh cực đại tính theo cơng thức sau: a = ap = µ g (2) đó, µ hệ số bám xác định theo thời gian thực and g gia tốc trọng trường Hình Miêu tả số cảnh báo khoảng cách Hình mơ phía cabin, hình cabin (Trái : phải : tồn cảnh cabin) Từ công thức ta thấy, khoảng hai xe R > Rw , không cần cảnh báo Ngược lại, R ≤ Rw , cần phải cảnh báo cho người lái Trong báo này, thử nghiệm hệ thống sử dụng thiết bị cảnh báo âm 4.2 Thí nghiệm mơ hình cabin Thuật tốn cảnh báo thử nghiệm mơ hình cabin (hình 9), thí nghiệm điều kiện xe phía trước phanh đột ngột với gia tốc m/s2 điều kiện đường tốt (hệ số bám µ = 0.8) m/s2 điều kiện đường trơn (hệ số bám µ = 0.3) Tại thưoif điểm đầu, người lái có theo đuổi xe phía trước với vận tốc không đổi 60km/h thời gian khoảng cách hai xe 2,0 s Và sau thí nghiệm với người lái bị phân tán việc nghe điện thoại nhằm khảo sát hiệu thiết bị cảnh báo số khoảng cách cảnh báo với TTC Với thông số hệ thống cảnh báo: thời gian phản ứng người lái, τr 0.75 s khoảng cách hai xe dùng 2.0 m Các thí nghiệm theo điều kiện sau: (1) Tình trạng bình thường : Người lái tâm điều khiển Trong trường hợp tất người lái phanh kịp thời tránh việc đâm va (2) Khơng có cảnh báo : Người lái nghe điện thoại không để tâm đến việc lái xe nhiều Khơng có cảnh báo đưa cho người lái Trong trường hợp này, thí nghiệm mong muốn tạo việc người lái đạp phanh kịp thời để phòng tránh việc đâm va (3) Cảnh báo với số TTC : Người lái nghe điện thoại không để tâm đến việc lái xe nhiều Cảnh báo bật TTC nhỏ giá trị ngưỡng (4) Cảnh báo với số Rw : Người lái nghe điện thoại không để tâm đến việc lái xe nhiều Cảnh báo bật khoảng hai xe nhỏ khoảng cách cảnh báo tính tốn theo thời gian thực phương trình (1) Một ví dụ thí nghiệm theo điều kiện (4) với thuật toán khoảng cách cảnh báo trình bày hình 10 Trên hình thấy, xe phía trước phanh đột ngột, người lái không tập trung nên khoảng cách cảnh báo Rw lớn dần khoảng cách thực hai xe nhỏ ngưỡng cảnh báo Rw tính hiệu cảnh báo bật lên Khi người lái phản ứng lại, tập trung vào điều khiển xe bắt đầu đạp phanh trường hợp này, tai nạn khơng xảy Hinh 10 Kết thí nghiệm với thuật toán cảnh báo theo khoảng đường tốt (người lái A) Tiếp đến, phân tích giá trị vận tốc đâm va cho phép đánh giá hiệu hệ thống cảnh báo việc giảm lượng va chạm việc đâm va tránh Vận tốc đâm va người lái (A, B C) điều kiện 2, thể hình 11 Từ kết ta nhận thấy hầu hết người lái phịng tránh tai nạn đâm va hệ thống cảnh báo theo khoảng cách Trong trường hợp hệ thống cảnh báo theo TTC không tránh tai nạn đâm va vận tốc đâm va giảm xuống Tuy nhiên cá biệt người lái C hệ thống cảnh báo TTC không phù hợp với thời gian phản ứng người lái nên giảm vận tốc đâm va Hình 11 So sánh vận tốc đâm va đường tốt Hinh 12 Kết thí nghiệm với thuật tốn cảnh báo theo khoảng đường tốt (người lái A) Hình 13 So sánh vận tốc đâm va đường tốt Cũng tương tự trường hợp đường tốt, thí nghiệm với điều kiện tiến hành với đường trơn Trong trường hợp này, hệ số bám mặt đường 0,3 tính tốn khoảng cách cảnh báo theo phương trình (1) Do vậy, hệ thống cảnh báo kích hoạt khoảng cách lớn so với đường tốt Hình 12 thể kết thí nghiệm trường hợp Cũng tương tự trường hợp đường tốt, hình 13 cho thấy hiệu hệ thống cảnh báo theo khoảng phát huy rõ rệt việc giảm số lần đâm va vận tốc đâm va Tuy nhiên, ta nhìn vào thời gian phản ứng người lái, hệ thống cảnh báo theo TTC, (được xác định số 2,7 s) có số trường hợp hệ thống bật cảnh báo sau người lái nhận biết phanh xe phía trước, cảnh báo q muộn hệ thống khơng cịn tác dụng Với kết thử nghiệm đường khô lẫn đường ướt chứng minh hiệu hệ thống cảnh báo khoảng cách có kể đến đặc tính phản ứng người lái điều kiện bám đường 10 KẾT LUẬN Bài báo đưa thuật toán nhận dạng trạng thái người lái việc điều khiển xe theo phương dọc dựa liệu thu từ thiết bị lưu trữ hành trình Mơ hình nhận dạng người lái coi mơ hình dịng trạng thái để tái tạo trạng thái liên tiếp khả chuyển đổi trạng thái xác xuất chuyển đổi chúng với Mơ hình cho phép nhận dạng trạng thái người lái: theo xe phía trước (Following), phanh xe (Braking), tự (Cruising), giảm tốc (Decelerating) dừng xe (Stopping) Do vận hành chân ga phanh người lái tiên đốn trước thời gian thực ứng dụng hiệu vào việc thiết kế hệ thống điều khiển hỗ trợ người lái Bên cạnh đó, quan tâm riêng tới trạng thái phanh xe phịng chống đâm va phía trước, báo trình bày thuật tốn cảnh báo phịng chống đâm va phía trước Bằng kết thí nghiệm cabin mơ chứng minh hiệu hệ thống cảnh báo theo khoảng cách so với hệ thống cảnh báo theo TTC với người lái điều kiện đường khác Kết nghiên cứu cho thấy khả ứng dụng khai thác thông tin thiết bị hành trình vào việc thiết kế hệ thống hỗ trợ thích nghi với người lái mơi trường giao thơng nhằm nâng cao tính anh tồn chủ động xe TÀI LIỆU THAM KHẢO (1) Amano, Y., Sugawara, T., Nagiri, S and Doi, S., “Driver Support System by the Prediction of Driving Manoeuvre”, Transactions of the Japan Society of Mechanical Engineers, C, Vol.70, No.698, pp.2932-2939, 2004 (2) Kumagai, T and Akamatsu, M., “Human Driving Behaviour Prediction Using Dynamic Bayesian Networks”, Proceedings of JSAE Annual Congress, 64-05, pp.1318 (abstract in English), 2005 (3) Yoshida, H., Kamada, T and Nagai, M., “Advanced Driver Assist System Based on Driving Characteristics Analysis for Active Interface Vehicle”, In Proceedings 12th World Congress on ITS, San Francisco ITS America, 2005 Raksincharoensak, P and Nagai, M., “Driver Behaviour Recognition for Individual Driver Adaptive Assistance System”, Proceedings of the 13 th World Congress on ITS, London, 2006 (4) (5) Irmscher, M., Juergensohn, T and Willumeit, H.P., “Driver Models in Vehicle Development”, Vehicle System Dynamics Supplement Vol 33, p.83-93, 1999 (6) MacAdam, C.C., “Understanding and Modelling the Human Driver”, Vehicle System Dynamics, Vol.40, No.1-3, p.101-132, 2003 (7) Ploechl, M and Edelmann, J., “Driver Models for Automobile Dynamics Application”, Vehicle System Dynamics, Vol.45, No.7-8, p 699-742, 2007 11 ... thấy kết việc nh? ?n dạng trạng thái người lái phương pháp d? ?n nh? ?n ki? ?n Bảng thể kết độ xác kết máy d? ?n nhã người d? ?n nh? ?n (ground truth) Nh? ?n vào bảng ta nh? ?n thấy, khơng có lỗi nh? ?n dạng trạng... hệ thống bật cảnh báo sau người lái nh? ?n biết phanh xe phía trước, cảnh báo mu? ?n hệ thống khơng c? ?n tác dụng Với kết thử nghi? ??m đường khô l? ?n đường ướt chứng minh hiệu hệ thống cảnh báo khoảng... n? ?y, nghi? ?n cứu bao qt mơ hình hành vi người lái c? ?n thiết mục đích nhóm nghi? ?n cứu Nagai Labortory [3-4] Khung sư? ?n nghi? ?n cứu trình bày hình Các chức c? ?n có hệ thống bao gồm: (1) Công nghệ lưu