利用視景仿真技術(shù)模擬三維世界，構(gòu)造逼真的仿真模型，模擬逼真的仿真環(huán)境，達(dá)到近乎真實(shí)的仿真效果，可實(shí)時(shí)獲得視覺、聽覺、觸覺等感官體驗(yàn)。將視景仿真技術(shù)應(yīng)用到智能交通系統(tǒng)，能夠?yàn)橹悄芙煌ㄏ到y(tǒng)仿真提供真實(shí)、生動(dòng)的交通仿真環(huán)境，構(gòu)建新穎的交通仿真模式。

摘要：深入研究人類駕駛員的駕駛行為和特性，對(duì)推動(dòng)智能汽車向高度自動(dòng)駕駛的發(fā)展，具有重要意義。近年來，利用駕駛模擬器研究駕駛員在復(fù)雜交通場景下的駕駛決策和駕駛行為，成為一個(gè)重要的研究方向。本文基于虛幻四引擎UE4交互式視景仿真技術(shù)，通過車輛、道路、建筑、交通燈、行人、路牌等交通元素的駕駛視景仿真環(huán)境搭建，開發(fā)了基于CarSim汽車動(dòng)力學(xué)模型和羅技G29力反饋方向盤踏板的具有高擬真度和人機(jī)交互的駕駛模擬系統(tǒng)。基于駕駛模擬系統(tǒng)，設(shè)計(jì)了典型工況下的駕駛模擬試驗(yàn)，通過實(shí)時(shí)采集采集駕駛員駕駛數(shù)據(jù)，對(duì)駕駛員特性進(jìn)行了研究。研究結(jié)果表明：該駕駛模擬器具有逼真的駕駛體驗(yàn)，利用FCM模糊聚類算法，可以對(duì)駕駛員特性進(jìn)行準(zhǔn)確分類，確立駕駛員特性與駕駛能力的關(guān)聯(lián)，為進(jìn)一步建立基于實(shí)時(shí)駕駛能力的駕駛權(quán)分配研究奠定了基礎(chǔ)。

關(guān)鍵詞：虛幻4 駕駛模擬器 駕駛員特性 聚類分析 實(shí)時(shí)駕駛能力

1 引言

利用視景仿真技術(shù)模擬三維世界，構(gòu)造逼真的仿真模型，模擬逼真的仿真環(huán)境，達(dá)到近乎真實(shí)的仿真效果，可實(shí)時(shí)獲得視覺、聽覺、觸覺等感官體驗(yàn)。將視景仿真技術(shù)應(yīng)用到智能交通系統(tǒng)，能夠?yàn)橹悄芙煌ㄏ到y(tǒng)仿真提供真實(shí)、生動(dòng)的交通仿真環(huán)境，構(gòu)建新穎的交通仿真模式。針對(duì)三維圖形渲染引擎的開發(fā)，國外游戲軟件公司以及幾所頂尖學(xué)府均投入了大量的人力物力。在這些商業(yè)引擎的推動(dòng)下，三維圖形渲染技術(shù)得到了迅猛的發(fā)展。楊亞聯(lián)等基于Unity3D軟件開發(fā)了人在環(huán)路的人機(jī)交互式視景仿真系統(tǒng)，S. de Groot等利用駕駛模擬器，研究駕駛員駕駛能力和駕駛風(fēng)格。Epic Game公司3A級(jí)三維圖形渲染引擎虛幻4(Unreal Engine 簡稱UE4)具有用戶友好的圖形界面，完善的功能模塊。本文利用UE4設(shè)計(jì)開發(fā)駕駛模擬器，開發(fā)的人機(jī)交互式駕駛模擬仿真系統(tǒng)通過逼真的交通場景設(shè)計(jì)，能夠準(zhǔn)確收集駕駛員在復(fù)雜交通場景下的駕駛行為和駕駛能力數(shù)據(jù)，為駕駛員行為、駕駛員特性以及駕駛能力評(píng)估提供科學(xué)依據(jù)。

2 駕駛模擬器仿真環(huán)境和硬件架構(gòu)

駕駛模擬視景仿真環(huán)境包含人、車、路等多個(gè)交通元素，是一個(gè)十分復(fù)雜的、包含各種典型交通場景的龐大系統(tǒng)。為了獲得優(yōu)秀的交互性，逼真的汽車動(dòng)力學(xué)特性，驚艷的場景畫面以達(dá)到沉浸式的效果，本文基于專業(yè)的游戲引擎UE4，結(jié)合CarSim汽車動(dòng)力學(xué)仿真模型和羅技G29力反饋方向盤踏板套裝，設(shè)計(jì)開發(fā)駕駛模擬器的視景仿真環(huán)境和硬件架構(gòu)，實(shí)現(xiàn)優(yōu)異的用戶體驗(yàn)。

2.1 仿真環(huán)境模型構(gòu)建

仿真環(huán)境構(gòu)建需要大量的反映交通元素的三維模型。駕駛仿真環(huán)境基于三維制作軟件Maya和3Dmax建立三維模型，并用Photoshop制作貼圖，再利用V-ray渲染，以增強(qiáng)其視覺體驗(yàn)感。從三維軟件導(dǎo)出FBX文件到UE4軟件中，定義三維模型的空間位置，使用引擎的地形工具創(chuàng)建地貌，利用種植功能添加植被，使其與地貌相吻合，利用天空球配置環(huán)境光源、大氣層、霧氣等，再利用decal增加場景的細(xì)節(jié)效果，最后利用GI動(dòng)態(tài)全局光照，實(shí)現(xiàn)實(shí)時(shí)光照動(dòng)態(tài)渲染，構(gòu)建了無縫連接的城市、山間、小鎮(zhèn)和高速公路場景，實(shí)現(xiàn)了豐富的仿真場景、真實(shí)的光影效果和多變的天氣情況。如圖1所示是建立的車輛、道路、建筑、交通燈、行人、路牌等交通元素模型，編輯的地形和植被模型，晝夜變化效果等。

 圖1 仿真環(huán)境模型和晝夜天氣變化效果

模擬駕駛的交互要真實(shí)反饋駕駛員操縱以及駕駛過程中的車輛及駕駛環(huán)境信息，模擬駕駛交互設(shè)計(jì)框架如圖2所示。

圖2 駕駛交互設(shè)計(jì)框架

駕駛模擬器設(shè)計(jì)駕駛員視角用于模擬駕駛，模擬實(shí)時(shí)駕駛景象，反饋后視鏡、車速、檔位、導(dǎo)航地圖等信息，并實(shí)現(xiàn)高速運(yùn)動(dòng)動(dòng)態(tài)模糊和轉(zhuǎn)彎視覺模擬效果以增強(qiáng)駕駛臨場感和速度感，圖3是駕駛員視角。

圖3 駕駛員視角

2.2 駕駛車輛運(yùn)動(dòng)模型構(gòu)建

虛擬車輛需要具有真實(shí)車輛的縱橫向運(yùn)動(dòng)學(xué)特性，本文車輛動(dòng)力學(xué)模型部分采用CarSim軟件進(jìn)行參數(shù)化建模，由于CarSim以車輛總成的實(shí)際數(shù)據(jù)為基礎(chǔ)，以此建立的整車模型與實(shí)際車輛高度一致，確保駕駛模擬器中駕駛員操作的真實(shí)與駕駛數(shù)據(jù)的可靠。

利用CarSim汽車動(dòng)力學(xué)模型和UE4的Vehicle Component結(jié)合C++語言編程聯(lián)合仿真，制定車輛慣性系數(shù)，車輪參數(shù)，附著系數(shù)，設(shè)置驅(qū)動(dòng)方式，懸掛參數(shù)，設(shè)置發(fā)動(dòng)機(jī)性能，制動(dòng)阻尼及制動(dòng)時(shí)前后輪受力比，設(shè)置檔位，設(shè)置轉(zhuǎn)向系統(tǒng)等，實(shí)現(xiàn)對(duì)于車輛參數(shù)設(shè)定及運(yùn)動(dòng)控制。圖4為與CarSim聯(lián)合仿真的樣車及參數(shù)設(shè)置。

  圖4 CarSim聯(lián)合仿真的樣車及參數(shù)設(shè)置

2.3 復(fù)雜交通仿真環(huán)境構(gòu)建

駕駛模擬器設(shè)計(jì)了交通信號(hào)燈的實(shí)時(shí)切換，添加了行人和AI車輛等交通參與，并利用UE4的藍(lán)圖通信模擬車路協(xié)同環(huán)境，實(shí)現(xiàn)交通信息準(zhǔn)確、及時(shí)的獲取。并基于學(xué)術(shù)界研究較多的車輛跟馳模型構(gòu)建相應(yīng)的模型模擬車路協(xié)同環(huán)境下的AI車輛隊(duì)列駕駛，設(shè)計(jì)了自由駕駛、車輛跟馳、車速調(diào)節(jié)、啟停超車等場景，為仿真平臺(tái)提供一個(gè)逼真的復(fù)雜交通仿真環(huán)境，如圖5所示。

 圖5 復(fù)雜交通仿真環(huán)境

2.4 駕駛模擬器硬件架構(gòu)

駕駛模擬器的硬件架構(gòu)包括：羅技G29力反饋方向盤踏板套裝、DXRACER汽車座椅、兩臺(tái)大屏2k顯示器以及一套立體聲音響。羅技G29力反饋方向盤踏板套裝包括一個(gè)方向盤，一個(gè)手動(dòng)排擋，一個(gè)帶離合器的賽車踏板。羅技G29的方向盤具有900度轉(zhuǎn)向范圍，可以最大程度模擬真實(shí)駕駛行為，還提供可編程鍵及方向控制鍵。兩臺(tái)大屏2k顯示器作為視覺反饋設(shè)備顯示虛擬駕駛場景，立體聲音響作為聽覺反饋器并考慮多普勒效應(yīng)模擬真實(shí)駕駛音效以及環(huán)境音效，如圖6所示。

圖6 駕駛模擬器硬件架構(gòu)

3 實(shí)時(shí)數(shù)據(jù)采集與駕駛員特性分析

駕駛模擬器設(shè)計(jì)了5個(gè)數(shù)據(jù)采集模塊，如表1所示?？刹杉_技G29力反饋方向盤踏板套裝啟動(dòng)、轉(zhuǎn)向、油門、剎車、排擋、手剎、轉(zhuǎn)向燈、前大燈信號(hào)，實(shí)時(shí)獲得本車駕駛速度、加速度、方向盤轉(zhuǎn)角、油門剎車、前車駕駛速度、跟車車距、TTC、車道線偏離標(biāo)準(zhǔn)差SDLP、反應(yīng)時(shí)間RT、車道狀況、環(huán)境感知等信息，采集各工況駕駛數(shù)據(jù)。

表1 數(shù)據(jù)采集模塊信息統(tǒng)計(jì)表

利用駕駛模擬器再現(xiàn)交通環(huán)境并采集數(shù)據(jù)，與實(shí)測方法相比有調(diào)查費(fèi)用低、安全性高、快速真實(shí)性、擴(kuò)展性好、可控性高等幾個(gè)方面的優(yōu)點(diǎn)。駕駛數(shù)據(jù)采集的精確度、采集頻率及數(shù)據(jù)量有很高要求，為了避免由于數(shù)據(jù)存在誤差對(duì)本研究所造成的干擾，采用卡爾曼濾波方法對(duì)隨機(jī)誤差進(jìn)行預(yù)處理，使適宜用于數(shù)據(jù)分析。

3.1 基于駕駛數(shù)據(jù)駕駛員特性分析

文獻(xiàn)中駕駛員和車輛特性分析認(rèn)為駕駛?cè)?車輛單元作為交通流的主體具有整體特征，因此車輛行駛狀態(tài)和車輛駕駛數(shù)據(jù)可以反應(yīng)駕駛員操縱特性，縱向駕駛行為模型的刺激-反應(yīng)關(guān)系的相關(guān)研究結(jié)果，如GM跟馳模型、CA模型、OV模型等，前后車速度差變量是影響跟車狀態(tài)的主要因素之一，提取研究駕駛員特性的相關(guān)指標(biāo)，包括反應(yīng)時(shí)間RT、車頭間距、跟車時(shí)距、最小安全距離、碰撞時(shí)間TTC、車速波動(dòng)等。

基于駕駛模擬設(shè)計(jì)長時(shí)跟車實(shí)驗(yàn)采集駕駛數(shù)據(jù)，參與實(shí)驗(yàn)的34位受試駕駛員，其中24名男性駕駛員，10名女性駕駛員，年齡18到30歲，要求獲得中華人民共和國C1駕駛執(zhí)照，實(shí)際駕齡0到6年，身體健康，無嚴(yán)重精神疾病史和精神類藥物服用史，屬于正常人群個(gè)體。每位駕駛員進(jìn)行多次連續(xù)的跟車實(shí)驗(yàn)，并采集駕駛數(shù)據(jù)。

對(duì)原始駕駛數(shù)據(jù)進(jìn)行完整性分析、濾波處理、正態(tài)檢驗(yàn)，最終得到140份可用樣本數(shù)據(jù)，利用SPSS分析各組數(shù)據(jù)的顯著性差異，確定顯著性差異較大的反應(yīng)時(shí)間RT、速度波動(dòng)標(biāo)準(zhǔn)差SDS、平均速度差和最小碰撞時(shí)間TTC作為駕駛特性指標(biāo)，利用這4項(xiàng)指標(biāo)分析駕駛員特性。

模糊集合以及模糊推理理論自誕生至今都被認(rèn)為是處理不確定規(guī)則等復(fù)雜問題的有效方法，并迅速在自動(dòng)控制、模式識(shí)別等各大領(lǐng)域得到推廣和應(yīng)用。（Fuzzy,c-means,FCM)模糊聚類方法是一種無監(jiān)督的模糊聚類方法，在算法實(shí)現(xiàn)過程中不需要人為的干預(yù)，是基于對(duì)目標(biāo)函數(shù)的優(yōu)化基礎(chǔ)上的一種數(shù)據(jù)聚類方法。聚類結(jié)果為每一個(gè)數(shù)據(jù)點(diǎn)對(duì)聚類中心的隸屬程度，該隸屬程度用一個(gè)數(shù)值來表示。應(yīng)用FCM聚類算法根據(jù)絕度誤差和聚類數(shù)盡可能小的原則進(jìn)行聚類，聚類結(jié)果是每一個(gè)數(shù)據(jù)點(diǎn)對(duì)聚類中心的隸屬程度最大化，最終聚類數(shù)目為4，將駕駛員劃分為熟練、穩(wěn)健、激進(jìn)、風(fēng)險(xiǎn)4個(gè)類別。聚類結(jié)果如圖7所示，基本特性統(tǒng)計(jì)如表2所示。

圖7 FCM模糊聚類結(jié)果

表2 FCM模糊聚類結(jié)果統(tǒng)計(jì)表

根據(jù)聚類結(jié)果發(fā)現(xiàn)：駕駛員特性聚類結(jié)果與碰撞時(shí)間TTC有很好的對(duì)應(yīng)關(guān)系，熟練和穩(wěn)健駕駛員碰撞時(shí)間TTC比激進(jìn)和風(fēng)險(xiǎn)駕駛員普遍要高，更能保持安全距離跟車。熟練和激進(jìn)駕駛員反應(yīng)時(shí)間短，相較于穩(wěn)健和風(fēng)險(xiǎn)類型駕駛員有更快的反應(yīng)能力。激進(jìn)和風(fēng)險(xiǎn)類型的駕駛員對(duì)速度比較敏感，速度波動(dòng)相較熟練和穩(wěn)定類型駕駛員大。風(fēng)險(xiǎn)類型駕駛員更傾向于開快車，且具有較長反應(yīng)時(shí)間和較大的速度波動(dòng)，碰撞時(shí)間TTC是各類型駕駛員中最小的，存在較大危險(xiǎn)駕駛的可能，而激進(jìn)駕駛員具有更優(yōu)秀的反應(yīng)能力，能更快規(guī)避風(fēng)險(xiǎn)。反應(yīng)時(shí)間短、跟車穩(wěn)定、與前車保持較小速度差且與前車保持安全距離行駛的駕駛員被分為熟練類型，符合現(xiàn)實(shí)環(huán)境中對(duì)于熟練駕駛員的理解。

實(shí)驗(yàn)發(fā)現(xiàn)熟練駕駛員能始終保持安全駕駛，具有較強(qiáng)反應(yīng)能力和較好的速度控制能力，對(duì)危險(xiǎn)狀態(tài)比較敏感，說明駕駛員駕駛員特性能夠反應(yīng)駕駛能力。對(duì)每一個(gè)駕駛員一段時(shí)間駕駛數(shù)據(jù)的分析，發(fā)現(xiàn)在駕駛過程中同一駕駛員的駕駛特性會(huì)發(fā)生轉(zhuǎn)變，說明駕駛員特性的轉(zhuǎn)變將會(huì)影響駕駛員的實(shí)時(shí)駕駛能力。

4 結(jié)語

本文基于虛幻四引擎UE4交互式視景仿真技術(shù)，通過車輛、道路、建筑、交通燈、行人、路牌等交通元素的駕駛視景仿真環(huán)境搭建，開發(fā)了基于CarSim汽車動(dòng)力學(xué)模型和羅技G29力反饋方向盤踏板的具有高擬真度和人機(jī)交互的駕駛模擬系統(tǒng)。該系統(tǒng)能實(shí)時(shí)采集駕駛數(shù)據(jù)，獲取詳盡的交通信息，能自定義復(fù)雜的交通狀況，實(shí)現(xiàn)了優(yōu)秀的畫面表現(xiàn)，良好的人機(jī)交互體驗(yàn)。

本文應(yīng)用FCM聚類算法對(duì)駕駛模擬器采集的駕駛員駕駛數(shù)據(jù)進(jìn)行聚類分析，根據(jù)絕度誤差和聚類數(shù)盡可能小的原則進(jìn)行聚類，使數(shù)據(jù)點(diǎn)對(duì)聚類中心的隸屬程度最大化，將駕駛員特性劃分為熟練、穩(wěn)健、激進(jìn)、風(fēng)險(xiǎn)4個(gè)類別，聚類結(jié)果符合人們對(duì)駕駛員特性的理解。

聚類研究表明：駕駛員特性聚類結(jié)果與碰撞時(shí)間TTC有很好的對(duì)應(yīng)關(guān)系，且駕駛員特性的轉(zhuǎn)變將會(huì)影響駕駛員的實(shí)時(shí)駕駛能力，為進(jìn)一步評(píng)價(jià)駕駛員的駕駛能力并建立基于實(shí)時(shí)駕駛能力的駕駛權(quán)分配機(jī)制研究奠定了基礎(chǔ)。

相關(guān)知識(shí)

駕駛模擬器
北京紫光基業(yè)，六自由度動(dòng)感汽車駕駛模擬器，駕駛模擬器，模擬駕駛機(jī)
應(yīng)對(duì)科技駕駛，從汽車駕駛模擬器入門。
汽車駕駛培訓(xùn)模擬器
駕駛夢(mèng)想起航：汽車駕駛訓(xùn)練模擬器的革命性體驗(yàn)【汽車駕駛模擬器吧】
動(dòng)感汽車駕駛模擬器，動(dòng)感汽車駕駛模擬機(jī)，部隊(duì)汽車駕駛模擬器
汽車駕駛模擬器：開啟安全高效駕駛新旅程
從零基礎(chǔ)到駕駛達(dá)人的蛻變——汽車駕駛模擬器
汽車駕駛訓(xùn)練模擬器：駕駛進(jìn)步的新利器
六自由度汽車駕駛模擬器，動(dòng)感汽車駕駛模擬器，六自由度動(dòng)感汽車駕駛模擬器

網(wǎng)址: 基于駕駛模擬器的駕駛員特性研究 http://www.u1s5d6.cn/newsview1508730.html