关键词：汽车工程;智能汽车;驾驶特性;辅助驾驶;人机共驾
摘 要：研究了驾驶特性的识别方法、驾驶人接管能力评估的进展、驾驶特性在智能汽车领域中的应用;将驾驶人状态监测划分为驾驶人疲劳监测、分心监测和不良驾驶行为监测,总结了驾驶人状态监测研究的目标、方法、精确度、判断标准以及优缺点;对比了驾驶人疲劳监测中不同检测信号之间的差异;评析了基于模糊识别和隐马尔可夫模型的驾驶人意图识别与预测方法;梳理了驾驶风格分类与辨识的主要步骤、典型辨识方法的特点;分析了驾驶人接管能力的影响因素与评判标准;阐述了驾驶特性用于开发用户接受度高和人机交互性能好的辅助驾驶系统的主要方式;概括了在人机共驾协同控制中考虑驾驶特性的途径。研究结果表明:基于多种传感器信号融合的驾驶人状态监测可有效避免基于单一传感器信号的弊端,提高了检测精度,减少了误警报;将传统预测模型与混合智能学习相融合的方法能够为驾驶意图在线识别与预测提供解决方案;应该重点研究复杂工况下的驾驶特性辨识;驾驶人接管能力的研究有待理论化和系统化;未来的发展趋势是开发基于驾驶特性的集成辅助驾驶技术、实现多种典型路况下驾驶人与辅助驾驶系统进行意图和控制策略的交互;将个性化驾驶人的驾驶特性融入共驾系数的设计中,从而提高人机共驾系统的个性化、智能化水平和环境适应性能。
内 容：原文可通过湖北省科技信息共享服务平台（http://hbstl.hbstd.gov.cn/webs/homepage.jsp)获取