驾驶人紧急状态下避免分心方法研究

吕爱红，李明辉

（1.陕西科技大学，陕西 西安 710021；2.咸阳师范学院，陕西 咸阳 712000）

驾驶人紧急状态下避免分心方法研究

吕爱红1,2，李明辉1

（1.陕西科技大学，陕西 西安 710021；2.咸阳师范学院，陕西 咸阳 712000）

为避免驾驶人紧急行车状态下的分心行为，通过车道线传感器、方向盘转角传感器、陀螺仪等多种传感设备，采集车辆紧急运行状态表征参数，采用飞思卡尔MC9S12XS256为处理单元，IS1681为蓝牙发射模块，搭建系统硬件。采用神经网络对车辆的运行状态进行识别，采用Android Studio编写手机APP软件，建立驾驶人紧急状态下避免分析系统。在紧急行车状态时，通过蓝牙向手机APP发送指令，使手机保持静音和不震动状态。该系统可以有效避免驾驶人紧急状态下的分析操作，从而保证行车安全。

分心；紧急行车状态；神经网络；蓝牙；APP

KCLC NO.:U462.2Document Code:AArticle ID:1671-7988 (2017)03-85-03

引言

驾驶人作为机动车控制的主体，其操作的正确性势必影响到行车的安全。在行车过程中，驾驶人通过眼睛、耳朵、鼻子等感官获取车辆周围的交通信息，根据交通状态并结合驾驶经验，制定出安全高效的操作方式[1-2]。现有研究表明正常驾驶人注意力有限，即驾驶人在行车时总的注意力是一定的，当外在干扰因素存在，使得驾驶人注意力分散时，驾驶人获取交通环境信息的效率就会下降，从而带来了行车安全的隐患。在实际的行车过程中，轻微的分散驾驶人的注意力并不会给驾驶人的行车带来较大的安全隐患[3-5]。但在紧急情况下，如驾驶人正在换道、超车时，驾驶人注意力需高度集中，此时若驾驶人再分散注意力，则可能会带来不可预知的灾难。

现有相关研究或者专利都只是在驾驶人正常行车状态下，当手机来电时，自动或者通过驾驶人手动来关闭电话，没有考虑到在换道、超车等紧急状况下驾驶人不能分散注意力这一重大因素。文章从实际驾驶驾驶人安全性出发，设计一种紧急状态下避免驾驶人分析装置，以提高行车的安全性。

1、系统硬件设计

1.1 系统整体设计

本设计的基本原理是通过使用惯量传感器、车道标线传感器、车辆方向盘转角传感器获取行车过程中车辆以及车辆与交通环境之间相关状态参数，通过大量的实车试验，获取大量车辆换道时的样本数据，建立起基于神经网络的车辆换道行为识别模型，并利用试验数据对模型进行训练，使其具备识别车辆换道行为的能力。在行车过程中，当系统识别出车辆正在处于换道时，通过蓝牙发射装置向预先安装在手机内的APP发射控制指令，使手机自动设置成静音和不震动的安静状态，直到车辆处于非紧急行车状态时向手机发送解安静设置指令。通过上述方式来保证驾驶人在换道等紧急状态下的注意力集中，从而避免驾驶人操作分心。该系统由数据采集系统、车辆运动状态分析系统、无线发射系统、手机端接收系统组成。系统框架如图1所示。

图1 系统结构框架图

1.2 电源模块设计

车载蓄电池电压为24V，系统AWS车道线传感器供电电压为12V，惯量传感器为博世惯量传感器SMI7xy，供电电压为5V，系统处理单元为飞思卡尔单片机，具体型号为MC9S12XS256供电电压为5V，方向盘转角传感器为HiTec牌方向盘转角传感器，具体型号为Hirain SAS，供电电压为12V，蓝牙发射模块为ISSC牌蓝牙发射模块，具体型号为IS1681，供电电压为5V，因此需要两个变压模块对系统进行供电。文章采用常用且成本较低的Micrel公司的MIC29500降压芯片，它可以满足该系统的需求，为用电设备提供稳定的电压。

1.3 系统数据采集设计

首先需要采集车辆在行车过程中的车辆运动状态数据和车辆与周围交通环境之间相对关系参数的数据。包括车辆与车道线之间的距离，通过AWS车道线传感器可以采集；车辆横向加速度，可以通过惯量传感器采集得到；车辆方向盘转角数据，可以通过方向盘转角传感器采集。本实施例中的AWS车道线传感器测量精度：5cm，测量范围：±635cm，输出频率：10Hz能满足系统对于车道线采集的需要。惯量传感器为博世SMI7xy惯量传感器，采样频率极高，完全满足系统需求。方向盘转角传感器为HiTec牌方向盘转角传感器，具体型号为Hirain SAS，采样频率为100Hz，采样精度为0.1°，能高效的采集方向盘转角数据。

1.4 系统处理器设计

中央处理单元采用ARM9处理器，具体型号为S3C2410，用于采集传感器发送的数据，包括车辆与车道线距离数据、车辆横向和纵向加速度数据、车辆方向盘转角数据，采集数据后运算神经网络辨识模型，识别出车辆当前的运动状态，在识别出车辆处于换道超车等危险状态时，通过控制蓝牙发射模块向手机发送指令，使手机保持静音和不震动状态。其中处理器XET256电路图如图2所示，各引脚分别连接电源、CAN总线和蓝牙发射模块。

2、系统软件设计

系统软件设计包括车辆运动状态算法的设计、蓝牙发送模块的程序设计和手机端APP设计。

2.1 车辆运动状态算法的设计

文章车辆运动状态算法设计采用模糊控制算法，其中具有典型代表的是神经网络算法。通过输入一定量的车辆换道行为表征参数，如车辆与车道线之间的横向距离、车辆横向速度、纵向速度等，以及对应的车辆实际运行状态，即换道和车道保持。神经网络识别模型的建立需先通过实车试验获取大量的表征参数，然后根据表征参数对神经网络模型进行训练，使其具备识别车辆运动状态的能力。

具体做法是，在车辆上安装AWS车道线识别传感器、惯量传感器和方向盘转角传感器，在实车环境下，采集大量驾驶人正常换道和车道保持阶段的上述三个表征参数的数据，并建立BP神经网络识别模型，将实车试验得到的三个表征参数作为BP神经网络模型的输入，三个表征参数对应的实际行车状态作为BP神经网络模型的输出，以此对模型进行训练，经过一定量数据的训练后，用实车试验数据对模型的识别能力进行检验，直到模型的识别准确率达到98%以上。通过上述步骤，建立的BP神经网络模型已具备对车辆运动状态的识别能力，在实际的行车过程中，传感器实时的采集上述三个参数，处理单元对传感器采集到的参数进行获取，并利用BP神经网络识别模型对当前车辆运动状态进行识别。神经网络算法结构如图3所示。

图3 神经网络结构图

2.2 蓝牙发送模块程序设计

蓝牙发射模块程序设计主要为指令的发送和接受，发送指令为单一字节，蓝牙发射流程如图4所示。

图4 蓝牙发射模块流程图

2.3 手机端APP设计

当车辆行驶状态识别模型识别出车辆处于换道状态时，处理器向蓝牙发射模块传输指令，使蓝牙发射模块向预先安装在手机中的APP发送将手机设置成静音和不震动的安静状态。采用谷歌Android Studio为手机端APP开发软件，软件设计界面如图5所示。

图5 手机APP开发界面

3、结束语

驾驶人是交通行为的主体，交通事故的发生归根结底是由驾驶人导致。分心或造成驾驶人注意力和精力的分散，弱化驾驶人获取有效交通信息的能力，从而加大交通事故发生的可能性。特别是在紧急行车状态下，驾驶人不容许有任何的分析干扰，文章以此为研究点，通过传感器采集车辆运动状态数据，基于神经网络模型进行模糊训练，建立车辆紧急运动状态识别模型，在识别出车辆处于紧急行车状态时，通过蓝牙发射装置向驾驶人手机APP发送静音和禁止震动指令。本系统可以有效避免驾驶人紧急状态下的分心行为，从而提高车辆的行车安全性。

[1] 袁伟,付锐,郭应时,等.汽车驾驶人感知-决策-校正行为模式[J].长安大学学报∶自然科学版, 2007, 27(3)∶ 80-83.

[2] 李平凡.驾驶行为表征指标及分析方法研究 [D]. 长春∶ 吉林大学, 2010.

[3] 马勇, 付锐, 王畅, 等. 视觉分心时驾驶人注视行为特性分析[J].中国安全科学学报, 2013, 23(5)∶ 10.

[4] 马勇,付锐,袁钰, 等. 基于驾驶人分心影响程度的驾驶分心任务评级[J]. 交通信息与安全, 2014, 32(5)∶ 47-51.

[5] 刘卓凡,付锐,程文冬, 等. 驾驶人视觉分心与认知分心研究综述[J]. 中国安全科学学报, 2015, 25(7)∶ 005.

An avoid distraction device under a state of emergency

Lv Aihong1,2, Li Minghui1
( 1. Shaanxi University of Science & Technology, Shaanxi Xi’an 710021; 2. Xian Yang Normal College, Shaanxi Xianyang 712000 )

In order to avoid the distraction behavior of the driver in emergency driving, through lane sensors, steering wheel angle sensor, gyroscope and other sensing devices, collecting vehicle emergency state parameters,using Freescale MC9S12XS256 processing unit, IS1681 Bluetooth transmission module, building hardware. Neural network is used to identify the running state of the vehicle, using Studio Android to write mobile phone APP software, establishing a driver's emergency to avoid analysis system.In the state of emergency, through the Bluetooth to send instructions to the mobile phone APP, so that the phone can remain silent and no vibration state.The system can effectively avoid the analysis and operation of the driver in an emergency, thereby ensuring the safety of driving.

Distraction; emergency traffic condition; neural network; Bluetooth; APP

U462.2

A

1671-7988 (2017)03-85-03

10.16638/j.cnki.1671-7988.2017.03.032

吕爱红（1974-），女，硕士研究生，助教，就职于陕西科技大学。