智能座舱内驾驶员分心状态多模态监测与自动驾驶接管权平滑移交控制设计.docxVIP

PAGE2

智能座舱内驾驶员分心状态多模态监测与自动驾驶接管权平滑移交控制设计

摘要

智能网联汽车在部分自动化驾驶场景下，驾驶员分心导致接管失败已成为严重的安全隐患。现有单一视觉监测方案存在漏检率高、对复杂光照敏感的缺陷，而接管控制多为硬切换，易引发车辆失稳。本设计开发了一套融合视觉与生理信号的多模态分心监测模型，并设计了基于意图识别的平滑移交控制策略。系统通过摄像头与可穿戴传感器实时采集驾驶员面部图像、心率变异性及皮肤电反应，利用轻量级卷积神经网络与长短期记忆网络融合特征，实现分心状态的三级分类。在接管请求触发时，采用基于模糊逻辑的过渡权值控制器，将控制权从自动驾驶系统向驾驶员渐进转移，过渡时间在1.5至3.0秒内动态调节。论文遵循“需求分析→总体设计→详细设计→实现→测试”的工程逻辑，完整展示了系统架构、多模态融合算法、控制权移交策略及软硬件实现。测试结果表明，分心检测准确率达92.3%，接管成功率较硬切换提升18.7%。本课题为智能座舱人机共驾安全提供了可落地的技术方案。

第一章绪论

1.1研究背景

自动驾驶技术正从L2级辅助驾驶向L3级有条件自动驾驶快速演进。在L3级系统中，驾驶员可在特定场景下脱离驾驶任务，但必须在系统发出接管请求时及时恢复控制。然而，驾驶员在长时间脱离驾驶任务后，极易陷入分心状态，如使用手机、与乘客交谈或沉浸于车载娱乐系统。美国公路安全保险协会