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Word文件下载.docx
《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Word文件下载.docx》由会员分享,可在线阅读,更多相关《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Word文件下载.docx(21页珍藏版)》请在冰豆网上搜索。
一、研究目标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是否重要?
研究内容是否符合国家重大技术需求?
主要研究内容是否符合本专题指南的技术方向?
二、研究内容的创新性与前沿性(40分)
研究内容是否具有突出的原始性创新内容?
研究内容是否体现了新的原理、方法的创新内容?
研究内容是否具有突出的集成创新内容?
研究内容是否体现了集成应用或集成产品的创新内容?
研究内容是否处于国际或国内技术发展前沿?
研究内容如果成功能否在国际或国内产生较大影响?
研究内容是否在国内已有相同或接近的成果?
研究内容是否有望获得发明专利等知识产权?
三、技术实力与研究基础(20分)
课题申请负责人是否能够胜任课题组长?
课题组人员构成和时间投入是否合理?
课题组现有研究基础是否处于国内领先行列?
课题依托单位(及协作单位)的支撑条件是否较强?
四、研究目标和研究方案的可行性(20分)
预期研究目标是否明确、集中?
技术经济指标是否具体、适度?
对国内外技术发展趋势是否把握?
主要技术的知识产权分析和对策是否恰当?
技术路线和研究方法是否合理、可行?
依托单位和协作单位的分工合作是否合理?
五、预期成果及前景(10分)
课题预期成果是否可取得一定的经济社会效益?
课题预期成果是否具有较大的市场(潜在的市场)前景?
课题成果是否能对相关技术发展起到带动作用?
课题研究是否可实现预期的人才、队伍培养目标?
综合评议得分
综合评价结论
根据分项评议意见,对该课题申请进行综合评价,给出总体结论性意见。
评价结论意见:
同意立项(A)
不同意立项(C)
总体评议意见:
(对该课题申请给出综合评价意见,阐述同意立项或不同意立项的理由,说明需要说明的有关问题。
本部分内容为必填内容,文字不超过300字。
)
窗体底端
课题名称
紧急情况下驾驶员生物反应和行为模型研究与应用
行业领域
交通运输
预计完成年限
3
课题密级
公开级
预期成果类型
计算机软件、论文论著
申请(负责)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
单位名称
浙江大学
单位性质
大专院校
所在地区
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
课题经费来源预算
(万元)
总经费
80
申请863计划资助
其他国家级资助(包括部门匹配)
0
地方政府匹配
银行贷款
自有资金
其它资金
0
经费备注
序号
职务
专业
为本课题工作时间(人月)
课题组中职务
(组长、副组长或成员)
在课题中分担的任务
1
刘征
1978年10月
其他人员
无
8
成员
实验设计
2
吴剑锋
1976年3月
10
数据分析
3
李想
1981年2月
实验操作
4
1978年12月
中级职称
组长
项目总体负责
5
王鑫
1984年7月
系统建模
6
杨程
1978年5月
初级职称
7
吴群
1978年3月
8
杨红春
1970年9月
9
应放天
1970年2月
高级职称
副系主任
副组长
实验平台构建
10
李芳宇
女
1977年9月
实验测试
课题参加总人数
人。
其中:
1
人,中级职称
2
人,初级职称
人,无职称
6
人;
其中具有:
博士学位
人,硕士学位
人,学士学位
人,其他
合计:
投入
90
人月
2.1课题组长、副组长资历情况(从事过的主要研究任务及所负责任和作用,主要研究成果、发明专利和获奖情况,在国内外主要刊物上发表论文情况,完成其他科技计划课题情况,特别是近五年取得的与本申请课题相关的研究成果情况,字数要求1000字以内)
柴春雷,男,助理研究员。
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究工作。
主要开展驾驶行为、计算机辅助人机工程、应用人机工程与设计等方面的研究工作。
参与的与本申请相关的项目:
(1)国家计委产业化前期关键技术与成套设备研制开发项目:
“面向区域经济发展的高技术产品开发系统”((计高技[1998]2077批文),参与第四课题“人机工程辅助设计系统”的研究工作,该项目的成果2005年获国家科技进步二等奖;
(2)2003年—2004年,国家863计划“面向产品创新的计算机辅助概念设计技术的研究”(2002AA411110),担任数字化人机工程子课题负责人;
(3)国家973计划(虚拟现实的基础理论、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),2003.01-2007.12,人机工程部分技术负责人;
(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),2004.06-2006.06,负责人机工程部分的研发。
[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,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究,计算机辅助设计与图形学学报,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课题组长、副组长目前承担863计划和其它国家科技计划课题情况(包括人员姓名、承担课题名称、课题经费数、课题起止时间、所属科技计划名称等信息)
承担课题名称
课题经费数(万元)
课题开始时间
课题结束时间
所属科技计划
其他说明事项:
2.3课题组长及课题组主要成员是否曾就相同或类似课题863计划和国家其他科技计划提出申请(如有,请说明申请人姓名、申请科技计划名称、申请课题名称、申请时间、申请结果等情况,并说明与本课题申请的关系)
3.1、课题简介(简要说明课题的目的意义、主要研究内容、预期目标等,字数要求1000字以内)
随着汽车数量和驾驶出行量的增加,交通事故发生率的绝对数呈现日益增长的趋势,驾驶安全已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应及行为的研究将为交通和驾驶安全提供新的重要的解决途径。
车辆驾驶过程中,一旦发生紧急情况,驾驶员接收到前方信息进行视觉识别,进行大脑判断,然后通过实施驾驶操控行为来进行车辆加速、制动等,尽量避免交通事故的发生。
然而,一旦紧急情况发生,留给驾驶员的反应操控时间极为有限,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安全事故发生。
如果能给驾驶员多0.1s的处理时间,则交通事故率可降低30%。
本课题研究在驾驶操作行为实施前的驾驶员生物反应和行为情况,有望为驾驶安全控制提供更多的处理时间和提供新的解决思路。
人体对于简单视觉信息的刺激——动作反应时间介于0.2-0.25s,而对于复杂视觉刺激做出选择和判别的动作反应时间会明显延长(0.9s)甚至出现错误。
我们注意到,紧急情况下,在具体驾驶行为实施之前,人体对于外界刺激已经有了生物反应。
研究发现有许多应急生物反应先于动作执行过程,这些反应主要包括肌电、肌肉紧张、体压、心跳等。
这就是说,紧急情况下,测定驾驶员的生物反应信号,进行正确识别和判断,可以先于驾驶员行为0.2s以上,进行智能制动控制,可以为避免车祸发生提供宝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应模型的研究可为汽车智能制动系统、汽车安全设计提供理论基础和源头信息。
紧急情况下驾驶员生物反应和行为模型的研究具有普遍意义。
本文的研究成果和方法,对飞行安全、船舶安全等有借鉴意义。
本项目研究内容主要有:
紧急情况下驾驶行为分析,紧急情况下驾驶行为模型研究,紧急情况下驾驶行为仿真研究。
项目的研究成果分为理论和软件成果,可以用于驾驶智能制动系统的研制,车辆人性化设计,驾驶安全培训等方面。
3.2课题主要研究技术的国内外发展现状与趋势,课题主要研究技术国内外专利授权情况
驾驶员生物反应和行为研究的历史可以追溯到1938年Gibson和Crooks提出的车辆行驶区域分析(field-analysis)理论。
从时间上看,驾驶员生物反应和行为的研究可以分为三个阶段:
(1)从1938年到1980年以前,属于驾驶员模型理论的探索阶段。
由于受到年代和条件的限制,该阶段的研究多从实例出发来探讨驾驶行为,缺乏相应的实验支撑。
(2)从1980年到1990年,驾驶行为模型的研究处于一个活跃期,国内外专家先后提出了推理行为理论、人行为能力模型、规划行为理论、感知与认知过滤模型、产生规则模型/基于规则模型等等,对驾驶行为进行了较为深入的研究。
(3)从1990年到2000年,驾驶员生物反应和行为的研究进入了一个停滞期。
究其原因我们不难得出结论:
描述和理解驾驶员行为非常需要发展相应的模型和理论,尽管前面的研究已经提出了一些理论和模型,然而这些理论和模型并没有得到普遍认可和接受,没有得出一致的结论。
(4)2000年以后,进入21世纪,驾驶员反应和行为的研究进入异常活跃阶段。
从研究内容上,我们不难发现,这得益于认知科学的迅速发展以及建模工具的进一步丰富。
驾驶员生物反应模型的研究,主要集中在以下三个方面:
(1)驾驶认知理论。
认知科学被称作21世纪智力革命的前沿学科,它研究人类认知过程、智能和智能系统、大脑和心灵内在运行机制;
是兴起于20世纪70年代的一门交叉科学;
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相同,各有特点。
早期的研究集中于驾驶行为的底层认知,研究驾驶控制行为。
Hess等人研究了驾驶员转向行为的控制模型[1]。
Boer等人研究了在国道上驾驶员的决策和控制行为[2]。
Nakano倾向于研究驾驶员在道路变化时的直觉反应[3]。
接下来的研究已经开始将底层控制和人类决策和高层认知过程结合起来[4]。
现在的研究已经用高层的认知体系来驾驶行为的研究,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,建立符合真实驾驶认知行为的认知模型并应用于车辆辅助驾驶系统[6]。
NobuyukiKuge开发了基于HMMs(HiddenMarkovModels)的方法可以仿真正常情况和紧急情况下的道路变化情况,并进行了驾驶行为的识别研究[7]。
2001年,TrulsVAA在对以往驾驶行为的理论和模型进行比较分析后指出:
认知和情感是驾驶任务中危险情况的预测、规避和评估的很好工具。
之后,SalvucciDD[8]、DaielKrajzewicz[9]和OlivierGeorgeon[10]等开展了认知体系结构的驾驶员行为研究工作,取得了重要进展。
(2)驾驶员应急反应研究。
该类研究集中于研究驾驶环境变化时驾驶员的生物学反应。
眼动分析法是对驾驶员视觉特征进行研究的重要方法,它通过分析眼驾驶员在驾驶过程中每一时刻的眼动数据来揭示人的心理活动,这种信息对于深入分析驾驶员的注视特点、改善其注视模式具有重要作用。
国外早在二十世纪六十年代已经开始通过眼动分析法对驾驶员进行研究,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状态来判断驾驶员的行为状况[15]。
Y.Lin研究了驾驶过程中驾驶员的血压和心跳变化情况,并相应的进行了建模[16]。
张艳霞分析了影响驾驶员行车安全的心理因素,得出人的个性、情绪、注意力、自我保护意识等对驾驶安全有重要影响[17]。
浙江大学柴春雷等人通过驾驶姿势来研究驾驶行为[18]。
(3)驾驶员反应和行为建模研究。
目前,国内外的研究重点集中在自动驾驶上面,并取得了一定的研究成果。
如:
德国慕尼黑联邦大学与奔驰汽车公司合作研制开发的VaMP系统[19],美国CMU大学机器人研究所研制的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,核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],该模型假设驾驶员能够准确感知汽车的运动状态以及能够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行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。
上述两个模型结构复杂,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—跟随系统理论[27],是驾驶员模型中最有代表性的一个。
在此基础上,廖传锦等人利用车载传感器实时获取的环境与汽车行驶状态的参数,构造了汽车行驶过程的特征模型,为安全决策提供可靠的信息源。
然后利用模糊积分方法融合多种相关信息,确定汽车应采用的安全运行模式,实现主动安全防撞决策[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(hiddenMarkovedynamicmodelsHMDMs)。
在这个模型中,可以通过观察驾驶员的行为预测驾驶员的行为目的[29-30]。
综合以上国内外研究来看,驾驶员生物反应模型的研究还存在以下不足:
(1)从驾驶行为认知理论研究来看,国内外专家学者已经将高层的认知体系应用于驾驶行为认知,取得了不错的效果。
但对于驾驶环境下尤其是紧急情况下驾驶员的生物反应和行为认知还缺乏针对性研究,缺乏特定的认知体系。
(2)从驾驶员应急反应的研究来看,采用眼动方法研究的较多,其他研究如血压、心跳等也有人来研究。
总体来看都是从驾驶员受到外界刺激以后,所产生的应激反应,但对于驾驶员内部的信息处理机制,如脑电反应,如何控制驾驶行为的产生等等尚缺乏研究。
(3)从建模方法来看,以车辆为主体,驾驶员为载体的模型较多,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,神经网络和基于规则的方法也有人运用。
但现有模型多着重于对已有信息的融合加工,对驾驶员生物反应信息的采集及行为的不确定性方面缺乏相应的研究。
参考文献
[1]Hess,R.A.,&
Modjtahedzadeh,A.(1990).Acontroltheoreticmodelofdriversteeringbehavior.IEEEControlSystemsMagazine,August1990,3-8.
[2]Boer,E.R.,&
Hildreth,E.C.(1999).Modelingdrivers’decisionandcontrolbehavioroncountryroads.InA.G.Galeetal.(Eds.),ProceedingsoftheEighthInternationalConferenceonVisioninVehicles.Amsterdam:
Elsevier.
[3]Nakano,S.etal.,DevelopmentofanIntelligentSteeringSystemforanAutomatedHighwaySystem,FISITA98,F98S037
[4]Wierwille,W.W.,&
Tijerina,L.(1998).Modellingtherelationshipbetweendriverin-vehiclevisualdemandsandaccidentoccurrence.InA.G.Galeetal.(Eds.),VisioninVehiclesVI(pp.233-243).Amsterdam:
[5]Salvucci,D.D.,Boer,E.R.,&
Liu,A.(2001).Towardanintegratedmodelofdriverbehaviorinacognitivearchitecture.TransportationResearchRecord,1779.
[6]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.40No.10P.1657-1662
[7]NobuyukiKuge,TomohiroYamamuraandOsamuShimoyama.ADriverBehaviorRecognitionMethodBasedonaDriverModelFramework.Proc.oftheSAEWorldCongress,Detroit,MI,2000,March6-9.
[8]DarioD.Salvucci,ModelingDriverDistractionfromCognitiveTasks,2002
[9]DanielKrajzewiczandDr.PeterWagner,ACME(ACommonMentalEnvironment)–Driver:
ACognitiveCarDriverModel
[10]OlivierGeorgeonetal.DriverBehaviorandCognitiveToolsDevelopmentinOrdertoAssessDriverSituationAwareness.2005
[11]ChapmanPR,UndrwoodG.VisualSearchofDynamicScenes:
EventTypesandtheRoleofExperienceinViewingDrivingSitua2tions.In:
Underwood(Eds).EyeGuidanceinReadingandScenePerception,England:
Elsevier,1998:
369-394
[12]DavidE,Crundall,UnderwoodG.&
ChapmanPR.Howmuchdonovi