一种基于虚拟现实技术的行车安全仿真系统及方法

摘要

本发明公开了一种基于虚拟现实技术的行车安全仿真系统及方法,其技术方案为：包括虚拟道路场景建立模块、仿真驾驶系统、数据分析系统，虚拟道路场景建立模块用于建立设定道路路线的三维模型；仿真驾驶系统包括信息采集模块和驾驶模拟器，虚拟道路场景建立模块、信息采集模块分别连接驾驶模拟器的输入端；数据分析系统连接驾驶模拟器的输出端，用于根据驾驶模拟器的输出数据分析驾驶行为和车辆运行特征，以判断存在交通安全隐患路段。本发明能够真实的模拟道路交通场景，通过采集驾驶人的生理信息、眼动信息等分析驾驶行为，以对道路交通安全进行评价。

说明书

技术领域

本发明涉及道路安全技术领域，尤其涉及一种基于虚拟现实技术的行车安全仿真系统及方法。

背景技术

近年来我国道路交通事故呈不断上升趋势，目前仍然是世界上交通伤害较为严重的国家之一，交通安全形势十分严峻，保障道路交通安全的任务十分艰巨。因此，需要预先对道路安全情况进行评价，以减小事故发生率。

虚拟现实技术是一种可以创建和体验虚拟世界的计算机仿真系统，通过虚拟现实技术进行道路的安全仿真相比实车测试无疑增加了安全性。发明人发现，目前虚拟现实技术多用于驾驶培训，对于行车安全的应用尚存在一些问题。例如：由于真实道路场景比较复杂，对路段的划分不合理导致不能完全真实的模拟道路场景；对驾驶人模拟行车过程的特征采集不够完整，使评价结果产生误差等。

发明内容

针对现有技术存在的不足，本发明的目的是提供一种基于虚拟现实技术的行车安全仿真系统及方法，能够真实的模拟道路交通场景，通过采集驾驶人的生理信息、眼动信息等分析驾驶行为，以对道路交通安全进行评价。

为了实现上述目的，本发明是通过如下的技术方案来实现：

第一方面，本发明的实施例提供了一种基于虚拟现实技术的行车安全仿真系统,包括：

虚拟道路场景建立模块，用于建立设定道路路线的三维模型；

仿真驾驶系统，包括信息采集模块和驾驶模拟器，虚拟道路场景建立模块、信息采集模块分别连接驾驶模拟器的输入端；

数据分析系统，连接驾驶模拟器的输出端，用于根据驾驶模拟器的输出数据分析驾驶行为和车辆运行特征，以判断存在交通安全隐患路段。

作为进一步的实现方式，虚拟道路场景建立模块根据设定道路路线的平面、纵面和横断面参数信息建立虚拟现实环境。

作为进一步的实现方式，所述信息采集模块包括生理信息检测模块、眼动信息检测模块，生理信息检测模块用于获取驾驶人在驾驶实验过程中的生理变化信息，眼动信息检测模块用于获取驾驶人在驾驶实验过程中的视觉信息。

作为进一步的实现方式，所述生理信息检测模块包括数据采集器、与数据采集器相连的心率传感器、皮电传感器、肌电传感器、呼吸传感器和温度传感器。

作为进一步的实现方式，所述眼动信息检测模块包括眼动仪。

作为进一步的实现方式，所述数据分析系统包括生理信息分析模块、运行速度分析模块，生理信息分析模块用于获得生理信息检测模块采集信号的基础统计值，运行速度分析模块用于分析车辆运行的速度特征。

第二方面，本发明实施例还提供了一种基于虚拟现实技术的行车安全仿真方法,采用所述的仿真系统，包括：

建立虚拟道路场景模型，将虚拟道路场景模型导入驾驶模拟器；

通过仿真驾驶系统进行驾驶过程模拟，其中，生理信息检测模块、眼动信息检测模块分别将采集到的信息传输至驾驶模拟器；

驾驶模拟器将获取的信号输出至数据分析系统，通过数据分析系统处理驾驶人生理信息及仿真驾驶系统中车辆运行信息。

作为进一步的实现方式，将道路路线划分为若干分析单元，每个分析单元的起点、终点为预测运行速度的特征点。

作为进一步的实现方式，更换不同的驾驶人进行多次驾驶仿真模拟，以获取多组参数信息；更换不同车型以获得不同运行数据。

作为进一步的实现方式，驾驶仿真模拟时，沿虚拟道路场景模型中设定路段的起点行驶至终点，并采集运行过程中的速度信息。

上述本发明的实施例的有益效果如下：

(1)本发明的一个或多个实施方式的虚拟道路场景建立模块根据设定道路路线的平面、纵面和横断面参数信息建立虚拟现实环境，能够模拟真实的道路场景；

(2)本发明的一个或多个实施方式通过心率传感器、皮电传感器、肌电传感器等采集驾驶人驾驶过程中的生理信号，通过眼动仪获取眼动信息，通过生理信号、眼动信号的结合分析驾驶行为，为分析道路安全提供依据；

(3)本发明的一个或多个实施方式将道路路线划分为多个路段，以形成若干分析单元，提高分析的真实性。

附图说明

构成本发明的一部分的说明书附图用来提供对本发明的进一步理解，本发明的示意性实施例及其说明用于解释本发明，并不构成对本发明的不当限定。

图1是本发明根据一个或多个实施方式的系统框图；

图2是本发明根据一个或多个实施方式的生理信息检测模块结构示意图；

图3(a)是本发明根据一个或多个实施方式的起点-终点不同线元属性的AVHR特征；

图3(b)是本发明根据一个或多个实施方式的终点-起点不同线元属性的AVHR特征；

图4(a)是本发明根据一个或多个实施方式的起点-终点不同线元属性的SDNN特征；

图4(b)是本发明根据一个或多个实施方式的终点-起点不同线元属性的SDNN特征；

图5(a)-图5(d)是本发明根据一个或多个实施方式的多个驾驶人的注视点分布图。

具体实施方式

应该指出，以下详细说明都是例示性的，旨在对本申请提供进一步的说明。除非另有指明，本文使用的所有技术和科学术语具有与本申请所属技术领域的普通技术人员通常理解的相同含义。

需要注意的是，这里所使用的术语仅是为了描述具体实施方式，而非意图限制根据本申请的示例性实施方式。如在这里所使用的，除非上下文另外明确指出，否则单数形式也意图包括复数形式，此外，还应当理解的是，当在本说明书中使用术语“包含”和/或“包括”时，其指明存在特征、步骤、操作、器件、组件和/或它们的组合。

实施例一：

本发明的实施例提供了一种基于虚拟现实技术的行车安全仿真系统,如图1所示，包括：

虚拟道路场景建立模块，用于建立设定道路路线的三维模型；

仿真驾驶系统，包括信息采集模块和驾驶模拟器，虚拟道路场景建立模块、信息采集模块分别连接驾驶模拟器的输入端；

数据分析系统，连接驾驶模拟器的输出端，用于根据驾驶模拟器的输出数据分析驾驶行为和车辆运行特征，以判断存在交通安全隐患路段。

具体的，虚拟道路场景建立模块根据设定道路路线的平面、纵面和横断面参数信息建立虚拟现实环境。根据项目路段的公路设计资料制作虚拟交通场景，采用UC-win/road软件建立道路场景的三维模型。

如图2所示，所述信息采集模块包括生理信息检测模块、眼动信息检测模块，生理信息检测模块用于获取驾驶人在驾驶实验过程中的生理变化信息，眼动信息检测模块用于获取驾驶人在驾驶实验过程中的视觉信息。生理信息检测模块、眼动信息检测模块分别将信息传输至驾驶模拟器，驾驶模拟器具有图像显示模块，能够显示数据信息。

进一步的，所述生理信息检测模块能够实时记录及检测驾驶员个体在真实自然状态下驾驶汽车或者驾驶模拟器时的生理变化情况，其包括数据采集器、与数据采集器相连的心率传感器、皮电传感器、肌电传感器、呼吸传感器和温度传感器；上述传感器在使用时分别固定于驾驶人相应的位置。

所述眼动信息检测模块包括眼动仪，本实施例中，采用眼镜式眼动仪，优选地，采用Tobii公司生产的G2眼镜式眼动仪，G2眼镜式眼动仪相比于放置式眼动仪，能够捕捉到驾驶员的全部视觉行为，比头盔式眼动仪对驾驶员造成的干扰更小。G2眼动仪在确保采集完整、准确、有效的眼动数据的同时最大限度的保障了驾驶员的安全，并具备注视点、扫视点、瞳孔等的多项眼动指标记录分析功能。

所述数据分析系统包括生理信息分析模块、运行速度分析模块，生理信息分析模块用于获得生理信息检测模块采集信号的基础统计值，运行速度分析模块用于分析车辆运行的速度特征。

进一步的，生理信息分析模块采用ErgoLAB多功能数据处理和分析软件，可计算生理信息检测模块采集信息的基础统计值(平均值、最大值、最小值、均方根)等。

实施例二：

本实施例提供了一种基于虚拟现实技术的行车安全仿真方法,采用实施例一所述的仿真系统，包括：

建立虚拟道路场景模型，将虚拟道路场景模型导入驾驶模拟器；

通过仿真驾驶系统进行驾驶过程模拟，其中，生理信息检测模块、眼动信息检测模块分别将采集到的信息传输至驾驶模拟器；

驾驶模拟器将获取的信号输出至数据分析系统，通过数据分析系统处理驾驶人生理信息及仿真驾驶系统中车辆运行信息。

进一步的，将整条路线划分为平直路段(短平直路段)、纵坡路段、平曲线路段、弯坡组合路段、隧道路段和互通式立体交叉路段等若干个分析单元，每个分析单元的起、终点为预测运行速度的特征点。

其中，纵坡坡度小于3％的直线段和半径大于1000m的大半径曲线形成平直路段；纵坡坡度小于3％的直线段和半径不大于1000m的小半径曲线形平曲线路段；纵坡坡度不小于3％的直线段和半径大于1000m的大半径曲线形成纵坡路段；纵坡坡度不小于3％的直线段和半径不大于1000m的小半径曲线形成弯坡组合路段；且当直线段位于两小半径曲线段之间，长度小于临界值200m时，该直线段视为短平直路段，车辆在此路段上的运行速度保持不变。隧道路段宜为驶入隧道洞口前200m至驶出隧道后100m。

本实施例以长深公路青临路段为实验路段，根据道路设计文件实际相关参数，将长深公路青临路段(K1480-1536)起点—终点方向及终点—起点方向路段分别划分为23个分析单元。

表1路线分析单元划分

利用UC-winRoad系统建立长深公路青临路段的驾驶模拟虚拟现实环境，虚拟现实环境的构建完全依据平面、纵面和横断面设计指标，能够真实、准确的再现“长深公路青临路段”的真实面貌。

实验过程中，通过驾驶人佩戴心生理检测设备，在上述路段虚拟环境中进行模拟驾驶，通过模拟驾驶器输出的实验数据进行分析和评价。通过更换不同的驾驶人进行多次驾驶仿真模拟，以获取多组参数信息；更换不同车型以获得不同运行数据。

仿真驾驶系统是利用三维图像即时生成技术、汽车动力学仿真物理系统、大视场显示技术(如多通道立体投影系统)、用户输入硬件系统、立体声音响、中控系统等，让驾驶人在一个虚拟的驾驶环境中，感受到接近真实效果的视觉、听觉和体感的汽车驾驶体验。驾驶仿真可实现汽车转向、制动和加速的逼真模拟，且能实现真实的三维场景及逼真的声音模拟。

系统可实时记录及检测驾驶员个体在真实自然状态下驾驶汽车或者驾驶模拟器时的生理变化情况，针对特定刺激下的生理变化趋势分析个体的身心健康状态及情绪稳定性等，采用无线射频生理记录技术，同步记录个体ECG心电、GSR皮电、EMG肌电、HR心率、HRV心率变异性等指标，分析个体在特定环境与活动状态下的交感神经与副交感神经神经变化状态。

本实施例从车辆的运行速度出发，对长深高速公路(K1480-K1536)进行安全性评价，寻找该段道路存在的交通安全隐患路段。

驾驶仿真模拟时，沿虚拟道路场景模型中设定路段的起点行驶至终点，并采集运行过程中的速度信息。本实施例将采集到的29位有效被试(小客车被试19人，货车5人，客车5人)驾车从起点行驶至终点的运行速度绘制成曲线图以及线元速度差图，根据实验数据分析，29位被试者整体行驶的速度跨度，汽车主要集中在80-130km/h，货车和客车主要集中在60-100km/h。运行速度虽然存在一定程度的波动，但就每个被试者来说，29位被试者的速度跨度略有差别，可见不同驾驶人的行驶速度由于个人感知的不同存在差异。

受道路线性和道路实际状态的影响，线元起点与终点的速度差分布较为集中，结合实际实验过程中的录像情况，对于出现驾驶疲劳和出现驾驶瞌睡的被试的数据进行了剔除，从而来保障实验结果的真实有效性。

对采集到的生理信息进行数据分析，包括心电数据分析、肌电数据分析、皮电数据分析、眼动信息分析，心电数据分析时，由测试得到的心电信息计算心率变异性指标AVHR和SDNN，各个被试在不同线元属性的AVHR的规律如图3(a)和图3(b)所示，由往返行程中不同线元的AVHR值可以看出，不同被试个体的AVHR值介于65-105次/分之间，单个个体AVHR值较为稳定，而个体间差异显著。由此仍较难看出AVHR值在不同线元内的显著差异，因此进一步分析SDNN。

各个被试在不同线元属性的SDNN的规律如图4(a)和图4(b)所示，由往返行程中不同线元的SDNN值可以看出，个别被试出现了较大的峰值，筛选出SDNN值大于个体95％分位数的线元，由表2可知，在平直路段5(4次)、平直路8(3次)、纵坡路5(3次)线元中，SDNN值出现了较多峰值，驾驶员心率变异性较大。

表2不同线元属性的SDNN峰值分布情况

肌电数据分析(皮电数据分析)时，根据线元划分类别，分别计算各个类别肌电(皮电)的平均水平，个体差异性较大，因此进一步对个体进行分析，筛选出肌电(皮电)值大于个体95％分位数的线元。

眼动信息分析时，首先对注视时长进行基本统计分析，之后分析注视点分布情况。由图5(a)-图5(d)可知，注视热点区域可分为2部分，其中上面较大热点区域为驾驶员观察前方及两侧道路情况，而下部分较小的热点区域为驾驶员关注仪表盘。本实施例主要关注不同道路环境下驾驶员的注视行为，因此根据注视点分布情况，提取出上部分热点区域，并结合道路环境进一步分析。

以上所述仅为本申请的优选实施例而已，并不用于限制本申请，对于本领域的技术人员来说，本申请可以有各种更改和变化。凡在本申请的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本申请的保护范围之内。