利用視景仿真技術模擬三維世界，構造逼真的仿真模型，模擬逼真的仿真環(huán)境，達到近乎真實的仿真效果，可實時獲得視覺、聽覺、觸覺等感官體驗。將視景仿真技術應用到智能交通系統(tǒng)，能夠為智能交通系統(tǒng)仿真提供真實、生動的交通仿真環(huán)境，構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，對推動智能汽車向高度自動駕駛的發(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雜交通場景下的駕駛決策和駕駛行為，成為一個重要的研究方向。本文基于虛幻四引擎UE4交互式視景仿真技術，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汽車動力學模型和羅技G29力反饋方向盤踏板的具有高擬真度和人機交互的駕駛模擬系統(tǒng)?；隈{駛模擬系統(tǒng)，設計了典型工況下的駕駛模擬試驗，通過實時采集采集駕駛員駕駛數據，對駕駛員特性進行了研究。研究結果表明：該駕駛模擬器具有逼真的駕駛體驗，利用FCM模糊聚類算法，可以對駕駛員特性進行準確分類，確立駕駛員特性與駕駛能力的關聯(lián)，為進一步建立基于實時駕駛能力的駕駛權分配研究奠定了基礎。

關鍵詞：虛幻4 駕駛模擬器 駕駛員特性 聚類分析 實時駕駛能力

1 引言

利用視景仿真技術模擬三維世界，構造逼真的仿真模型，模擬逼真的仿真環(huán)境，達到近乎真實的仿真效果，可實時獲得視覺、聽覺、觸覺等感官體驗。將視景仿真技術應用到智能交通系統(tǒng)，能夠為智能交通系統(tǒng)仿真提供真實、生動的交通仿真環(huán)境，構建新穎的交通仿真模式。針對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府均投入了大量的人力物力。在這些商業(yè)引擎的推動下，三維圖形渲染技術得到了迅猛的發(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格。Epic Game公司3A級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設計開發(fā)駕駛模擬器，開發(fā)的人機交互式駕駛模擬仿真系統(tǒng)通過逼真的交通場景設計，能夠準確收集駕駛員在復雜交通場景下的駕駛行為和駕駛能力數據，為駕駛員行為、駕駛員特性以及駕駛能力評估提供科學依據。

2 駕駛模擬器仿真環(huán)境和硬件架構

駕駛模擬視景仿真環(huán)境包含人、車、路等多個交通元素，是一個十分復雜的、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，逼真的汽車動力學特性，驚艷的場景畫面以達到沉浸式的效果，本文基于專業(yè)的游戲引擎UE4，結合CarSim汽車動力學仿真模型和羅技G29力反饋方向盤踏板套裝，設計開發(fā)駕駛模擬器的視景仿真環(huán)境和硬件架構，實現優(yōu)異的用戶體驗。

2.1 仿真環(huán)境模型構建

仿真環(huán)境構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，以增強其視覺體驗感。從三維軟件導出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增加場景的細節(jié)效果，最后利用GI動態(tài)全局光照，實現實時光照動態(tài)渲染，構建了無縫連接的城市、山間、小鎮(zhèn)和高速公路場景，實現了豐富的仿真場景、真實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，模擬駕駛交互設計框架如圖2所示。

圖2 駕駛交互設計框架

駕駛模擬器設計駕駛員視角用于模擬駕駛，模擬實時駕駛景象，反饋后視鏡、車速、檔位、導航地圖等信息，并實現高速運動動態(tài)模糊和轉彎視覺模擬效果以增強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 駕駛車輛運動模型構建

虛擬車輛需要具有真實車輛的縱橫向運動學特性，本文車輛動力學模型部分采用CarSim軟件進行參數化建模，由于CarSim以車輛總成的實際數據為基礎，以此建立的整車模型與實際車輛高度一致，確保駕駛模擬器中駕駛員操作的真實與駕駛數據的可靠。

利用CarSim汽車動力學模型和UE4的Vehicle Component結合C++語言編程聯(lián)合仿真，制定車輛慣性系數，車輪參數，附著系數，設置驅動方式，懸掛參數，設置發(fā)動機性能，制動阻尼及制動時前后輪受力比，設置檔位，設置轉向系統(tǒng)等，實現對于車輛參數設定及運動控制。圖4為與CarSim聯(lián)合仿真的樣車及參數設置。

  圖4 CarSim聯(lián)合仿真的樣車及參數設置

2.3 復雜交通仿真環(huán)境構建

駕駛模擬器設計了交通信號燈的實時切換，添加了行人和AI車輛等交通參與，并利用UE4的藍圖通信模擬車路協(xié)同環(huán)境，實現交通信息準確、及時的獲取。并基于學術界研究較多的車輛跟馳模型構建相應的模型模擬車路協(xié)同環(huán)境下的AI車輛隊列駕駛，設計了自由駕駛、車輛跟馳、車速調節(jié)、啟停超車等場景，為仿真平臺提供一個逼真的復雜交通仿真環(huán)境，如圖5所示。

 圖5 復雜交通仿真環(huán)境

2.4 駕駛模擬器硬件架構

駕駛模擬器的硬件架構包括：羅技G29力反饋方向盤踏板套裝、DXRACER汽車座椅、兩臺大屏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方向盤，一個手動排擋，一個帶離合器的賽車踏板。羅技G29的方向盤具有900度轉向范圍，可以最大程度模擬真實駕駛行為，還提供可編程鍵及方向控制鍵。兩臺大屏2k顯示器作為視覺反饋設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模擬真實駕駛音效以及環(huán)境音效，如圖6所示。

圖6 駕駛模擬器硬件架構

3 實時數據采集與駕駛員特性分析

駕駛模擬器設計了5個數據采集模塊，如表1所示?？刹杉_技G29力反饋方向盤踏板套裝啟動、轉向、油門、剎車、排擋、手剎、轉向燈、前大燈信號，實時獲得本車駕駛速度、加速度、方向盤轉角、油門剎車、前車駕駛速度、跟車車距、TTC、車道線偏離標準差SDLP、反應時間RT、車道狀況、環(huán)境感知等信息，采集各工況駕駛數據。

表1 數據采集模塊信息統(tǒng)計表

利用駕駛模擬器再現交通環(huán)境并采集數據，與實測方法相比有調查費用低、安全性高、快速真實性、擴展性好、可控性高等幾個方面的優(yōu)點。駕駛數據采集的精確度、采集頻率及數據量有很高要求，為了避免由于數據存在誤差對本研究所造成的干擾，采用卡爾曼濾波方法對隨機誤差進行預處理，使適宜用于數據分析。

3.1 基于駕駛數據駕駛員特性分析

文獻中駕駛員和車輛特性分析認為駕駛人-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)和車輛駕駛數據可以反應駕駛員操縱特性，縱向駕駛行為模型的刺激-反應關系的相關研究結果，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指標，包括反應時間RT、車頭間距、跟車時距、最小安全距離、碰撞時間TTC、車速波動等。

基于駕駛模擬設計長時跟車實驗采集駕駛數據，參與實驗的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，實際駕齡0到6年，身體健康，無嚴重精神疾病史和精神類藥物服用史，屬于正常人群個體。每位駕駛員進行多次連續(xù)的跟車實驗，并采集駕駛數據。

對原始駕駛數據進行完整性分析、濾波處理、正態(tài)檢驗，最終得到140份可用樣本數據，利用SPSS分析各組數據的顯著性差異，確定顯著性差異較大的反應時間RT、速度波動標準差SDS、平均速度差和最小碰撞時間TTC作為駕駛特性指標，利用這4項指標分析駕駛員特性。

模糊集合以及模糊推理理論自誕生至今都被認為是處理不確定規(guī)則等復雜問題的有效方法，并迅速在自動控制、模式識別等各大領域得到推廣和應用。（Fuzzy,c-means,FCM)模糊聚類方法是一種無監(jiān)督的模糊聚類方法，在算法實現過程中不需要人為的干預，是基于對目標函數的優(yōu)化基礎上的一種數據聚類方法。聚類結果為每一個數據點對聚類中心的隸屬程度，該隸屬程度用一個數值來表示。應用FCM聚類算法根據絕度誤差和聚類數盡可能小的原則進行聚類，聚類結果是每一個數據點對聚類中心的隸屬程度最大化，最終聚類數目為4，將駕駛員劃分為熟練、穩(wěn)健、激進、風險4個類別。聚類結果如圖7所示，基本特性統(tǒng)計如表2所示。

圖7 FCM模糊聚類結果

表2 FCM模糊聚類結果統(tǒng)計表

根據聚類結果發(fā)現：駕駛員特性聚類結果與碰撞時間TTC有很好的對應關系，熟練和穩(wěn)健駕駛員碰撞時間TTC比激進和風險駕駛員普遍要高，更能保持安全距離跟車。熟練和激進駕駛員反應時間短，相較于穩(wěn)健和風險類型駕駛員有更快的反應能力。激進和風險類型的駕駛員對速度比較敏感，速度波動相較熟練和穩(wěn)定類型駕駛員大。風險類型駕駛員更傾向于開快車，且具有較長反應時間和較大的速度波動，碰撞時間TTC是各類型駕駛員中最小的，存在較大危險駕駛的可能，而激進駕駛員具有更優(yōu)秀的反應能力，能更快規(guī)避風險。反應時間短、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，符合現實環(huán)境中對于熟練駕駛員的理解。

實驗發(fā)現熟練駕駛員能始終保持安全駕駛，具有較強反應能力和較好的速度控制能力，對危險狀態(tài)比較敏感，說明駕駛員駕駛員特性能夠反應駕駛能力。對每一個駕駛員一段時間駕駛數據的分析，發(fā)現在駕駛過程中同一駕駛員的駕駛特性會發(fā)生轉變，說明駕駛員特性的轉變將會影響駕駛員的實時駕駛能力。

4 結語

本文基于虛幻四引擎UE4交互式視景仿真技術，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汽車動力學模型和羅技G29力反饋方向盤踏板的具有高擬真度和人機交互的駕駛模擬系統(tǒng)。該系統(tǒng)能實時采集駕駛數據，獲取詳盡的交通信息，能自定義復雜的交通狀況，實現了優(yōu)秀的畫面表現，良好的人機交互體驗。

本文應用FCM聚類算法對駕駛模擬器采集的駕駛員駕駛數據進行聚類分析，根據絕度誤差和聚類數盡可能小的原則進行聚類，使數據點對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、風險4個類別，聚類結果符合人們對駕駛員特性的理解。

聚類研究表明：駕駛員特性聚類結果與碰撞時間TTC有很好的對應關系，且駕駛員特性的轉變將會影響駕駛員的實時駕駛能力，為進一步評價駕駛員的駕駛能力并建立基于實時駕駛能力的駕駛權分配機制研究奠定了基礎。

相關知識

駕駛模擬器
北京紫光基業(yè)，六自由度動感汽車駕駛模擬器，駕駛模擬器，模擬駕駛機
應對科技駕駛，從汽車駕駛模擬器入門。
汽車駕駛培訓模擬器
駕駛夢想起航：汽車駕駛訓練模擬器的革命性體驗【汽車駕駛模擬器吧】
動感汽車駕駛模擬器，動感汽車駕駛模擬機，部隊汽車駕駛模擬器
汽車駕駛模擬器：開啟安全高效駕駛新旅程
從零基礎到駕駛達人的蛻變——汽車駕駛模擬器
汽車駕駛訓練模擬器：駕駛進步的新利器
六自由度汽車駕駛模擬器，動感汽車駕駛模擬器，六自由度動感汽車駕駛模擬器

網址: 基于駕駛模擬器的駕駛員特性研究 http://www.u1s5d6.cn/newsview1508730.html