智能车辆行为决策建模及安全性评估：对研究文献评述

从当前国内外的研究现状可知，在驾驶行为险态辨识和人机共驾智能车系统驾驶模式决策两方面都逐步开始形成较为完整的理论体系。许多机构和科研院所在对危险驾驶行为进行准确识别的基础上开发了一系列的安全辅助产品，并且逐步开始结合自动驾驶来规避车辆行驶过程中出现的突发危险交通事件，进而达到提高车辆行车安全的目的。但是当前研究仍然存在一系列问题有待于进一步深入探讨和研究，主要体现为以下几个方面：

（1）在驾驶行为险态辨识方面，现有驾驶行为险态辨识方法主要是基于驾驶人视觉特性、车辆运动状态（如车道偏离距离、车头时距等）、驾驶人操作动作等信息。而当危险事件发生时，驾驶人最直接的反馈方式体现为其生理状态（如心率加快、呼吸加速等）的变化，如果能够采用驾驶人生理指标变化实现对驾驶行为险态进行辨识，则会更具准确性和实时性。

（2）在人机共驾智能车系统驾驶模式定义和分类方面，目前较多研究倾向于将人机共驾智能车系统驾驶模式分为人工驾驶和自动驾驶两种，并且通常采用专家主观评价的方式决定不同驾驶模式的分类。然而考虑现有的实际道路驾驶环境的复杂性和危险性，仅仅简单采用两种驾驶模式往往无法满足实际驾驶需求，如现有的安全辅助系统（ADAS）主要是通过采用提供预警等方式对危险驾驶行为进行警示。此外，单纯采用主观经验数据对驾驶模式进行分类，由于专家个体经验的差异性，驾驶模式分类结果的准确性和实用性无法得到保证。

（3）在人机共驾智能车系统驾驶模式决策属性挖掘方面，国内外在分析人机共驾智能车系统模式选择时，主要采用的是基于速度和期望车间距两方面指标来开展的。虽然传统的切换区域识别方法一直在进行改进和完善，但是却忽略了驾驶人及实际交通环境等因素对驾驶模式选择产生的影响。同时，其他车辆运动参数对模式选择的影响也考虑得并不完整。单纯地从速度和期望车距这两方面来进行驾驶模式选择决策显然是无法较为完整全面地对驾驶模式选择需求进行分析，只有综合考虑了车-路-环境对驾驶模式选择决策的影响，才能对其进行更加准确的识别和警示。(www.xing528.com)

（4）在驾驶模式决策方面，目前的技术离自动驾驶模式选择还存在较大的差距，在驾驶模式决策识别方法、模式切换实时性及切换控制方法方面仍然面临大的挑战。驾驶模式决策需要解决的主要问题，是在不同驾驶场景下如何采用合适的驾驶模式能够更为有效、安全地完成驾驶任务。决策结果的可信度直接影响了人机共驾智能车系统的安全性和市场推广效果。此外，如何完成模式切换也是目前研究所面临的难点问题之一。

（5）在驾驶模式切换与人机交互影响方面，现有的研究主要集中于模式切换响应时间及驾驶人对切换需求的认识度方面。目前较少从驾驶人操作特性和车辆运动特性变化角度研究模式切换的有效性，并且较少考虑模式切换时人因方面的影响。而对这些问题的探索和研究对于获取最优的模式切换效果，规避由于切换而引发的行车安全隐患具有重要的意义。