项目编号：? 1717??
基于主动安全危险场景的驾驶员行为和避撞策略研究
Research on Driver Behaviors and Collision Avoidance Strategies based on Active Safety Hazard Scenarios
项目研制单位：同济大学 上海汽车集团股份有限公司技术中心
主要研制人员：王建民 由芳 杨九英 王春霞 张可科 季丽娜 江丽君 沈佳
主题词：ADAS功能交互逻辑研究、驾驶员行为分析，人机交互设计、测试评估
1、研究内容介绍
项目的目的和意义：
本项目以智能汽车主动安全所涉及的部分基础理论与核心技术为研究重点，覆盖驾驶辅助、部分驾驶和条件自动驾驶等阶段的智能驾驶过程中的场景研究，基于路试自然驾驶过程中的数据，形成驾驶场景分类方法；通过上汽量产车型和标杆智能驾驶车型的对比测试，研究调试策略中的关键参数；基于人机共驾场景中的HMI策略研究，重点开展 ACC 和 LKA 的驾驶员行为（避撞策略）的研究和ACC、LKA-HMI优化方案。
其中最核心的研究问题是如何通过以ACC、LKA-HMI的优化设计方案，来探讨人机共驾这一智能驾驶过程中的人机交互问题；在中国实际道路交通环境中，基于自动驾驶条件功能，如何通过人车交互（HMI）设计，缩短驾驶员接管车辆时间，提高驾驶员对车辆的信任及驾驶体验，最终提高驾驶安全性；建立完整的、体验良好的人车交互体验环境，解决自动驾驶和手动驾驶之间的控制转移问题、驾驶员过度依赖自动化、自动化驾驶车辆功能的误用（无意的不当使用）和滥用（有意的不当使用）的问题。本项目将以ACC/LKA为代表的智能驾驶行为的研究建立研究的样板，也将为上汽HMI的设计提供设计参考和借鉴。
技术路线：
（1）首先，基于相关研究基础借鉴分类树方法生成行车过程工况，步骤如下：(A)确定场景输入域并进行场景要素分解；(B)画出场景分类树：场景要素属性分为类别属性和数值属性两类，类别属性指无法定量的属性，如交通参与者类型、车道边界类型、天气等，数值属性指需要定量的属性，如交通参与者的运动参数（速度、加速度等）及位置属性（距离等）、道路形状等；(C)组合场景要素类别属性值并确定行车过程场景中的数值属性值得到不同的行车过程工况（Case）。
场景划分如下：（a）长时间行车过程场景；（b）指令类中等时间行车过程场景；（c）复杂区域类中等时间行车过程；(d)短时间行车过程场景。
在长时间行车过程中，车辆主要完成沿车道线于本车道内行驶或跟车行驶的任务，车道边界、跟车目标、限速信息（限速交通标志、路面标记）对于长时间行车过程而言十分重要。指令类中等时间行车过程场景主要包含：变道、超车、调头中等时间行车过程，意图引发要素、车道边界、交通标志及路面标记、相邻车道交通参与者对于指令类中等时间行车过程场景中而言十分重要。复杂区域类中等时间行车过程相对于长时间行车过程和指令类中等时间行车过程，其特点在于区域复杂、道路静态要素丰富，此外，复杂区域多存在交通信号动态要素以提升交通通行效率、避免危险。
（2）利用上海国际汽车城国家智能网联汽车（上汽）试点示范区的测试场地、专业设备及已有的智能车型特斯拉Model X， 沃尔沃S90，沃尔沃XC90，以及上汽需量产的带有ACC功能的量产车型展开测试工作。
实车测试中，将重点观察和梳理ACC辅助驾驶系统，和LKA的功能表现，重点在于观察驾驶员的行为，在警告提示和汽车驾驶避让行为中的反映、交互行为，对比分析驾驶员在驾驶上汽量产车型和对标车型之间的行为差异，为下阶段针对ACC和 LKA 策略的改进提供依据。
(3) 开展人机交互过程表征及人机友好交互机制理论研究；探索驾驶人驾驶状态和驾驶负荷对安全驾驶操控的影响机理；建立基于驾驶人驾驶状态的驾驶权分配机制。
主要研究包括：
A? 具有共性特征的驾驶人驾驶机理
进行人-车-环境闭环系统下的驾驶数据采集、分析与研究，研究驾驶人驾驶机理，探究人机驾驶机理的差异性及冲突机理。
B? 基于驾驶人驾驶状态的人机交互和驾驶权分配机制
(4)基于ACC/LKA 的对标测试数据和 HMI 的信息采集，研究 ACC 和 LKA 功能下的驾驶员行为（避撞策略）和人机交互策略，优化上汽 ACC、LKA-HMI设计方案。项目实施中将考虑在同济已有的汽车驾驶仿真测试平台上，进行适当的测试评价，进而形成高接受度并可执行的ACC、LKA-HMI 方案。
在驾驶仿真系统中对用户的驾驶行为进行系统分析，建立行为信息库，梳理实际驾驶场景中用户在该情景模式下适合的操作使用平台，各个子操作最适合使用的人机交互方式，以及各交互方式之间的配合转换。
上汽 ACC/LKA-HMI 方案的设计过程中，主要考虑智能汽车人机共驾场景中相关功能点展开设计，针对梳理的典型场景，展开设计。主要从以下几个方面展开工作：
A. 针对ACC/LKA人机共驾功能特点，结合仪表盘，中控器，Hud设备或者其他智能交互设备等具体设备展开HMI设计之间的交互特点分析，考虑驾驶安全性、互动性等维度，结合进行ACC/LKA的功能点进行梳理与分析；
B.根据梳理出的功能点，结合人机共驾中典型的功能场景的梳理和细分，特别是人-机交换驾驶权过程中的功能进行细致的分析；
C. 展开ACC/LKA-HMI的功能结构及原型设计、界面显示视觉设计。
项目成果形式
1）提出一种系统性的车辆行驶场景分类体系
结合团队已有的在自然驾驶研究（Naturalistic Driving Study，NDS）科研成果，有针对性挑选不少于5000km的路试数据展开分析，收集事故发生前准确的车辆数据、交通环境数据和驾驶员行为数据来研究导致交通事故的原因，建立场景分类方法，并特别针对于数据库中有关于ACC、LKA功能的场景数据，进行统计分析，形成基于ACC/LKA功能下的自然驾驶场景分类体系，为ACC/LKA的测评场景建立提供依据。
2）以 ACC 和 LKA为典型功能，研究驾驶员行为（避撞策略）和人机交互策略
在项目中研究团队依据自然驾驶数据分析结果，设计ACC 和 LKA功能测试场景。利用上海国际汽车城国家智能网联汽车（上汽）试点示范区的测试场地、驾驶机器人、RT全套系统、千寻高精度地图、4路V-box 等设备对智能汽车特斯拉Model X， 沃尔沃S90，沃尔沃XC90，荣威E-RX5展开ACC 和 LKA功能下自然状态下的驾驶员行为（避撞策略）和人机交互策略的研究工作，基于测试数据、和视屏分析，形成人机交互策略和 HMI 的对标报告，提出针对 ACC和 LKA 策略的改进意见。
ACC 功能下Volvo和Tesla 两车HMI对比
Volvo和Tesla 两车LKA/LDW HMI
3）建立人机共驾理论，形成高接受度并可执行的 HMI
基于ACC 和 LKA功能下的驾驶员行为、认知模型研究结果，建立人机共驾理论；结合人机交互策略和人机交互优劣测试报告，提出上汽量产车中现有ACC和 LKA功能的 HMI 优化策略，最终形成可用于上汽工程车ACC/LDW功能的HMI设计方案3套。
HMI优化方案后的实验设计评估
2、技术创新点
（1）自然驾驶场景分类体系建立
基于自然驾驶数据特别是针对ACC/LKA智能功能的自然驾驶场景数据分析，形成基于ACC/LKA功能下的自然驾驶场景分类体系（图1），是本项目的创新点之一。为本项目后续针对ACC/LKA功能实车对标测试中测评场景建立、虚拟仿真环境建设提供了科学的设计依据，ACC-cut in场景工况如图2、ACC-cut-out 图3：
图1ACC功能的自然驾驶场景分类
图2.ACC-cut in场景工况提取
图3.ACC-cut out场景工况提取
LKA的测试工况参数设计：LKA测量参数：DTLC（车辆前轮与车道线距离），TTLC；场景工况道路类型分为（直道/弯道），预设参数为车速，偏离速度，偏离方向。
（2）实车测试与多车HMI用户体验测试相结合
基于智能网联汽车封闭测试场内实车对标测试（图4）中的驾驶员行为研究及4辆车的HMI设计用户体验对比分析，形成人机共驾理论和ACC 和 LKA功能下人机交互策略是本项目的创新点之一。严谨科学的实验结果为本项目后续的HMI设计提供了科学的依据。
图4.封闭测试场内测试设备安装
图5.同济校园场内测试设备安装
（3）虚拟仿真测试环境对HMI进行测试评估
基于场景分类和人机交互策略搭建可用于ACC 和 LKA功能HMI设计评估的虚拟仿真测试平台是本项目的创新点之一。为ACC 和 LKA功能HMI设计的迭代优化提供了具有沉浸感、可实时交互的测试环境，最大可能的保证了评估测试的科学性和有效性。
图6.汽车仿真台架与车内多屏
图7. 测试过程中进行主测车场景录屏、监控系统数据采集
图8.ACC驾驶场景原型设计车内显示空间布局
图9 (1) ACC Baseline设计
图9 (2) ?ACC HMI 2设计方案
图9 (3) ACC HMI 3设计方案
3、专利及论文：
依据相关实验内容申请发明专利3项；软件著作权2项；发表学术国际会议和期刊论文9篇。
4、成果应用及经济效益预测
研究成果在上汽集团内的应用：1.本项目针对ACC/LKA功能分析形成的人机交互策略及项目过程中涉及的智能汽车HMI设计方法和流程，已逐渐应用于上汽智能功能HMI设计过程中2.针对本项目中的智能汽车虚拟仿真测试环境、虚拟仿真环境下的HMI眼动测试、智能汽车座舱HMI设计已与上汽整车集成部，上汽商用车等展开了进一步的交流。
研究成果在其他方面的应用：基于本项目形成的智能汽车HMI设计研究方法、智能汽车虚拟仿真测试环境以及虚拟仿真环境下针对智能汽车HMI测试方法和测试流程已与华为车联网事业部、百度Apollo建立了合作关系。