加入星計劃,您可以享受以下權(quán)益:

  • 創(chuàng)作內(nèi)容快速變現(xiàn)
  • 行業(yè)影響力擴散
  • 作品版權(quán)保護
  • 300W+ 專業(yè)用戶
  • 1.5W+ 優(yōu)質(zhì)創(chuàng)作者
  • 5000+ 長期合作伙伴
立即加入
  • 正文
  • 相關(guān)推薦
  • 電子產(chǎn)業(yè)圖譜
申請入駐 產(chǎn)業(yè)圖譜

智能駕駛的安全保證:系統(tǒng)性能定義

2021/10/17
297
閱讀需 5 分鐘
加入交流群
掃碼加入
獲取工程師必備禮包
參與熱點資訊討論

自動駕駛系統(tǒng)的出現(xiàn)由于技術(shù)一直遵循上升的模式,曾經(jīng)是科幻小說中特有的概念正在現(xiàn)實中顯現(xiàn)出來。現(xiàn)在汽車行業(yè)中出現(xiàn)的一個曾經(jīng)虛構(gòu)的概念就是自動駕駛。車輛中的自動駕駛系統(tǒng)通常被稱為幾個可互換的名稱之一,無論是在科幻小說中還是在現(xiàn)代的口語中,包括 "自動駕駛汽車"、"無人駕駛汽車 "或 "自動駕駛汽車"。近年來,由于眾多行業(yè)領(lǐng)導(dǎo)者和先驅(qū)者在探索在不久的將來現(xiàn)實地實施這些術(shù)語的可能性,這些術(shù)語的使用量激增。然而,這些努力發(fā)現(xiàn)了不確定性。公司正在努力尋找從哪里開始,以及要考慮哪些因素。幸運的是,標準化長期以來一直幫助任何行業(yè)的成員在風險最小化的情況下前進。對于無人駕駛汽車來說,標準化使這個概念更容易解決。

指導(dǎo)汽車行業(yè)開發(fā)、測試和最終大規(guī)模生產(chǎn)自動駕駛汽車的重要因素是這個概念的相關(guān)術(shù)語,它可以幫助塑造行業(yè)的發(fā)展道路。

通過提出分類標準和概述圍繞駕駛自動化的公認定義,SAE J 3016-2021以其描述性和信息性的格式(相對于規(guī)范性),提供了一個受歡迎的清晰度,成功地穩(wěn)定了駕駛自動化的主題并節(jié)省了大量的時間和精力。此外,SAE J 3016-2021闡明了人類駕駛員在駕駛自動化系統(tǒng)參與過程中的作用,為駕駛自動化規(guī)范提供了一個有用的框架,并回答了可能有助于制定法律、政策、法規(guī)和標準的問題和擔憂。具體來說,SAE J 3016-2021描述了持續(xù)執(zhí)行部分或全部動態(tài)駕駛?cè)蝿?wù)(DDT)的機動車駕駛自動化系統(tǒng),并介紹了駕駛中的三個主要角色:人類用戶、駕駛自動化系統(tǒng)以及其他車輛系統(tǒng)和部件。自動駕駛汽車?圍繞汽車駕駛系統(tǒng)的用詞選擇有助于為汽車行業(yè)進行最佳定位。例如,SAE J 3016-2021沒有使用 "自動駕駛汽車 "或 "無人駕駛汽車 "等術(shù)語。事實上,它的措辭很謹慎,指的是作為車輛系統(tǒng)的一部分的自動化,而不是車輛本身的自動化。分類指的是自動化功能,在一輛車中可能有幾個。SAE J 3016-2021將 "自動駕駛汽車 "確定為廢棄的,因為盡管有些汽車可能是高度獨立和自給自足的,但它們的功能將依賴于與外部實體的溝通和合作。由于這些相同的原因,"機器人車輛 "是一種誤導(dǎo),同時 "機器人 "是一個模糊的術(shù)語,經(jīng)常被貼在先進技術(shù)上。至于 "自動駕駛"、"無人駕駛 "或 "無人駕駛",通過它們的使用,對SAE的不同級別存在著明顯的誤解。"駕駛員 "是一個可以有任何含義的術(shù)語,它不一定專門針對轉(zhuǎn)動方向盤的人類個體。因此,這些術(shù)語會使人混淆而不是澄清。最終,根據(jù)SAE J 3016-2021,提及帶有這些系統(tǒng)的車輛的官方正確術(shù)語是 "帶有自動駕駛系統(tǒng)的機動車輛"。

在有條件的自動駕駛中,司機在被要求時難以接管控制權(quán)。為了應(yīng)對這一挑戰(zhàn),旨在通過分析駕駛員的生理數(shù)據(jù)和外部環(huán)境數(shù)據(jù),在發(fā)出接管請求(TOR)之前預(yù)測駕駛員的接管表現(xiàn)。我們使用了兩個人在環(huán)實驗的數(shù)據(jù)集,其中從事非駕駛相關(guān)任務(wù)(NDRTs)的司機被要求在各種情況下接管自動駕駛的控制權(quán)。駕駛員的生理數(shù)據(jù)包括心率指數(shù)、皮膚電化學反應(yīng)指數(shù)和眼球追蹤指標。駕駛環(huán)境數(shù)據(jù)包括場景類型、交通密度和TOR準備時間。駕駛員的接管表現(xiàn)根據(jù)他們在過渡期的駕駛行為被分為好的或壞的,并被視為基礎(chǔ)事實。使用六種機器學習方法,發(fā)現(xiàn)隨機森林分類器表現(xiàn)最好,能夠預(yù)測駕駛員在不同認知負荷水平下進行NDRT時的接管表現(xiàn)。建議將3秒作為使用隨機森林分類器預(yù)測接管性能的最佳時間窗口,準確率為84.3%,F(xiàn)1分數(shù)為64.0%。研究結(jié)果對駕駛員狀態(tài)檢測的算法開發(fā)和有條件自動駕駛中自適應(yīng)車載警報系統(tǒng)的設(shè)計有意義。

相關(guān)推薦

電子產(chǎn)業(yè)圖譜

智能駕駛行業(yè)從業(yè)者,專注于整車仿真與智能駕駛開發(fā)。B站個人主頁: https://space.bilibili.com/407007820/