基于信息融合驾驶行为识别关键技术的研究

《基于信息融合驾驶行为识别关键技术的研究》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、矗扩和节。矗“蘩舡合肥工业大l，博士学位论文㈣科戮lY1887368学基于信息融合的驾驶行为识别关键技术研究!作者姓名：肖赵强申请学位：-王堂擅±指导教师：王甚苤数援专业：奎牺王猩研究方向：汽奎电王合肥工业大学2011年4月ADissertationSubmittedtoHefeiUniversityofTechnologyfortheDegreeofDoctorofPhilosophyResearchofKeyTechnologyofDrivingBehaviorRecognitionBasedonInformationFusionByXiaoXia

2、nQiangSchoolofmechanismandautomobileengineeringHefeiUniversityofTechnologyHefei，Anhui，P．R．ChinaApril，2011合肥工业大学本论文经答辩委员会全体委员审查，确认符合合肥工业大学博士学位论文质量要求。主席：委员：导师：答辩委员会签名(工作单位、职称)了呼碲刁雅溺工．威缦√-o，学位论文评议人竺长安中国科学技术大学精密机械与精密仪器系教授葛运建中国科学院合肥智能机械研究所研究员(自然科学)孔凡让中国科技大学精密机械与精密仪器系何仁江苏大学汽车与交通工程学院喻凡

3、上海交通大学机械与动力工程学院学位论文评阅人匿名答辩委员会专家教授葛运建中国科学院合肥智能机械研究所研究员(自然科学)竺长安中国科学技术大学精密机械与精密仪器系孔凡让中国科技大学精密机械与精密仪器系陈无畏合肥工业大学机械与汽车工程学院高立新奇瑞汽车股份有限公司答辩委员会主席教授教授级高工葛运建中国科学院合肥智能机械研究所研究员(自然科学)．独创性声明●本人声明所呈交的学位论文是本人在导师指导下进行的研究工作及取得的研究成果。据我所知，除了文中特别加以标志和致谢的地方外，论文中不包含其他人已经发表或撰写过的研究成果，也不包含为获得金胆王些厶堂或其他教育机

4、构的学位或证书而使用过的材料。与我一同工作的同志对本研究所做的任何贡献均已在论文中作了明确的说明并表示谢意。学砬论文作者签字：席签字日期：沙ff年占月孕日学位论文版权使用授权书本学位论文作者完全了解盒胆互些太堂有关保留、使用学位论文的规定，有权保留并向国家有关部门或机构送交论文的复印件和磁盘，允许论文被查阅或借阅。本人授权金罡王些太堂可以将学位论文的全部或部分论文内容编入有关数据库进行检索，可以采用影印、缩印或扫描等复制手段保存、汇编学位论文。(保密的学位论文在解密后适用本授权书)学位论文者签名：片耐签字日期：泸f1年‘月4学位论文作者毕业后去向：工作

5、单位：通讯地址：弦日导师签名：签字日期：矽／／年∥月钎日电话：邮编：薏j‰_摘要．_i≮!一孓．侗赞．_，·㈡{ti．．随着经济的快速发展，’机动车辆数量与日俱增，随之而来的是人身安全越来越受到人们：的重视，现代车辆制造技术的快速发展，车辆本身的安全因素造成的交通事故所占比重越来越小，驾驶员的个人因素已成为交通事故的第一因素，也是造成交通事故的主要原因。近年来很多学者对基于人的因素的驾驶行为及汽车主动安全系统开展了一系列的研究，但很多研1”究局限于某单·驾驶行为或者隔离人一车一路三者之间的关系，没有从人一车一路整个系统‘的角度综合评估驾驶行为给车辆和道

6、路交通带来的潜在危害及如何有效预防交通事故，因此一’开展基于驾驶行为的汽车主动安全系统研究具有重要的理论研究意义和工程应用价值。⋯；。二：菇i论文通过采用虚拟传感器的思路和方法，充分利用车辆上已有的各种传感器的基础上，～．一：．通过设计车载视觉系统，组成人一车一路的多传感器数据采集及预处理系统。研究与开发基葡；i牙多传感器信息融合的驾驶行为识别模型及算法，实现实时识别驾驶员的驾驶行为，并根据磊：实时识别的驾驶行为及环境信息综合评估此种驾驶行为的安全性，结合评估的结果给驾驶员￡各。相应的告警信息，并将相关信息传输给车辆上相应的辅助驾驶系统。．?。’矧t论

7、文首先介绍了国内外关于驾驶行为及相关的汽车主动安全技术的研究成果和面临的问￡誊·j、．．题；根据近年来相关学者提出韵以人为中心的主动安全系统设计思路，提出研究设计基于驾驶行为的汽车主动安全系统，论文重点研究解决基于多传感器信息融合的驾驶行为识别这个．关键技术。。．．·一．．．．一I’论文采用多指标综合评价法中的层次分析法一AHP对驾驶行为组成主因子进行组成主因．。一子的决策权重数值化分析，从理论上研究解决常见驾驶行为组成主因子的初步决策权重系数⋯二及识别向量基础问题。利用层次分析法分析建立多传感器信息中的每个信息在某一种驾驶行一—∥，二、为中各自决策权

8、重系数及初始识别向量，为采用基于BP神经网络与D-S证据理论相组合的多謦王譬一传感器信息融合的